基于Flexsim高?？爝f服務(wù)站的運(yùn)作分析

李細(xì)霞

[摘要]運(yùn)用Flexsim軟件對高?？爝f服務(wù)站的布局及運(yùn)作現(xiàn)狀進(jìn)行了仿真建模，通過模型運(yùn)行的結(jié)果發(fā)現(xiàn)當(dāng)前存在的問題，分析問題存在的原因，并提出了改進(jìn)方案。并對新方案再次運(yùn)用Flexsim軟件進(jìn)行仿真，通過模型運(yùn)行結(jié)果驗(yàn)證了新方案的合理性和效果。

[關(guān)鍵詞]Flexsim；快遞服務(wù)站；高校學(xué)生

[DOI]10.13939/j.cnki.zgsc.2017.25.108

1 引 言

隨著電商的普及與人們消費(fèi)方式的轉(zhuǎn)變，對快遞行業(yè)的需求呈現(xiàn)井噴增長的趨勢。因?yàn)橐苯用鎸ψ罱K客戶，客戶體驗(yàn)十分重要，所以還必須保證實(shí)現(xiàn)快速、準(zhǔn)確、安全、便捷，體現(xiàn)門到門等快遞獨(dú)有的特質(zhì)。于是物流行業(yè)內(nèi)出現(xiàn)了“最后一公里”甚至“最后一百米”研究的熱潮。高校校園是最能集中凸顯末端配送問題的地方。如何解決校園快遞流通的“最后一公里”，已經(jīng)成為高校學(xué)生群體的共同期盼，快遞服務(wù)站的建設(shè)成為智慧校園建設(shè)的一部分。而迅速崛起的智能快遞柜在校園快遞市場的爭奪戰(zhàn)中，正成為一股不可忽視的力量。目前全國的許多高校，智能快遞柜在解決快遞“最后一百米”配送瓶頸中扮演著重要的角色。

2 問題描述

華南理工大學(xué)廣州學(xué)院作為一個(gè)擁有2萬名師生人數(shù)的高校型社區(qū)，“最后一公里”問題尤其突出。調(diào)研報(bào)告顯示，每天進(jìn)入華工進(jìn)行快遞配送的快遞代理點(diǎn)多達(dá)20多家，每天的平均件數(shù)也高達(dá)2000件以上。該校為了解決校園快遞存在的問題，與遞易（上海）智能科技有限公司（以下簡稱“遞易智能”）合作，建立了校園快遞服務(wù)站。考慮到該校的人口基數(shù)及日收發(fā)件數(shù)量，采取了智能自提柜與快遞服務(wù)站相結(jié)合的方式。

該服務(wù)站自建成至今，運(yùn)行效果良好，但仍存在一些問題。比較突出的有：

（1）高峰期的取件排隊(duì)擁堵嚴(yán)重，學(xué)生取件時(shí)間一般集中在上午上完課后的中午一個(gè)小時(shí)內(nèi)。由于人數(shù)多，操作臺(tái)有限，取件需要輸入密碼或掃碼，排隊(duì)不可避免。

（2）各自提柜的容量不夠平均，加上場地面積的限制，加重了個(gè)別柜操作區(qū)的取件擁擠現(xiàn)象。

（3）貨物入柜的操作效率不高，入柜員工作量分配不均。

（4）智能柜不能被充分利用，通過在該服務(wù)站實(shí)習(xí)的學(xué)生的統(tǒng)計(jì)數(shù)據(jù)，發(fā)現(xiàn)智能柜的柜格利用率并不高，主要體現(xiàn)在大號(hào)柜格有閑置，而小號(hào)柜格數(shù)量不夠。

3 Flexsim模型的建立

Flexsim是一款功能強(qiáng)大的分析工具，可以幫助對系統(tǒng)設(shè)計(jì)和運(yùn)行做出更加明智的決策。使用Flexsim建立3D 計(jì)算機(jī)模擬系統(tǒng)，可以節(jié)省更多的時(shí)間與投資，可以發(fā)現(xiàn)現(xiàn)實(shí)系統(tǒng)運(yùn)行中存在的問題，試探出解決問題的方案，并通過仿真進(jìn)行方案的驗(yàn)證。文章擬利用此軟件對該校園快遞服務(wù)站的整個(gè)運(yùn)作流程進(jìn)行現(xiàn)狀仿真，試圖發(fā)現(xiàn)上述所提的問題，并找出問題產(chǎn)生的原因，以便提出改進(jìn)措施。

3.1 模型總體布局

通過對現(xiàn)場布局的考察，可以利用Flexsim仿真軟件做出該快遞服務(wù)站仿真模型的整體布局，在此過程中選取相同或者可以取得相同效果的對象進(jìn)行設(shè)施設(shè)備的模擬，同時(shí)通過多種連線實(shí)現(xiàn)整個(gè)運(yùn)作流程（如圖1所示）。

（1）入庫環(huán)節(jié)的模擬。首先根據(jù)現(xiàn)場調(diào)查的實(shí)際情況按一定比例構(gòu)造模型整體布局，在場地上布置6 個(gè)貨架分別編號(hào)為1～6號(hào)，然后根據(jù)實(shí)際情況設(shè)立11 個(gè)暫存區(qū)。為模擬點(diǎn)單與入庫的操作，布置三個(gè)處理器與一個(gè)產(chǎn)生快件的發(fā)生器，與入庫的幾個(gè)暫存區(qū)進(jìn)行連接，并增加三名操作員進(jìn)行點(diǎn)單、分揀及投柜的操作。

（2）取件環(huán)節(jié)的模擬。根據(jù)用戶的取件操作，使用托盤承接貨物的方式來模擬這個(gè)效果。利用托盤模擬取件的人，并設(shè)置6 個(gè)處于各個(gè)貨架前面的合成器以及與其對應(yīng)的暫存區(qū)。再將這些實(shí)體對象按實(shí)際流程連接起來。最后設(shè)立一個(gè)吸收器將合成好的托盤與快件包裹進(jìn)行吸收，以模擬學(xué)生取件之后離去。

3.2 模型參數(shù)設(shè)置

完成了上述的模型布局及連線后，各實(shí)體對象的參數(shù)根據(jù)各自的特性以及現(xiàn)狀數(shù)據(jù)進(jìn)行設(shè)定。

（1）模擬自提柜的各個(gè)貨架。設(shè)置最大容量，其本身的長寬高根據(jù)實(shí)際情況進(jìn)行適當(dāng)?shù)恼{(diào)整。嚴(yán)格按照現(xiàn)狀，設(shè)置各個(gè)貨架的最大容量如下：1、2、5號(hào)貨柜格數(shù)：20×9=180；4、6號(hào)貨柜格數(shù)：20×10=200；3號(hào)貨柜格數(shù)：8×20=160。同時(shí)總的貨物格數(shù)是1500 個(gè)。

（2）模擬快件到達(dá)及取件學(xué)生到達(dá)的發(fā)生器。根據(jù)實(shí)際的快件公司送貨情況，第一個(gè)發(fā)生器是模擬快件的分批次到達(dá)，所以選擇到達(dá)時(shí)間表的方式以每天第一批快件到來的時(shí)間為初始時(shí)間設(shè)置各批次的時(shí)間、種類和數(shù)量。用來模擬取件學(xué)生的托盤的發(fā)生器也用相同的模式進(jìn)行設(shè)置，但是其產(chǎn)生時(shí)間需要根據(jù)學(xué)生的作息時(shí)間進(jìn)行設(shè)置。

（3）模擬流程需要的各暫存區(qū)。該服務(wù)站里面的兩個(gè)暫存區(qū)由于是模擬搬運(yùn)小車而設(shè)置的，所以它們的最大容量設(shè)置為40。由于該服務(wù)站的實(shí)際空間是有限的，最多的時(shí)候也只能在每個(gè)柜子前面容納15 個(gè)人進(jìn)行排隊(duì)取件，所以將每一個(gè)自提柜所對應(yīng)的暫存區(qū)的最大容納量設(shè)置為15。其他5 個(gè)暫存區(qū)也做同樣設(shè)置。剩下的暫存區(qū)除了屬于節(jié)點(diǎn)的要跟多個(gè)對象進(jìn)行連接之外，其他的都不需要做過多的設(shè)置。而作為節(jié)點(diǎn)的暫存區(qū)需要在出口的地方設(shè)置成隨機(jī)分配。

（4）模擬各操作的處理器。首先是點(diǎn)單環(huán)節(jié)的處理器，由于一般的點(diǎn)單速度是300 個(gè)/小時(shí)每人，也就是平均是每12 秒1 單，而在實(shí)際情況中，一般會(huì)先由兩個(gè)人進(jìn)行點(diǎn)單，點(diǎn)完一半之后再由一個(gè)人進(jìn)行點(diǎn)單，另一個(gè)人進(jìn)行投柜，通過調(diào)查統(tǒng)計(jì)，得到平均速度為8 秒/單。然后是作為配送環(huán)節(jié)的處理器，根據(jù)實(shí)地調(diào)查，平均速度是1 小時(shí)能夠入柜312件/每人，即11.5 秒/件。而當(dāng)點(diǎn)單過一半之后，另一個(gè)人會(huì)過來幫忙投柜，投柜的平均速度為20秒/件。

（5）模擬取件的合成器：通過實(shí)地調(diào)查，學(xué)生取件的耗時(shí)大都是在15～25 秒，將合成器的工作時(shí)間設(shè)置為平均值20 秒。endprint

在經(jīng)過以上的參數(shù)設(shè)置之后，可以進(jìn)行模型的運(yùn)行以及數(shù)據(jù)分析了。

3.3 仿真運(yùn)行結(jié)果分析

以24 小時(shí)作為一個(gè)周期，針對單個(gè)周期進(jìn)行運(yùn)作，將停止時(shí)間設(shè)置為86400，模型運(yùn)行結(jié)束后，導(dǎo)出模型的運(yùn)行結(jié)果數(shù)據(jù)統(tǒng)計(jì)表?？梢缘玫礁鱾€(gè)實(shí)體對象的輸入量、輸出量、平均容量、空閑時(shí)間、處理時(shí)間和堵塞時(shí)間等。

通過模型運(yùn)行過程中的觀察及運(yùn)行結(jié)束后統(tǒng)計(jì)數(shù)據(jù)的分析，我們很快發(fā)現(xiàn)了上文提及的該快遞服務(wù)站運(yùn)行現(xiàn)狀的三個(gè)重要問題：取件高峰期堵塞嚴(yán)重；各柜容量存在較大差異；操作員工作量分配不均。

接下來將會(huì)針對這三個(gè)問題提出優(yōu)化思路并對優(yōu)化方案進(jìn)行仿真驗(yàn)證（至于各智能柜的不同規(guī)格的柜格比例問題，因?yàn)橐呀?jīng)跟遞易智能方的負(fù)責(zé)人了解過，這個(gè)比例是經(jīng)過很多調(diào)查和數(shù)據(jù)收集而設(shè)置的，目前各高校都一樣，不會(huì)更改。所以本次仿真優(yōu)化不涉及）。

4 優(yōu)化方案及其仿真

4.1 優(yōu)化思路

（1）取消點(diǎn)單環(huán)節(jié)的模擬，并將兩個(gè)處理器的處理時(shí)間都設(shè)置為11.5 秒，表示兩個(gè)入柜員的工作都變成了單一的入柜作業(yè)，作業(yè)的量與內(nèi)容完全相同。

（2）將1 號(hào)自提柜和6 號(hào)自提柜移動(dòng)到外場地，并將場外兩個(gè)柜子的合成器和暫存區(qū)也移動(dòng)到場地外面，同時(shí)根據(jù)場外的空間面積估算，將兩個(gè)場外暫存區(qū)的最大容量設(shè)置為30。

（3）由于移出了1號(hào)柜和6號(hào)柜，場內(nèi)各柜的容量相等，將四個(gè)暫存區(qū)的最大容量都設(shè)置為20。

（4）根據(jù)計(jì)算，在簡化取件的程序以及加快取件服務(wù)器的運(yùn)行速度之后，取件的耗時(shí)將會(huì)降低為原來的70%，所以將合成器的合成時(shí)間都設(shè)置為20×70%=14秒。

4.2 優(yōu)化模型的運(yùn)行結(jié)果分析

在對原模型進(jìn)行了以上的改進(jìn)設(shè)置之后，運(yùn)行優(yōu)化方案的模型并將需要的結(jié)果數(shù)據(jù)導(dǎo)出。可以得出如圖3所示的排隊(duì)擁堵較為嚴(yán)重這一問題的數(shù)據(jù)對比（左邊為優(yōu)化后，右邊為優(yōu)化前）。

可以看出，優(yōu)化后的6 個(gè)自提柜前暫存區(qū)的實(shí)體為零的平均時(shí)間為（40176+40386+40215.92+39814.4+40169.37+40666）/6=40238秒，而現(xiàn)狀的實(shí)體為零的平均時(shí)間為（39280+39380+39300+39000+39140+38940）/6=39173秒。優(yōu)化方案比原方案各個(gè)暫存區(qū)的實(shí)體為零的時(shí)間增加了40238-39173=1065 秒。并且在各個(gè)取件模塊滿載的情況下，只需要1352×20/6=4506秒便能將全部的件取完，而現(xiàn)狀方案的時(shí)間需要86400-39173=47227秒。

接下來我們分析新的布局下各個(gè)自提柜的平均容量的問題。我們用扇形圖展示6 個(gè)自提柜的平均用量，新舊方案的各柜平均容量如圖4所示（左邊為優(yōu)化后，右邊為優(yōu)化前）。

通過對比可以看出，問題較為嚴(yán)重的貨架6 的容量已經(jīng)跟其他自提柜持平。而貨架1 由于本身是容納量最大的貨柜，所以平均容量出現(xiàn)21%的數(shù)值是在正常范圍的。

最后是優(yōu)化后的工作人員的工作量以及人力資源的利用情況分析。通過模型運(yùn)行數(shù)據(jù)得出優(yōu)化方案的模擬兩個(gè)入柜員的處理器的加工時(shí)間基本相同。并且由于減少了點(diǎn)單的環(huán)節(jié)，直接減少了一個(gè)人力，改進(jìn)的效果也是比較顯著的。

5 結(jié) 論

在進(jìn)行長期的實(shí)地調(diào)研，收集各種數(shù)據(jù)資料后，利用Flexsim軟件進(jìn)行該快遞服務(wù)站的現(xiàn)狀仿真，發(fā)現(xiàn)問題，提出了幾點(diǎn)可行的改進(jìn)意見。并通過優(yōu)化方案的仿真結(jié)果驗(yàn)證了優(yōu)化方案的效果。

參考文獻(xiàn)：

[1] 周子一，趙小勇，董瑞娟.基于Flexsim的某高?？爝f聯(lián)盟服務(wù)站分揀系統(tǒng)仿真[J].物流技術(shù)，2015，34（14）.

[2] 方娜.基于Flexsim的蘇果馬群配送中心作業(yè)流程優(yōu)化研究[D].南京：南京大學(xué)，2013.

[3] 曾穩(wěn)靜.高校校園物流快遞模式探析[J].現(xiàn)代商業(yè)，2014（27）.

[4] 張李威.基于Flexsim的物流倉儲(chǔ)中心系統(tǒng)仿真與優(yōu)化[D].武漢：湖北大學(xué)，2014.

[5] 楊華，曾德慧.高校校園內(nèi)電子商務(wù)下的物流研究[J].物流科技，2007，30（2）.endprint