基于訂單數(shù)據(jù)的電商物流中心揀貨模型構(gòu)建研究*

■ 李艷（重慶師范大學(xué)涉外商貿(mào)學(xué)院）

重慶師范大學(xué)涉外商貿(mào)學(xué)院校級科研項目：大數(shù)據(jù)背景下電商配送中心智能揀貨策略優(yōu)化模型研究（項目編號：KY2018002）

重慶市高等教育教學(xué)改革研究項目：分類發(fā)展下基于產(chǎn)教融合的獨立學(xué)院跨境物流人才培養(yǎng)模式研究（項目編號：183037）

各大電商網(wǎng)站數(shù)據(jù)信息的井噴式增長，客戶通過瀏覽、網(wǎng)購、資料查詢等能夠產(chǎn)生大量的包含客戶信息、商品信息、銷量信息、資金信息等訂單數(shù)據(jù)。那么，如何從眾多的數(shù)據(jù)里面去分析客戶的喜好、產(chǎn)品需求預(yù)測，從而為電商企業(yè)營銷策劃提供依據(jù)，就必須依賴大數(shù)據(jù)。在整個環(huán)節(jié)中，配送中心揀貨作業(yè)的優(yōu)化情況將影響配送中心的成本和效率，從而影響時效。所以，有必要對電商配送中心揀貨作業(yè)進行優(yōu)化設(shè)計。*

為了提高配送中心揀貨效率，可以引進自動化技術(shù)，但這通常需要投入大量的資金。為了解決這個問題，就有必要借助AI技術(shù)對揀貨作業(yè)進行優(yōu)化，設(shè)計科學(xué)合理的揀選作業(yè)決策模型，運用計算機超強的運算能力和數(shù)據(jù)分析能力，尋找一種效用最優(yōu)的揀貨策略，得到效率最優(yōu)的揀選作業(yè)運作流程與決策，提升配送中心物流運作效率。

一、文獻研究綜述

揀選作業(yè)作為整個配送中心最重要的作業(yè)環(huán)節(jié)。提高揀選作業(yè)效率途徑主要有兩種：一種為采用先進的揀選設(shè)備提高了配送中心的作業(yè)效率，但會增加揀選的作業(yè)成本；另一種為優(yōu)化揀選作業(yè)，從揀選訂單處理、揀選路徑優(yōu)化、揀選方法決策等方面降低成本，提高作業(yè)效率。

通過對國內(nèi)外對于揀選作業(yè)相關(guān)研究內(nèi)容的整理，可以發(fā)現(xiàn)，當前研究的重心在訂單分批和揀選路徑優(yōu)化方面，研究內(nèi)容及方法模型較多。相對而言，揀選作業(yè)方法的選擇決策研究內(nèi)容較少，并且選擇揀選方式還基本上是通過對以往大量訂單分析，結(jié)合EIQ等傳統(tǒng)方法進行揀選方式的決策。同時在分析揀選作業(yè)時，考慮的主要因素多為訂單特點、客戶需求、移動距離、作業(yè)成本、作業(yè)時間等。很少會從成本及時間兩個維度去設(shè)計最優(yōu)的揀選作業(yè)。

圖1 訂單分類

二、電商配送中心揀貨優(yōu)化模型構(gòu)建過程

（一）揀貨方式的選擇

影響揀貨方式選擇的因素主要有訂單商品數(shù)量和訂單商品重復(fù)率（也稱為商品的關(guān)聯(lián)性），同時和客戶收貨時間有關(guān)。

1.訂單分類

主要根據(jù)訂單里面商品數(shù)量的多少來對訂單進行分類。一般的配送中心零售商都有大型和小型之分，考慮到大型零售商的訂單的訂貨數(shù)量都比較多，而小型零售商的訂單訂貨數(shù)量均比較少，如果一起揀選的話增加揀貨難度。所以先進行訂單分類，具體如圖1所示。

2.選擇揀貨方式

先進行商品關(guān)聯(lián)性分析，考慮根據(jù)產(chǎn)品重復(fù)率、訂單重復(fù)率和標準線K值選擇揀貨方式。關(guān)聯(lián)規(guī)則測度指標主要考慮支持度和置信度。訂單按照大小零售商進行分類之后，然后根據(jù)訂單里面的產(chǎn)品重復(fù)率來安排儲位和選擇揀貨方式。在關(guān)聯(lián)規(guī)則挖掘算法中，主要依據(jù)Apriori算法。

算法的過程由生成項集、生成規(guī)則兩步進行：第一步尋找滿足支持度要求的項集；第二步由所有符合要求的項集生成候選規(guī)則，最終從候選規(guī)則中篩選出滿足支持度和置信度要求的規(guī)則。

判斷商品相關(guān)性分為三步進行：第一步設(shè)定最小支持度與最小置信度；

圖2 訂單重復(fù)率線和標志性K的確定圖

第二步計算每一種組合的支持度，將每種組合的支持度與我們設(shè)定的最小支持度相比，不符合要求的組合不再考慮；第三步將符合支持度要求的組合進行雙向置信度的計算，計算所得結(jié)果與我們設(shè)定的最小置信度相比，如果都滿足，則這個組合內(nèi)的商品具有相關(guān)性。

（1）設(shè)定最小值。通常置信度≧0.4，支持度＞0.03。

（2）計算并找出滿足支持度要求的商品組合。例如，有W1和W2兩種商品，其中W1，W2同時出現(xiàn)在總訂單中的頻次為P，含有兩種及以上商品種類的訂單總數(shù)為Z，則：W1和W2商品的支持度：P/Z。

3.計算時間和成本

帶入時間和成本模型計算相應(yīng)揀貨方式下的時間和成本。具體方法見時間成本模型構(gòu)建板塊。具體流程如圖2所示。

（二）緊急訂單處理

由于市場不確定因素的影響，零售商會向配送中心緊急訂貨，這類訂貨到發(fā)貨要求時間短，訂貨數(shù)量也難以確定。物流成本和時間往往存在效用背反，所以一般會考慮訂貨商的客戶等級和訂單特點，也或者向訂貨商多收取費用或增加訂貨數(shù)量等，減少自己的損失，針對這些緊急訂單處理方法如下圖3。

圖3 緊急訂單處理方式

（三）時間和成本約束條件下揀貨策略模型構(gòu)建

在揀貨過程中，常運用以下組合策略，如圖4所示。

圖4 揀貨策略運用組合圖

本模型構(gòu)建時可以結(jié)合配送中心實際情況采用工作分區(qū)、訂單分割和訂單智能分批策略，從而對揀貨路徑進行優(yōu)化。

（四）效用函數(shù)

在規(guī)定時間限制下得到不同揀選方式的成本和時間，為了對比成本和時間的差異性，分別對成本和時間進行了歸一化處理，從而構(gòu)建效用函數(shù)。效用函數(shù)為最小值時是最優(yōu)的結(jié)果，從而推出相應(yīng)的揀選方式及成本、時間。分析過程如圖5。

圖5 效用函數(shù)分析過程

三、結(jié)論

綜上所述，本文解決了三個關(guān)鍵問題：一是引入智能決策模型，通過反復(fù)大量的計算比較得出最優(yōu)解；二是產(chǎn)品、訂單重復(fù)率的計算和標準線的循環(huán)確定問題；三是基于作業(yè)分區(qū)和訂單分割的效用函數(shù)模型構(gòu)建。模型設(shè)計時，考慮時間及成本兩個重要指標，改善指標類型單一的問題。最終使模型既能有效對現(xiàn)有需要處理的訂單進行分析得到合理的揀選方法，在具體運用時可以結(jié)合企業(yè)實際要求達到時間和成本兩方面的最優(yōu)效率。同時，模型考慮不同揀選區(qū)域，可以達到較優(yōu)的揀選路線。因此，研究具有較高的理論研究價值和實踐意義。