訂單分揀系統(tǒng)的研究綜述與展望

朱苗繪 （江蘇理工學(xué)院 商學(xué)院，江蘇 常州213001）

ZHU Miaohui(School of Business, Jiangsu University of Technology, Changzhou 213001, China)

0 引 言

近年來，電子商務(wù)在我國呈高速發(fā)展的態(tài)勢，使我國成為全球最大的網(wǎng)絡(luò)零售市場。倉儲與物流成為電商時(shí)代發(fā)展的關(guān)鍵，一方面，許多企業(yè)加緊布局倉儲基礎(chǔ)設(shè)施建設(shè)，如京東已在全國擁有7 大物流中心、700 多個(gè)大型中轉(zhuǎn)倉庫；順豐在中國擁有5 大分撥中心、近200 個(gè)大型中轉(zhuǎn)倉庫；其它的如“四通一達(dá)”正加速布局其分撥中心以及物流配送網(wǎng)點(diǎn)。另一方面，我國物流業(yè)的發(fā)展水平滿足不了電子商務(wù)快速增長的需求，據(jù)中國電子商務(wù)研究中心的統(tǒng)計(jì)，網(wǎng)絡(luò)零售投訴十大熱點(diǎn)中，“貨到遲緩”和“物流快遞”兩項(xiàng)占比較高。由此可見，訂單分揀的效率十分關(guān)鍵。據(jù)調(diào)查，倉儲活動貢獻(xiàn)了企業(yè)20%的物流成本，訂單分揀大約占倉庫運(yùn)作總開銷的55%?；谶@些原因，訂單分揀系統(tǒng)被倉庫從業(yè)者認(rèn)為是倉庫績效改進(jìn)最緊迫的領(lǐng)域。

自Hausman et al（1976） 對訂單分揀系統(tǒng)的開創(chuàng)性研究以來，大量學(xué)者主要從貨位分配、排序和分批、分區(qū)、路由等策略角度，研究如何提高訂單分揀系統(tǒng)的效率。從揀貨角度看，貨位分配策略直接影響揀貨員的行走距離，將小的訂單集中在一起揀貨（即排序和分批） 可減少行走距離，揀貨員固定在一區(qū)域揀貨（即分區(qū)） 可提高揀貨效率，揀貨員的行走策略（即路由） 直接決定其行走距離。本文對訂單分揀系統(tǒng)運(yùn)作策略的研究現(xiàn)狀進(jìn)行總結(jié)，并分析目前研究中存在的不足，以及未來的研究方向。

1 訂單分揀系統(tǒng)概述

倉庫運(yùn)作主要指倉庫流程中的到貨、倉儲、揀貨、運(yùn)輸?shù)? 個(gè)核心環(huán)節(jié)的計(jì)劃與調(diào)度問題。需特別指出的是，倉庫運(yùn)作效率受倉庫設(shè)計(jì)階段相關(guān)決策的影響，并且一旦倉庫被建立，改變設(shè)計(jì)決策是非常昂貴或不可能的。到貨與運(yùn)輸分別是SKUs 到達(dá)與離開倉庫的接口，其主要運(yùn)作包括車輛在各到貨或卸貨平臺的分配，卸貨或裝載活動的調(diào)度等。由于倉儲、揀貨是倉庫系統(tǒng)運(yùn)營的核心問題，下面圍繞倉儲與揀貨的相關(guān)策略進(jìn)行綜述。

1.1 貨位分配策略

SKUs 被卸貨后，其首要決策就是給其分配存儲位置（即貨位），也稱貨位分配策略。De Koster et al（2007） 描述了5 類常用的貨位分配方法：隨機(jī)分配、最近空位分配、固定分配、吞吐量分配、基于類的分配。隨機(jī)分配等概率的隨機(jī)選擇一個(gè)空位分配給SKU；最近空位分配選擇最近的一個(gè)空位分配給SKU；若某種SKU 被固定的存儲在一個(gè)貨位上，則稱為固定分配；將SKUs 的吞吐量進(jìn)行排序，吞吐量越大的其貨位越靠近倉庫的I/O 點(diǎn)，則稱為吞吐量分配；基于類的分配將SKUs 劃分為多個(gè)子集，每個(gè)子集屬于一個(gè)類，同時(shí)將存儲區(qū)域劃分成同等數(shù)量的子區(qū)域，吞吐量越大的其子區(qū)域越靠近倉庫I/O 點(diǎn)，每種SKU在其對應(yīng)的子區(qū)域隨機(jī)分配一個(gè)貨位。常用的吞吐量準(zhǔn)則如COI、LOS、揀貨量等。COI 指SKU 的存儲空間與其存儲/揀貨次數(shù)的比值，COI 越小，其貨位越靠近倉庫I/O 點(diǎn)。LOS 指SKU 在倉庫的停留時(shí)間，LOS 越小，其貨位越靠近倉庫I/O 點(diǎn)。

1.2 揀貨策略

揀貨是指客戶訂單到達(dá)時(shí)，為履行客戶訂單，需將SKUs 從其貨位上取出。揀貨中不同的組織變量決定了不同的揀貨方法，主要包括是否批量揀貨、是否同時(shí)進(jìn)行分類、存儲區(qū)域是否分區(qū)等。根據(jù)是否批量揀貨，將揀貨方法分為單訂單揀貨與批量揀貨。前者指一個(gè)訂單由一位揀貨員一次揀貨完畢，后者則指多個(gè)訂單被組成一批后被同時(shí)揀貨。在揀貨過程中，若揀貨的同時(shí)將SKUs 按訂單進(jìn)行分類，則稱為邊揀貨邊分類；若揀貨完成后再分類，則稱揀貨后再分類。

分區(qū)指將存儲區(qū)域劃分為多個(gè)區(qū)域，每個(gè)揀貨員僅在其揀貨區(qū)域工作。分區(qū)能使揀貨員的移動范圍變小、對揀貨產(chǎn)品的位置更熟悉，減少揀貨中的阻塞等。若存儲區(qū)域進(jìn)行了分區(qū)，揀貨又分為逐漸裝配與并行揀貨，前者指同一批訂單在不同分區(qū)依次揀貨，后者則是在不同分區(qū)同時(shí)揀貨。

1.3 路由策略

揀貨過程中揀貨員的基本決策是路徑選擇問題，即路由問題。De Koster et al（2007） 將路由策略分為6 類：橫穿型、返回型、中點(diǎn)型、最大間距型、組合型與最優(yōu)型。所謂橫穿型，對于至少包含一個(gè)揀貨點(diǎn)通道，揀貨員將穿過整條通道（圖1（a））；對于返回型，揀貨員進(jìn)入和離開通道在相同的交叉通道口（圖1（b））；中點(diǎn)型以存儲區(qū)域中間為界，對于前半部分的分揀點(diǎn)，揀貨員從前交叉通道進(jìn)入或離開，反之則從后交叉通道進(jìn)入或離開（圖1（c））；最大間距型類似于中點(diǎn)型，當(dāng)一個(gè)通道存在3 個(gè)及以上分揀點(diǎn)即存在最大間距時(shí)，揀貨員行走至最大間距點(diǎn)再返回（圖1（d））；對于組合型，揀貨員要么穿過整條通道，要么返回，即S-型與返回型的組合（圖1（e））；最優(yōu)型則指行走距離最短的行走策略。

2 訂單分揀系統(tǒng)的研究現(xiàn)狀

2.1 貨位分配策略的相關(guān)研究

貨位分配策略對分貨與揀貨效率產(chǎn)生較大影響（Yu and De Koster，2013），是訂單分揀系統(tǒng)的焦點(diǎn)之一。現(xiàn)有文獻(xiàn)一般以最小化行走時(shí)間或行走距離為決策目標(biāo)，基于完全信息、每個(gè)SKU 擁有貨位來研究位置分配策略問題。所謂完全信息，是指SKUs 到達(dá)或離開的數(shù)量與時(shí)間、倉儲區(qū)域的布局與數(shù)量等都是已知的。從揀貨績效上看，普遍的結(jié)論是固定分配最優(yōu)，基于類的分配次之，而隨機(jī)分配最差（李詩珍，2011）。但隨機(jī)分配具有更大的靈活性，且可獲得較高的空間利用率。由于揀貨時(shí)間最短，吞吐量分配被研究者加以廣泛討論。然而，需求的變化性、產(chǎn)品組合的改變等因素使得吞吐量分配在實(shí)踐中難以實(shí)施。而基于類的分配相對容易實(shí)施，因此，其被認(rèn)為是提高訂單分揀系統(tǒng)績效的可行解決方案。并且，由于各類別的SKUs 在其存儲子區(qū)域采取隨機(jī)分配獲取貨位，也能獲得靈活性與高空間利用率的優(yōu)勢（Chan and Chan 2011）。

基于類的分配主要決策包括子區(qū)域在存儲區(qū)域的配置、劃分類的準(zhǔn)則、類的邊界與類的數(shù)量等。關(guān)于子區(qū)域在存儲區(qū)域的配置，在AS/RS 系統(tǒng)中L-型（見圖1（f）） 子區(qū)域配置被廣泛加以討論（戴韜和鄭欣，2012）；在手工訂單分揀系統(tǒng)中，子區(qū)域的配置有同一類在同一通道內(nèi)與同一類跨越不同通道內(nèi)兩種方式。劃分類的準(zhǔn)則一般采用COI、LOS、揀貨量等單準(zhǔn)則。Manzini et al（2015） 提出基于產(chǎn)品生命周期劃分SKUs 類別的方法。很少有文獻(xiàn)討論多準(zhǔn)則劃分問題，Muppani and Adil（2008） 以最小化存儲空間成本與訂單揀貨成本為目標(biāo)，并用這兩個(gè)指標(biāo)來劃分類與位置分配，由于目標(biāo)函數(shù)非線性且整形變量的納入，分別用模擬退火算法、分支定界算法來求解該整數(shù)規(guī)劃問題，模擬的結(jié)果顯示上述兩個(gè)算法均優(yōu)于動態(tài)規(guī)劃算法。類的邊界是如何切分類的問題，Hausman et al（1976） 最早求解了L-型倉庫中兩個(gè)類的邊界；類的數(shù)量指SKUs 子集的數(shù)量，對于手工訂單系統(tǒng)，Petersen et al（2004） 通過模擬發(fā)現(xiàn)，吞吐量分配與基于類的分配在行走距離的差距主要依賴于分類策略與路由方法，在實(shí)踐中類的數(shù)量為2～4 時(shí)最易實(shí)施；對于AS/RS 系統(tǒng)，Yu et al（2015） 對類的數(shù)量和類的邊界進(jìn)行了研究。

需指出的是，大多數(shù)文獻(xiàn)主要關(guān)注貨位分配策略對揀貨效率的影響。很少有文獻(xiàn)研究部分信息或無信息時(shí)的貨位分配問題。Gu et al（2007） 認(rèn)為無信息時(shí)僅能使用一些簡單的貨位分配策略，如最近空位分配、隨機(jī)分配等。很少有文獻(xiàn)討論貨位分配策略的組合問題，如基于類的分配與固定分配的組合。

2.2 分區(qū)策略的相關(guān)研究

分區(qū)策略的首要決策是確定分區(qū)數(shù)量、分區(qū)大小及形狀等。Petersen（2002） 通過模擬發(fā)現(xiàn)分區(qū)形狀、揀貨項(xiàng)數(shù)量、存儲策略對分區(qū)內(nèi)的行走距離具有較大影響。分區(qū)問題的另一個(gè)決策是如何在各分區(qū)間分配SKUs。采用逐漸裝配方法時(shí)，其關(guān)鍵是SKUs 在各分區(qū)間的分配要使各揀貨員的工作量均衡，該問題類似于流水線平衡。魏慶琦和陳金迪（2020） 基于NSGA-Ⅱ算法，最優(yōu)化分區(qū)工作量平衡度，并分析分區(qū)數(shù)量、訂單總數(shù)和訂單分批對揀選系統(tǒng)效率的影響。對于自動化并行揀貨系統(tǒng)，盧少平等（2010） 以總揀選時(shí)間最小為目標(biāo)，決策最佳分區(qū)數(shù)量。李明等（2016） 提出一種啟發(fā)式聚類算法，依據(jù)品項(xiàng)間的相關(guān)性，決策各分區(qū)內(nèi)的品項(xiàng)分配問題。其它的相關(guān)研究還包括分區(qū)與分批的結(jié)合能顯著提高揀貨效率等。

2.3 分批策略的相關(guān)研究

分批策略的核心是如何將眾多訂單組成多個(gè)批。常見的分批方法有訂單相似度分批與時(shí)間窗分批。訂單相似度分批根據(jù)揀貨位置的臨近性將訂單分成批，批中的所有訂單行走路徑相同，該問題屬經(jīng)典的車輛線路問題的一個(gè)變體，因此是NP-hard 問題。在時(shí)間窗分批下，所有在相同時(shí)間間隔內(nèi)到達(dá)的訂單被組成一個(gè)批。黃敏芳等（2020） 基于JIT 裝配流水線思想，建立大型網(wǎng)上超市訂單批次分揀的優(yōu)化模型。運(yùn)用兩階段啟發(fā)式優(yōu)化方法求解，較大幅度提高訂單分揀的效率。王晨等（2020） 提出滾動時(shí)窗調(diào)度策略和高維稀疏動態(tài)聚類算法優(yōu)化訂單分批策略。基于某大型電商的數(shù)據(jù)研究發(fā)現(xiàn)，與固定時(shí)間窗分批相比，分揀時(shí)間下降23.9%。

2.4 路由策略的相關(guān)研究

一般地，路由問題在多項(xiàng)式時(shí)間上是不可解的。然而，當(dāng)計(jì)算機(jī)運(yùn)行時(shí)間與通道數(shù)、揀貨位置線性相關(guān)時(shí)，Ratliff and Rosenthal（1983） 給出多項(xiàng)式時(shí)間動態(tài)規(guī)劃算法，最優(yōu)化該問題。隨后，其他研究者放松一些假設(shè)，提出各種算法求解該問題。實(shí)踐中一些簡單的啟發(fā)式算法由于更易理解且行走線路更一致，從而被廣泛使用，如橫穿型、返回型、最大間距型。劉進(jìn)平（2015） 對最大間隙路徑策略進(jìn)行改進(jìn)，可以在不同訂單規(guī)模和需求下提升效率。有些學(xué)者運(yùn)用啟發(fā)式算法構(gòu)建最優(yōu)路徑，如蟻群算法（楊鵬等，2015）、禁忌搜索算法、混合遺傳算法等。

3 未來研究展望

電子商務(wù)在我國高速發(fā)展，為快速滿足客戶需求，提高客戶服務(wù)水平，訂單分揀系統(tǒng)的效率成為學(xué)術(shù)界和產(chǎn)業(yè)界關(guān)注的焦點(diǎn)。現(xiàn)有文獻(xiàn)指出訂單分揀系統(tǒng)的效率與倉儲策略、揀貨策略和路由策略密切相關(guān)。結(jié)合現(xiàn)有的研究成果，未來仍有以下工作有待開展：第一，不同的貨位分配策略各有其優(yōu)缺點(diǎn)。研究貨位分配策略的改進(jìn)，或者不同的貨位分配策略的組合，將充分發(fā)揮各貨位分配策略的優(yōu)點(diǎn)，規(guī)避缺點(diǎn)，提高訂單分揀系統(tǒng)的績效。第二，倉儲、揀貨和路由的組合決策問題。第三，建立基于類的分配策略下行走距離或時(shí)間的解析模型，求解類的劃分準(zhǔn)則、類的邊界和類的數(shù)量問題，優(yōu)化分揀系統(tǒng)的效率。第四，訂單分貨系統(tǒng)的應(yīng)用越來越普遍，如亞馬遜的倉庫、花卉拍賣。不確定性情形下訂單分貨系統(tǒng)的績效提升將是未來值得關(guān)注的研究問題。