基于流程优化的即时物流效率仿真研究

2018-07-18 17:52李岸许理卞益民
智富时代 2018年5期
关键词:数据分析

李岸 许理 卞益民

【摘 要】即时物流是应O2O而生的物流模式的一种新发展,它按照用户提出的配送要求,以每天的任务为目标,在充分掌握了各方面信息之后,即时安排最优的配送路线,并进行配送,最终实现及时送达。我们利用VENSIM研究即时物流模式,将即时物流的五个特性:商品准时高效率送达的及时性、配送区域范围小的短途性、突发订单迅速配送的骤发性、小型多量订单导致的离散性数理化,在作图分析的基礎上,探究各个变量对即时物流效率的影响。

【关键词】即时物流;系统仿真;数据分析

一、描述即时物流各个变量之间的因果关系

利用Vensim进行系统仿真的前提是充分了解主变量和各个子变量之间的因果关系,保证整个流程的真实性。在以外卖配送为背景的前提下,物流效率作为最终的存量,受到及时性、短途性、骤发性、离散性等四个自变量影响;而及时性与订单响应速度、路线规划、用户满意度息息相关,短途性则与交通路线长短、交通拥堵情况、路面状况存在一定的关联,骤发性和用户需求时间、商家反应能力、分配配送人员存在因果关系,最后的离散性则和订单数量、订单多样性、订单集中性有关。

二、做出变量之间的因果关系图

在理解了各个因素之间的因果关系之后,我们利用Vensim画出了因果图,在该图中,箭头表示控制流,“+”和“-”则表示正反馈和负反馈,其中正反馈代表一个变量对另一个变量具有增强的效果,负反馈表示一个变量对另一个变量有平衡效果。在此因果关系图中,运输设备越好,路面状况越好,运输速度就会越快,运输速度的增加就会导致及时性得到增强,另一方面,订单整合率、用户满意度、线路规划时间都对及时性起着正反馈作用,最后及时性的增强也会引起物流效率的增加。从骤发性的角度来看,用户要求时间增加会导致骤发性降低,瞬间下单数量的增加则会引起骤发性增强,而分配配送人员会平衡骤发性,最后骤发性与物流效率存在负反馈关系。再从离散性的角度来分析,订单数量的增加会致使订单多样性增加,订单集中性降低,而订单多样性与离散性存在正相关,订单集中性与离散性存在负相关,另一方面,商家反应速度的增加会降低离散性,还有线路规划时间、订单整合率都会平衡离散性,而离散性与物流效率存在负相关。最后再从短途性对因果关系进行分析,交通拥堵状况的严重会使短途性降低,而路面状况则对短途性起着正相关作用,最后短途性与物流效率存在正相关。

三、设置公式,给出数据,运行系统仿真图

通过查阅大量的数据资料和相关论文,我们在次、此给出各个变量的公式。

(运输设备)YB=4

(运输速度)DV=(YB+RS+LV*0.2)+RD

(交通拥堵情况)RD=RAMP(5, 10 , 20 )

(路面状况)RS=3

(短途性)SR=RD+RS

(及时性)TY=CS+DR-DV+SD

(线路规划时间)SD=Time,Lookup([(0,0)-(10,10)],(0.658824,3.41637),(0.964706,3.91459),(1.67059,4.41281),(2.07059,4.12811),(2.65882,5.01779),(3.57647,

5.37367),(4.07059,5.12456),(4.23529,7.04626),(5.01176,5.76512),(5.10588,6.79715),(6.70588,7.08185),

(订单整合率)DR=2

(用户满意度)CS=LV*0.2

(骤发性)SQ=(CT+SX)/CRT

(用户要求时间)CT=Time,Lookup([(0,0)-(10,10)],(1.15294,2.17082),(1.48235,3.09609),(2.09412,3.41637),(2.84706,3.70107),(3.62353,3.70107),(4.82353,3.84342

),(5.10588,4.19929),(6.09412,3.62989),(6.49412,4.23488),(7.15294,3.84342),(7.52941,4.1637),(8.30588,3.98576),(8.4,4.62633

),(9.08235,4.98221),(9.41177,5.51601),(9.62353,4.66192) )

(瞬间下单数量)SX=DS*0.5

(配送分配时间)CRT=5

(订单数量)DS=Time-CRT,Lookup([(0,0)-(10,10)],(1.62353,1.63701),(2.16471,2.98932),(3.05882,3.55872),(4,4.23488),(4.72941,4.98221),(5.48235,5.76512),(5.67059,7.08185),(6.8,7.29537),(7.6,7.79359),(8.58823,6.79715),(9.57647,8.54093),(9.69412,7.58007) )

(订单集中性)DC=0.3*DS

(离散性)SL=(DM+DC)*DR*0.3-SD+SRV

(订单多样性)DM=0.4*DS

(商家反应速度)SRV=SA+MS

(商家规模)SA=3

(材料库存)MS=5

(物流效率)LV=INTEG(LI,0)

(效率增加)LI=(TY+SR)/(SL+SQ)

四、分析图像

(一)以时间TIME(Minute)为横坐标,物流效率为纵坐标。由图可知,在最初的几分钟内物流效率以凹函数的形式向上增长,之后的时间内一直呈线性增长(在短期内)。所以从整体上看,在不断的循环下,物流效率呈短期递增,长期稳定的状态。

(二)观察运行完毕后系统形成的图像,可以看出,第一张图中的效率增加变量在受到及时性、短途性、离散性和骤发性的影响下,起初时迅速增长,接着略微跌落,最后保持在一定的数值。而第二章图中的及时性受到运输速度、订单整合率、用户满意度以及路线规划时间的干扰,呈现先递增后递减,然后平衡在一条水平直线上。第三张图中,短途性受到交通拥堵情况、路面状况、运输速度等多方面的约束,呈现先不变,在递增,最后保持不变的的趋势。第四张图中的离散性则是在订单数量、订单多样化、订单集中性以及商家反应能力的影响下呈现先曲线下降,然后曲线上升,最后达到一定平衡的趋势。在最后一张图中,骤发性随着用户需求时间、分配派送人员时间以及瞬间订单数量的影响下,呈现逐步递增,最后保持一定平衡的状态。

【参考文献】

[1]孙晓华.产业集聚效应的系统动力学建模与仿真[J].科学学与科学技术管理,2008(4):71-74

[2]胡立新.关于产业集聚现象的一个假设与模型[J].中国软科学,2000(11):84—87

猜你喜欢
数据分析
基于matlab曲线拟合的数据预测分析
佛山某给水管线控制测量探讨
SPSS在环境地球化学中的应用
浅析大数据时代对企业营销模式的影响