摘 要：在配送中心所有作业中，拣货作业直接影响配送中心乃至整个供应链的运作效率。在我国，配送中心的拣货作业多为劳动密集型，人工作业与体力消耗息息相关，从企业利益与个人利益两者出发来思考拣货作业的优化问题，具有相当的社会价值。本文通过探讨储存策略和路径策略对拣货作业的影响以及两者相互之间的关系，从降低能耗和提高运作效益的角度，构建比重——周转率地位图作为储位指派的原则。同时基于比重——周转率地位图建立对应的拣货路径策略，利用VRP多回路模型优化拣货路径的方案，提升拣货作业的整体效果。最后针对快速消费品类的配送中心，建立基于比重——周转率地位图储位指派原则下的路径优化流程，为提升该类配送中心的工作效率、增强竞争力提供理论的指导。
关键词：配送中心 地位图 储存策略路径策略 优化模型
一、引言
配送中心出现和发展成为了整个供应链中不可或缺的组成部分，其作用日趋重要。在配送中心所有作业中，拣货作业直接并深刻地影响配送中心乃至整个供应链的运作效率。作为一种极其繁琐重复的工作，拣货作业却恰恰处于关键地位，发挥重要作用。从经济成本来说，物流成本占商品最终售价的30%，其中包括配送、搬运和存储等成本，一般拣选成本则约是其他堆叠、装卸和运输成本总和的9倍，占物流搬运成本绝大部分。[1]从人力资源来说，目前我国大多数的配送中心仍然属于劳动力密集型产业，其中与拣货作业直接相关的人力占50%以上，拣货作业的时间投入也占整个仓储中心的30%~40%。[2]因此，如何提高拣货作业效率，降低拣货作业成本，优化拣货路径一直是学术界以及众多物流企业关注的热点话题。
二、配送中心拣货作业的研究现状
国内外对配送中心拣货问题的研究的文献比较广泛，主要涉及拣货系统、拣货路径、储位分配管理以及订货分批等方面的研究。
拣货系统的研究中，杨玮等（2006）[3]分析了拣货系统的EIQ法，提出EIQ分析法在拣货系统设计中的应用。阳志琼（2010）[4]在此基础上运用EIQ分析结合ABC分类分析物流作业特征如订货特征、接单特征和出货特征等。但EIQ分析需要较为客观精确的数据支持。
在拣货路径策略研究上，学者们建立了不同的数学模型为拣货路径的优化提供参考。Manzini（2007）[5]研究分类存储人至物拣货系统的设计问题，建立了以拣选行走时间最小化为目标的动态和解析模型。李诗珍等（2007）[6]以低层固定货架仓库为例，研究了各种启发式方法下路径策略以及路径长度的确定。王转等（2002）[7]指出在自动化不高的配送中心采用S形启发式方法确定拣货路径能更好地提高拣货效率。田国会（2004）[8]采用一种结合Hopfield网络模型的遗传算法，利用Hopfield的快速局部搜索能力和遗传算法的全局寻优特性。陈伊菲等（2006）[9]建立了拣货作业路径优化设计VRP模型，并利用扫描算法对模型求解，但局限于小规模问题。熊芳敏等（2010）[10]则运用了蚁群算法。关于路径问题研究的文献较广泛地采用苛刻的确定性假设：一张拣货单、拣货品不超过拣货车容量、一种物品只有一个拣取位置等，忽略现实诸多因素。另外，各算法存在一定的局限性，在现实中难以推广使用。
近年来，关于拣货分区、分批以及储位分配等研究也不断增加。李晓春（2008）[11]在介绍并行分区拣货作业与动态串行分区作业的优缺点下，结合成本模型分析，为中小企业拣货作业模式的选择提供参考。ThoLe-Duc与Rene M.B.M.de Koste（2007）[12]研究双区型仓库中订单配货问题，处理问题假定订单是以Poisson分布出现，拣货人员采用S形启发策略进行拣货操作。肖建等（2008）[13]基于物料相关性建立关于货位分配的优化数学模型。李诗珍（2008）[14]讨论了在ABC分类法下拣货路径的选择，充分考虑储位分配对拣货路径的影响，但局限在定性的分析。
综上所述,对于拣货路径策略的研究上，为求最优而呈现的方法很多，但仅仅有少数文献结合分区特征、分类存储模式与拣货路径的关联性进行分析，基本没有综合考虑不同布局、策略之间对整个拣货作业效果的综合影响，从整体上优化拣货作业。
另外，较多的文献在探讨拣货路径策略时，对于假设的要求较为理想化，与实际的操作差别较大，企业在实际应用中难以达到要求或收到实效。从现实出发，配送中心的拣货路径优化策略研究应该对假设条件逐步开放，使研究与实际应用更加接近；同时，对于一些启发式算法的研究可以进一步加深。
因此，本文将结合储位策略与拣货路径策略两者的关系，在开放一单多车和多单多车的条件下对拣货作业优化进行探讨。