烟草公司物流系统库存与提货集成优化模型研究

刘明++徐晓敏

摘 要：随着现代物流技术的发展，为了有效的提高烟草公司的仓库中转效率和缩短仓库提货时间，本文对某一烟草公司整个提货过环节进行了研究，并且建立多目标优化模型以解决上述的两个问题，从而将物流管理技术引入到烟草公司的库存和提货过程中。最后，该文运用分层遗传算法对多目标优化问题进行求解，得到最优的仓库存储和中转方案。

关键词：烟草物流 物流系统 多目标优化 遗传算法

中图分类号：F207.7 文献标志码：A 文章编号：1674-098X（2014）03（c）-0056-02

2012年以来，福建省某市烟草公司全面推行“电话订货、网上配货、电子结算、现代物流”的新型商业营销模式，卷烟物流标准化、规范化等基础建设工作进一步加强，物流规划、运作和管理水平明显提升，与以往的人工分拣和行政计划干预的生产和销售方式相比，这套物流管理系统给整个公司的运营带来了很大的便利[1-2]。为了更有效地应对激烈的市场竞争，该烟草公司进一步提出了提高零售客户满意度的新目标，具体要求是进一步缩短送货时间，订单生成24 h内送货上门。然而这一目标的实现，仅依靠现有的物流系统不可能达到。通过对卷烟物流流程的全面分析，发现其中的库存和提货时间过长是影响整个卷烟物流供应的瓶颈环节。为此，该文拟给出一种优化解决方案。通过建立一种多目标优化模型，采用分层遗传算法进行求解运算对该公司物流系统中现有的库存和提货时间予以改进，最大限度缩短库存、分拣、提货环节的时间，保证及时送货。以提高烟草物流服务水平。

1 建模分析

优化方案需要紧密围绕现行的物流系统进行设计，因此首先需要对该系统的流程及问题进行分析。烟草公司物流系统中卷烟提货作业流程如图1所示。

根据流程图，整个卷烟提货过程分为四个步骤。跟踪记录表明目前的运行现状是：等待订单平均时间为6 h；步骤1所耗费时间约为30 min；步骤2所耗费时间约为6 min，步骤3所耗费时间约为30 min、步骤4所耗费时间约为2 h。由于存在某些具体业务所产生的限制，在提货作业过程中8：00-11：00，12：30-15：30为等待时间，生成订单时间为15：30左右，在这期间需要根据订单品种、订单数量进行出货扫码，然后再进行分拣作业等操作。

该烟草公司物流仓库为平面仓库，共有3层，存放省产烟与省外烟，这里存在省产烟的库存及需求量要大于省外烟的库存限制条件。该公司现有订单生成设备一台，分拣机六部。根据以往库存记录，可以不考虑该仓库的库存限制，运输设备在库房中不会出现拥堵和锁死，有两台叉车可以同时进行等待、提货等程序，提货过程中不会出现相互干涉现象。

由于库房的限制以及存储某种需求的卷烟的库房与分拣机的距离的不同，再加上不同卷烟分拣快慢的影响，可以看到如果有多种不同的卷烟进行分拣的话在没有提前优化的前提下有可能造成了大量的时间浪费和人员闲置，增加了人力资源成本，因此分拣过程存在比较大的改进优化空间。

2 优化模型

该文建立优化模型的三个目标：（1）对该公司的库存布局和库存量进行优化，使之合理分配，减短提货时间；（2）对是否设立中转库以及中转库的预存量进行优化；（3）对不同种类卷烟的提货顺序进行优化。通过优化这三个目标达到优化库存和缩短提货时间的作用。

设卷烟的提货顺序为，其中表示仓库中i品牌卷烟，每一品牌卷烟的提货环节均需经过、、、四道工序，设表示卷烟在叉车或者上等待时间，而表示卷烟在叉车或者上的作业时间，则完成提货总时间为：

其中，表示不同的叉车，取值为0或者1，且和不能同时在同一个叉车上，它们表示卷烟在叉车上总的等待时间和作业时间。则目标函数表示为：

不失一般性，令省产烟在上转库提货，省外烟在上转库提货，与都要进行四道工序。、、、各自包含许多小的工序，并且只有在结束后才能进行。

3 优化过程

遗传算法是借鉴生物界的进化规律演化而来的随机化搜索方法[3]。而分层遗传算法则解决了一般遗传算法在求解过程中容易陷入局部收敛，且占用的存贮空间较大，运算时间较长的缺点。因此本文采用分层遗传算法求解最优化模型。

上面提出的多目标优化模型是一个关于时间-空间布局的系统优化问题，因此，在外层处理时间布局和时间约束，在内层处理空间布局及空间约束。

（1）外层设计

外层设计约束条是在满足库存需求的前提下装载卷烟所需时间最少。

其中表示本文想要优化的时间，即满足客户所需的时间，可以根据客户需求进行调整。

（2）内层设计

内层设计要考虑许多约束条件，空间布局要解决的主要问题是通过优化仓库布局，使提货时间最短。评价一个库房布局需要考虑三个方面：

空间利用函数

其中代表第个卷烟的体积，代表仓库布局的容量。

重量考察函数

其中表示第个卷烟的重量，为布局库区承受的最大重量.

重心考察函数

其中表示布局空间（卷烟）的高度，表示第个卷烟的重心高度，通常取卷烟高度的一半。该函数主要考虑卷烟码放的稳定性和搬运的难易性。

在遗传算法中，最重要的需要确定就是遗传算法的适宜度函数，根据上面的约束（3）（4）（5）（6），由罚函数法利用处理多目标优化的加权算法定义适宜度函数如下：

其中、分别表示内外层的适宜度函数，和为权重，其中。

对于内层的适宜度函数，采用加权（4）（5）（6）的方式获得，即：

其中，它们表示权重，可以通过实验进行确定，本文采用的是0.3，0.3和0.4。

对于外层的适宜度函数，可由（3）式进行构造，即：

将不同产地的卷烟的存放位置，中转库预设量和卷烟的提货顺序作为遗传基因，通过分层遗传算法在适宜度函数式（7）最优的情况下进行迭代求解。下面我们根据该公司的实际情况，将实际场地及卷烟种类作为参数代入到优化模型中进行求解分析。endprint

4 优化结果

该公司的卷烟的尺寸为450 cm（L） ×245 cm（W）×570 cm（H），每包卷烟重量为15 kg，重心高度为卷烟高度的一半，可计算得到重心考察函数为100，设置适宜度函数为100，设置时间评价函数为100%，设置最大载重利用率为100%。用分层遗传算法进行求解，得到结果为体积利用率94%，重量利用率97.5%，重心评价函数99.7，时间利用率90.3%。而得到库存设置和中转库预设量如表1所示。

从表1可以看到，该公司需要对不同种类的卷烟设置不同的中转库预设量，这将大大的改善该公司没有中转库带来的时间的浪费。而库存的设置则可以按照图中的比例进行设置，而对库存的划分，研究发现，凡是省内的卷烟应该多存储，且存储的位置应该更近于叉车的位置，这样将会大大的提高整个提货的效率。

根据以上算法计算得到的结果，经过实际应用测试，结果表明比该公司未做优化前，整个提货时间，即，平均节省了4个小时。从整个提货分拣流程上分析，可知该算法主要优化了步骤2和步骤4，而这两个过程涉及的正是库存和提货两个环节。

5 结语

为了解决烟草公司提货时间较长难以有效保证客户实时提货需求的问题，本文对提货流程进行了优化研究，通过建立多目标优化模型，引入分层遗传算法对该问题进行建模及优化求解，得出烟草公司的库存优化方案和中转库预设量，该模型充分整合了物流系统中的资源，提高了烟草物流系统的资源利用率、降低了物流成本，缩短了卷烟物流的提货时间。按照该结果进行改进，在该公司提货过程中测试发现，该方案可以有效地缩短整个提货时间，从而大大保证了客户实时提货的需求。该算法的研究及应用对我国地市级烟草企业提高烟草存储和提货效率具有一定的借鉴作用。

参考文献

[1] 谢庆红.物流系统化与整合物流[J]. 商业研究，2009（9）：93-94.

[2] 方小斌.烟草供应链关键节点优化研究[D].中南大学博士学位论文，2008.

[3] 玄光男，程润伟.遗传算法与工程设计[M].北京：科学出版社，2000.

[4] 何大勇，查建中，姜义东.遗传算法求解复杂集装箱装载问题方法研究[J].软件学报，2001，12（9）：1380-1385.

[5] 李逍波.分层型遗传算法及其在专用集成电路算法层综合中的应用[J].计算机工程与应用，1993，3（4）：4-7.endprint

4 优化结果

该公司的卷烟的尺寸为450 cm（L） ×245 cm（W）×570 cm（H），每包卷烟重量为15 kg，重心高度为卷烟高度的一半，可计算得到重心考察函数为100，设置适宜度函数为100，设置时间评价函数为100%，设置最大载重利用率为100%。用分层遗传算法进行求解，得到结果为体积利用率94%，重量利用率97.5%，重心评价函数99.7，时间利用率90.3%。而得到库存设置和中转库预设量如表1所示。

从表1可以看到，该公司需要对不同种类的卷烟设置不同的中转库预设量，这将大大的改善该公司没有中转库带来的时间的浪费。而库存的设置则可以按照图中的比例进行设置，而对库存的划分，研究发现，凡是省内的卷烟应该多存储，且存储的位置应该更近于叉车的位置，这样将会大大的提高整个提货的效率。

根据以上算法计算得到的结果，经过实际应用测试，结果表明比该公司未做优化前，整个提货时间，即，平均节省了4个小时。从整个提货分拣流程上分析，可知该算法主要优化了步骤2和步骤4，而这两个过程涉及的正是库存和提货两个环节。

5 结语

为了解决烟草公司提货时间较长难以有效保证客户实时提货需求的问题，本文对提货流程进行了优化研究，通过建立多目标优化模型，引入分层遗传算法对该问题进行建模及优化求解，得出烟草公司的库存优化方案和中转库预设量，该模型充分整合了物流系统中的资源，提高了烟草物流系统的资源利用率、降低了物流成本，缩短了卷烟物流的提货时间。按照该结果进行改进，在该公司提货过程中测试发现，该方案可以有效地缩短整个提货时间，从而大大保证了客户实时提货的需求。该算法的研究及应用对我国地市级烟草企业提高烟草存储和提货效率具有一定的借鉴作用。

参考文献

[1] 谢庆红.物流系统化与整合物流[J]. 商业研究，2009（9）：93-94.

[2] 方小斌.烟草供应链关键节点优化研究[D].中南大学博士学位论文，2008.

[3] 玄光男，程润伟.遗传算法与工程设计[M].北京：科学出版社，2000.

[4] 何大勇，查建中，姜义东.遗传算法求解复杂集装箱装载问题方法研究[J].软件学报，2001，12（9）：1380-1385.

[5] 李逍波.分层型遗传算法及其在专用集成电路算法层综合中的应用[J].计算机工程与应用，1993，3（4）：4-7.endprint

4 优化结果

该公司的卷烟的尺寸为450 cm（L） ×245 cm（W）×570 cm（H），每包卷烟重量为15 kg，重心高度为卷烟高度的一半，可计算得到重心考察函数为100，设置适宜度函数为100，设置时间评价函数为100%，设置最大载重利用率为100%。用分层遗传算法进行求解，得到结果为体积利用率94%，重量利用率97.5%，重心评价函数99.7，时间利用率90.3%。而得到库存设置和中转库预设量如表1所示。

从表1可以看到，该公司需要对不同种类的卷烟设置不同的中转库预设量，这将大大的改善该公司没有中转库带来的时间的浪费。而库存的设置则可以按照图中的比例进行设置，而对库存的划分，研究发现，凡是省内的卷烟应该多存储，且存储的位置应该更近于叉车的位置，这样将会大大的提高整个提货的效率。

根据以上算法计算得到的结果，经过实际应用测试，结果表明比该公司未做优化前，整个提货时间，即，平均节省了4个小时。从整个提货分拣流程上分析，可知该算法主要优化了步骤2和步骤4，而这两个过程涉及的正是库存和提货两个环节。

5 结语

为了解决烟草公司提货时间较长难以有效保证客户实时提货需求的问题，本文对提货流程进行了优化研究，通过建立多目标优化模型，引入分层遗传算法对该问题进行建模及优化求解，得出烟草公司的库存优化方案和中转库预设量，该模型充分整合了物流系统中的资源，提高了烟草物流系统的资源利用率、降低了物流成本，缩短了卷烟物流的提货时间。按照该结果进行改进，在该公司提货过程中测试发现，该方案可以有效地缩短整个提货时间，从而大大保证了客户实时提货的需求。该算法的研究及应用对我国地市级烟草企业提高烟草存储和提货效率具有一定的借鉴作用。

参考文献

[1] 谢庆红.物流系统化与整合物流[J]. 商业研究，2009（9）：93-94.

[2] 方小斌.烟草供应链关键节点优化研究[D].中南大学博士学位论文，2008.

[3] 玄光男，程润伟.遗传算法与工程设计[M].北京：科学出版社，2000.

[4] 何大勇，查建中，姜义东.遗传算法求解复杂集装箱装载问题方法研究[J].软件学报，2001，12（9）：1380-1385.

[5] 李逍波.分层型遗传算法及其在专用集成电路算法层综合中的应用[J].计算机工程与应用，1993，3（4）：4-7.endprint