基于订单分析的烟草多点储运协同策略研究

马宗泽，吕永贵，王 谦

（1.云南中烟工业有限责任公司，云南 昆明 650024；2.红塔烟草（集团）有限责任公司，云南 昆明 650024）

1 引言

当前，烟草工业企业的卷烟生产量高于仓库容积总量且库区分散，销售卷烟的品规各地区差异较大，单独库房或物流中心受订单影响或库容影响，常需要从其他库区或向其他库区配送大量不同品规的成品卷烟，这种现象称之为移库。每年烟草工业企业的移库作业需要配置大量运输车辆，由此烟草工业企业在移库作业中需支出巨额的配送成本。虽然现代烟草工业企业大多自建物流管理信息系统，应用GPS、电子标签等设备对仓储业务与配送业务进行数字化管理，单体仓库的信息化、自动化较高，单体运输管理系统较为完善。但在仓库存储与各库间配送整体协同作业策略中，各环节的信息系统仍处于“信息孤岛”状态，在完成本环节的业务后再开始与下一环节有关的工作，对于有可能带来下一环节工作的变异和资源浪费，并没有过多的考虑，在各仓储节点与其之间的成品烟流动的整体性调配中没有形成有效的协同作业和统一调度，仍有提升的空间。仓库群间的协同策略缺失，导致大量移库作业的出现，加剧了各地区库房的卷烟数量与品规不均衡，在卷烟供应高峰期表现尤为突出，移库周转率越高，配送资源的成本越高。

本文通过对各成品卷烟仓储节点（各地区仓库）在规定时间点内卷烟品规和数量的优化分布，以总体里程为基础，确定配送车辆的合理调配顺序，以实现移库现象的减少。

2 烟草多点储运协同策略思路

2.1 核心问题

移库作业的产生存在两方面原因：①卷烟工业企业生产速度高于成品卷烟流转速度，需要将生产后的成品卷烟运输到仓储中心存放并向各仓储节点发货；②各仓储节点的仓储能力有限，也不可能存放全类型品规的成品卷烟，在订单需求品规缺乏时，即需要移库作业。因此，移库作业是根据各仓储节点的需求订单，成品卷烟在各仓储节点的应急性流转。

2.2 总体设计

要降低成品卷烟在各仓储节点的应急性流转，就需要在订单分配之初，在未来一段时间内各仓储节点订单需求预测的基础上，确定运力资源使用的优先顺序，通过整体性仓储节点成品卷烟周转量与运力的匹配，尽可能减少各节点间的应急性运输，如图1所示。

图1 储运协同技术路线图

多点储运协同的管理策略是一种用于多仓库存储与库间运输协同调度管理的卷烟物流系统。该系统为嵌入式系统，由中央调度分析模块、生产数据采集模块、仓库数据采集模块、在途车辆数据采集模块、执行单据输出模块五部分组成，分别部署在中央服务器、生产环节终端服务器、仓储终端服务器、车载终端，各模块间通过服务器以局域网、以太网进行信息传递、数据分析及通信业务。根据储运协同算法将数据采集模块输入的生产数据采集信息、仓储数据采集信息与在途车辆数据采集信息，按照生产后待发货卷烟的特征、多点仓库储存特征、在途车辆配送特征进行分析匹配，输出配送频次最低的配送信息，经由执行单据输出给各仓库及车辆调度中心。

2.3 储运协同实施内容

储运协同最终要通过现有的管理系统实现，其输入值为生产后待发卷烟数据特征、多点仓库储存特征、在途车辆配送特征，输出为储运协同执行单。

可以用一个表述式来表示储运协同特性表，如下：

K=（执行单号,待发卷烟，仓库，在途车辆，入库日期）

通过储运协同分析，可以针对成品卷烟各库与在途车辆呈现出的不同特征，在待发货阶段合理调配配送资源，制定配送计划，考量不同仓库的库容和车辆配送时间，并将待发成品卷烟分配至不同的仓库，建立多库储运协同的运作体系。

（1）定义G表示待发卷烟数据特征，则G1，G2，…，Gm分别表示第1，2，…，m个待发卷烟数据特征，形成待发卷烟信息输入表，该表包含：

G待=（待发批次，待发品规，待发数量，待发地点，出货日期）

（2）定义 L输入表示待发出仓库数据特征，则 L输入1，L输入2，…，L输入m分别表示第1，2,…，m个仓库的数据特征，形成仓库信息输入表L输入，该表包含：

L输入=（仓库代号，空余容量，最迟出库量，需求品规，卷烟品规，待发地点，到货日期）

（3）定义 L输出表示待接仓库数据特征，则 L输出1，L输出2，…，L输出m分别表示第1，2，…，m个仓库的数据特征；形成待接货仓库信息输出表L输出，该表包含：

L输出=（仓库代号,拟接受品规，品规量，车载信息，移库品规量，到货日期）

（4）定义A表示在途车辆特征，则A1，A2，…，Am分别表示第1，2，…，m台车辆的数据特征，形成在途车辆信息输入表A在途，该表包含：

A在途=（在途车辆代号，车载品规数，车载量，目标仓库代号，区位代号，到货日期）

3 储运协同算法

3.1 理论模型

多点储运协同，实质是合理安排补货期内多存储节点的车辆配送先后顺序。按照补货订单的需求，由生产基地调运成品卷烟以确保存储节点在达到安全库存时保有充足的品规卷烟，在配送业务过程中，根据存储点的分布和需求合理调配运力，以求从整体上减少仓储节点间的移库作业，实现成本最低、运力调配最优的一种实施策略。

（1）制约条件：①在成品卷烟配送过程中，同等级别存储节点间的运输采用同一车型，因此在本模型中，采用同一车型作为配送运力；②在同一运载车型下，当前卷烟工业企业基本采用托盘运输，因此车载量也是固定的，为每车6个托盘，在模型中规定为单车标准运输量。

（2）模型构建步骤。TSi为第i个配送节点开始执行时间；Ti为仓储节点i的需送达的时间，TWi为仓储节点i的调度等待时间，ti记为仓储节点 i的订单装车时间；I1，I2，…，Im为仓储节点i的订单的品规，Q1，Q2，…,Qm为相应品规的数量；Oi为仓储节点i的订单产品的总件数；Kj为第j辆货车的额定装载量；i为仓储节点的编码，发货生产基地记为0，S0i（0＜p＜q＜Q）表示仓储节点i、车辆、发货生产基地0之间的距离总和；v表示第j辆车辆的速度；xij为0-1变量，xij=1时表示仓储节点i的订单由第j辆车执行运送,否则为0；车辆执行配送的顺序按照总里程最短原则执行，对于拥有N个订单的仓储节点i,M辆货车,其用车数量模型为：

在N个仓储节点中配送的先后顺序通过储运协同配送系数实现，将maxZi的总里程与其他仓储节点的总里程进行两两对比得：

α=ΣS0i×maxZi/ΣS0j×maxZj

其中，若S0i,S0j中包含同向里程，则：

α=（ΣS0i×maxZi）-S/（ΣS0j×maxZj）-S

其中，S为同向的里程数。

根据得到的储运协同配送系数α，其中阿尔法趋于0则为优先配送，定为首先配送，剩余仓储节点再次进行两两对比得到依次配送顺序。

3.2 模型求解

（1）输入T时间段剩余需要执行的订单信息，按照仓储节点编码从小到大依次排列形成订单集合O={O1,O2,…,Oi,…ON}。若没有仓储节点i的订单，则Oi=0。输入当天可供调配车辆信息，并按照车辆运能从小到大依次排序形成车辆集合K={K1，K2，…，Kj，…，KM}。

（2）确定初始值i=0。

（3）若 Oi∈[α·Kj,Kj]，输出{i，min{Kj}}，i=i+1。否则，继续步骤（4）。订单集合O中订单Oi优先选择符合的路线进行车辆匹配。

（4）若Oi∈[α·Kj,Kj]，则在集合K中未匹配的车辆中进行搜索。若存在K辆车，使得Oi≤∑Kj,且Oi≤∑Kj∈[α,1],而K-1 辆车不能使得 Oi≤∑Kj,且 Oi/∑Kj∈[α,1]时，搜索停止，记这 K辆车为集合 iK，输出{i，iK}，i=i+1。否则，继续步骤（5）。

（5）比较Us'中仓储节点与配送中心距离，选择max{S0i}的仓储节点i。按照搜索半径Usrr为订单仓储节点i在其周围进行第一次搜索，若存在这样的订单使得∑Oi∈[α*Kj,Kj]，且Ti≤Ti'+Sii'/v+ti'则进行步骤 （3）。若∑Oi∈[α*Kj,Kj]，且 Tj≤Tj'+Sii'/v+t'，继续步骤4。否则，增加搜索半径的大小Usrr=Usrr+β继续搜索。继续步骤（6）。

（6）对所有未匹配订单逐一扫描的办法，If i∈Us，i→Us，令i=i+1，依次得出Us'。直到i=N，跳出扫描，因为经过多次匹配后车辆有限，搜索多次被拒绝，所以为了使无结果的搜索停止，规定搜索次数NA，搜索停止。其未匹配车辆的仓储节点订单则根据实际情况采用移库作业的方式进行补货。

3.3 模型检验

以云南中烟在云南省内的四个仓储节点为例，对储运协同算法进行验证。设定一个生产基地O1（昆明）发货，在省内配送网络上以折线图形式展示了2014年8月每日各仓储节点移库量的变化趋势，如图2所示。从中可见，其中O2（大理）移库的值为12 630件（万支），从O3（昭通）移库的值为13 165件（万支），从O4（丽江）移库的值为12 679件（万支），从O5（红河）移库的值为7 150件（万支）。

图2 移库量比例图

根据计算得到移库车次分别为O2用车往返150车次，平均配送时间5h；O3用车往返169车次，平均配送时间5.5h；O4用车往返148车次，平均配送时间6.5h；O5用车往返102车次，平均配送时间4h。

另外，移库主要集中在月中阶段，同时月末有少量移库发生。其中505次用车量集中在8月6日-8月14日之间。从O1单次配送距离,O2:319km配送 3.75h；O3:332km配送 4.5h；O4:502km配送6h；O5:281km配送4h。

将该时间段的移库量作为模型验证的数据，移库量即为该节点8月预计配送数量，根据模型计算，两两对比α见表1。

根据α计算结果，在月初、月中、月末三个阶段优先安排O2的配送车辆，其次，安排O3、O5、O4节点的配送需求。将预测卷烟需求量平均分配到月初、月中、月末，完成每一时间段的配送顺序。

在2014年8月9日，预测剩余配送卷烟品规与卷烟数量，O2为 800件，O3为 760件，O5为 300 件、O4为 1 200 件，对运力进行分配，优先满足O2节点需求，安排3辆配送车辆进行配送作业，剩余车辆继续进行匹配。当生产基地车辆不足以完成O4节点的匹配时，则将O2、O3、O5已到达车辆分配至04节点。

4 结论与展望

通过模型计算，四个仓储节点从单一生产基地发出补货信息时，通过优先级的排序，在预测期内完成能够合理使用运力资源的分配，实现储运协同的优先排序，匹配不同仓库间与配送车辆的工作负荷，有效解决原有技术的片面性和局限性，使技术的精度和实用性得到大幅度提高，在调拨之初完成移库的调度分配，降低移库配送成本。但本文没有综合考虑共同配送区域的问题，增加了生产基地的配送压力，这是本文的缺陷，也是未来研究的重点内容。

[1]李季,某烟草工业企业DZ仓储节点库存储规划问题研究[D].北京：北京物资学院,2013.

[2]孔令丞,李瑞芬,迟琳娜.基于返回品质量降级的回收再制造策略优化[J].统计与决策,2012,（8）.

[3]章志华,陆海良,李季.基于烟草订单需求的仓库群响应策略优化[J].物流技术,2012,（23）:274-277.

[4]黄红.基于GIS的物流配送系统路径优化的算法[J].计算机技术与发展,2006,（8）.

[5]方光罗,张念,刘俐.仓储与配送管理[M].大连:东北财经大学出版社,2004,（3）.

[6]禹奇才.因次分析法的推广应用[J].工程力学,1999,（5）.