一种物流园区拆装箱进出库作业系统资源优化配置方法
[摘要]为实现更优的系统资源配置，以物流园区拆装箱进出库作业过程为研究对象，在利用Petri网深入分析园区拆装箱进出库作业流程的基础上，提出了基于Fork-Join排队网络理论的解析模型，通过分析模型中服务台数量改变时的系统稳态指标的变化趋势，确定系统最优解，实现系统资源的优化配置；在深入分析拆装箱进出库作业流程的基础上，利用仿真模型验证了优化配置计算方法的正确性。
[关键词]拆装箱；Petri网；Fork-Join排队网络；进出库作业系统；资源优化配置
[中图分类号]F253.9 [文献标识码]A [文章编号]1005—152X（2017）03—0066—05
1引言
随着物流业的飞速发展，物流园区的规划与建设越来越受到政府与业界的高度重视，但对于园区的研究主要集中在园区的战略定位、功能区布局、选址等方面，鲜少针对园区内部的各功能区及其相互间组织关系进行研究。然而，在现有较完善的选址与功能区布局规划方法得以应用的前提下，目前的一些主营拆装箱业务的物流园区一般都存在年作业能力不足的现象，拆装箱进出库作为其内部活动的关键环节之一，很大程度影响着园区的作业效率、生产能力，是提高园区效率的关键。
通过查阅文献发现许多专家学者针对物流园区及仓储系统运营与作业流程优化等问题进行了大量的不同层面的研究。刘永瑞等基于petri网建立出入库模型展示了仓储库容中心工作的逻辑流程，通过ExSpect软件包分析等待队列与设备利用率等瓶颈。朱小蓉运用Flexsim建立仓储作业系统仿真模型，对仓库平均存货量及设备量进行优化。朱翠娟等针对物流园区货物出入库流程，采用Arena建立模型进行资源利用程度分析优化。
上述研究虽然能从一定程度上解决相应领域的问题，但仍存在许多不足。大部分学者均针对出入库流程进行了深入分析，而忽视了对很大程度上影响着进出库作业的拆装箱活动的研究。拆装箱活动是分一成批（拆箱配送）或合批为一（装箱运输）、伴随着系统对象与状态变化随机发生的过程，系统中的各元素，諸如所需拆装的货车载重量、安排作业的叉车数量、叉车的作业能力、完成一辆货车的叉车作业次数等随机性，均影响着拆装箱进出库作业的运行。
我国是物资出口大国，主要是将零散运输至物流园区的货物拆包，根据需求打包装箱，以整箱形式输出。因此，本文主要以合批为一的拆装箱进出库作业为研究对象，利用Petri网深入分析了园区拆装箱进出库作业流程，提出了基于Fork-Join排队网络的解析模型对系统资源进行优化配置的方法，并通过仿真模型对配置方法进行了验证。
2拆装箱进出库作业系统分析
仓储系统主要由货物、仓储空间、工作人员、设施设备以及信息管理系统等组成。拆装箱进出库作业系统是考虑了拆装箱活动的仓储系统，在传统仓储系统的基础上增加了拆装箱作业区域，如图1所示。送货车辆到达拆箱月台，操作员安排叉车作业，拆分集装箱，得到分解出来的批量散件货，由叉车分别运输至仓库内的指定位置进行仓储；当有出库需求时，由叉车从指定区域取得所需散件货量，并运输至装箱月台处，将批量散件货集拼装入货车内，完成散件货的输出。故物流园区拆装箱进出库作业系统是由多元素以及拆箱、装箱等多子系统组成的复杂系统，系统内结构、功能的变化以及设施设备的差异性与多样性等均会带来复杂性，主要表现为系统的外部复杂性与系统输入输出的复杂性，以及系统内部复杂性。
（1）外部复杂性：随着市场环境的不断变化，拆装箱进出库系统所受到的要求也逐渐升高，整个系统的运作周转率需要跟上市场的变化率。人工成本与设施设备等的价格变化对园区生产成本的把控也有着极大的影响。园区系统需要保证有一定的响应效率来适应市场行情，而市场环境的一系列随机性极大程度的增加了系统的复杂性。
（2）输入输出复杂性：作为系统输入的送货卡车，其到达时间间隔、每车装载量、各车货物类型的不确定性，以及作为系统输出的装货车辆的到达时间间隔、货车车型和所需装载货物类型与数量的随机性，加大了预测系统运行状态的难度，增加了生产计划制定决策工作的复杂性。
（3）内部复杂性：随着系统规模的增大，仓库容量、设施设备的数量等均会随之增加，各元素间的关系变得更复杂，生产计划制定与设备调度变得更困难，叉车的作业量增大、仓库内交叉作业增多、叉车间的相互冲突增加、设备故障更频繁等，这些环节不仅增加了复杂性，还给系统带来了随机影响因素。系统工作运营时，叉车的数量、作业能力、作业次数的随机性，货物装卸货位的不确定性，仓库内装卸点作业状态，仓库内剩余可用容积，拆装货与进出货的信息准确性，叉车驾驶员的经验等影响因素的随机性与多样性以及相互间的模糊相关性，使得拆装箱进出库作业调度时极其复杂。
拆装箱进出库作业系统是具有高度随机性和不确定性的，由多元素多子系统组成的复杂系统。本文主要探究在系统结构与功能不变、输入输出一定的前提下，系统的内部复杂性问题。目前，针对该类复杂性问题的研究，主要采用目标优化数学方法、排队网络理论、Petri网及系统仿真技术等理论方法。
3拆装箱进出库系统作业流程分析
Petri网是一种用图像形式来表达系统特征的组合模型，由库所、变迁和有向弧等数学语言组成，具有逻辑性严密、层次性清晰等优点，是一种丰富的系统描述手段和系统行为分析技术。运用Petri网可以直观形象的描述物流园区拆装箱进出库作业过程。
3.1拆箱入库系统Petri网模型
拆箱入库作业流程：①接收货物预进仓通知单；②网络操作员审核单证，确定预留仓位；③送货车辆到达，拆箱入库作业准备；④车辆抵达拆箱月台等待区，若拆箱月台空闲，则开车至月台停靠点，否则排队等待；⑤理货员核对进仓通知单、设备交接单等信息后，开封集装箱；⑥接卸操作员将货物分类，等待叉车转运；若叉车空闲，则装载至叉车，否则等待；⑦叉车操作员运载货物至仓内卸货等待区，若卸货点空闲，则开车至卸货点，否则排队等待；⑧理货员核对货物信息（数量、质量、规格、外观包装等）；⑨确定信息无误后，卸载货物至相应仓位；⑩录入货物仓位信息至货物管理系统；拆箱入库作业完毕。
建立拆箱入库系统Petri网模型如图2所示，库所、变迁含义见表1。
3.2装箱出库系统Petri网模型
装箱出库作业流程：①接收预出仓通知单；②网络操作员审核单证，包括预出仓通知单、海关放行单等，制定出仓通知单；③车辆运输空箱到达，装箱出库作业准备；④车辆抵达装箱月台等候区；若装箱月台空闲，则开车至月台停靠点，否则排队等待；⑤理货员核对提货人员的交付信息；⑥信息无误后，若叉车空闲，则安排叉车前往装货等待区，否则等待空闲叉车；⑦叉车行至装货等待区，若装货点空闲，则开车至装货点，否则排队等待；⑧理货员安排叉车操作员及接卸操作员装载散件货上车；⑨完成装箱后，理货员进行出仓信息再复核；⑩信息确认无误后，出仓通知单交给网络操作员；网络操作员打印载货清单，开具出门证；装箱出库作业完毕。
建立装箱出库系统Petri网模型如图3所示，库所、变迁含义见表2。
4拆装箱进出库系统排队网络解析模型
拆装箱进出库的过程，实际上就是以车或集装箱为单位，将批量散件货集中运输至月台拆箱入庫或在月台装箱出库后集中输出的过程。而环境的随机性，拆装箱与仓库型式等带来的工艺多样性，货物类型、数量、到达时间等输入的不确定性，以及设备等资源数与作业能力导致的随机性，使得拆装箱进出库系统成为一个复杂系统。为了深入研究该复杂系统，在上述perti网模型的详细描述基础上，利用Fork-Join排队网络理论进行对比分析，系统中的月台排队区相当于集中缓冲器，拆箱得到批量散件相当于网络中的Fork点，货物最终装箱离开则相当于网络中的Join点；因此，该系统是一个具有集中缓冲器的批输入Fork-Join排队网络嗍，如图4。系统包括卡车载货到达、卸车准备、卸车、入库、存储、出库、装箱准备、装箱、提货车辆离开等作业环节。
4.1模型特点
（1）顾客是卡车或集装箱，散件货为子顾客。图中箭头直线是顾客的相对行驶方向。
（2）叉车为并联平行服务台，提供拆装箱服务。
（3）卸车后叉车以1的概率入库卸货；客户有需求时，叉车提货并以1的概率出库。
4.2模型假设
（1）网络最终可达到稳态。
（2）入库叉车数为M，出库叉车数为M2
（3）叉车服务时间为μ且相互独立；货物服从先到先服务的规则，但各散件货的服务次序随机。
（4）月台集中排队区容量为N；库中共有Fn个货位。
（5）卡车以A的poisson流到达网络，卸车fork成x个散件货（1≤x≤M+N）；出库时，y个散件货join合成为k个集装箱离开网络。
4.3稳态指标
为了保证拆装箱进出库系统的作业效率，最优的资源配置应满足资源数尽量少的前提下批顾客平均等待时间尽可能少、平均等待队长尽可能短。因此，可改变叉车数量，通过对稳态指标进行计算与分析，实现系统资源的优化配置。
5排队网络解析计算与仿真统计结果对比分析
5.1排队网络解析计算
基于提出的系统资源配置优化计算方法，以某物流园区为对象，根据该园区的相关参数，假定卡车到达时间间隔服从均值为24的泊松分布，以2m3为一单位，叉车单次作业则为一个单位，单位货物处理时间为7min，确定批顾客数服从均匀分布iuniform（3，5），集中排队区容量为25。将系统到达率、服务率等参数输入至MAT-LAB计算程序，可得出如图5所示的等待时间图。由图5可看出，当拆箱服务台数量为2时，系统等待时间出现拐点，随着服务台数增加，等待时间趋于平缓。因此，由排队网络解析模型计算结果可确定，在降低成本、资源充分利用前提下，拆箱服务台数为2时可减少拆箱等待时间，较利于园区运营。
因排队网络解析模型对系统做了若干假设，导致可能偏离真实情况，而仿真模型可以真实全面的描述拆装箱系统。因此，接下来建立了基于Petri网的拆装箱Witness仿真模型，以叉车利用率、拆装箱时间、平均等待时间为考量指标，对拆装箱进出库作业过程进行仿真试验，完成系统优化，同时对解析模型的正确性进行验证。
5.2仿真模型建立与试验
基于拆装箱进出库作业系统概念模型，在深入分析系统作业流程的基础上，结合拆装箱进出库作业始于散件货入库指令产生止于入库结束，以及出库指令产生与出库完成的实际情况，在Witness平台上建立拆装箱进出库作业仿真模型。其仿真逻辑流程如图6。
依据仿真逻辑流程建立的在witness平台上的拆装箱进出库仿真模型如图7。
根据上述5.1排队网络解析计算算例的相关数据对模型的初始条件与实体参数进行设定。通过算例计算结果，设计试验工况分别是叉车数量为1、2、3、4，将模型运行一个月即43 200min，整理多次试验的输出结果如图8。
5.3理论计算值与仿真统计结果对比分析
从统计结果可以看出，原系统拆箱作业时配置2台叉车，利用率34%，拆箱时间与等待时间等均能满足需求；随着系统服务台数的减少，叉车利用率、拆箱时间均有上升趋势，等待时间明显增加；而当系统服务台数增加时，拆箱时间及等待时间并没有明显下降。因此，通过计算机仿真方法可确定在该系统中拆箱服务台数量为2是较优的资源配置方案。
对比5.1节排队网络解析计算结果，在相同输入条件下，仿真与计算结果中平均等待时间的变化趋势相同，叉车数为1时，拆箱平均等待时间均接近1h，当叉车数增加到2台时，两种方法得到的平均等待时间均有大幅度下降，而随着叉车数增多，平均等待时间下降均不明显；且当叉车数为2台时，拆箱平均时间缩短一半，叉车利用率也相应减少，由此可以得出，该系统较优的叉车配置应为2台。同时，计算结果与仿真结果基本一致，因此可认为排队网络资源配置优化模型有效。
6结论
本文利用Petri网深入分析了物流园区拆装箱作业流程，提出了基于Fork-Join排队网络的系统资源配置优化计算方法，通过求解拆装箱进出库作业解析模型，得到模型稳态指标随服务台数量改变的变化趋势，找出系统的最优解，完成对系统资源配置的优化；并通过witness仿真模型验证了配置计算方法的正确性。利用该方法园区运营者可对拆装箱进出库作业进行更好地调度与管理，具有一定工程价值。
