·物流管理·
SF桂林中转场快件分拣系统仿真与优化
邱建伟，许 杰 （桂林理工大学 商学院，广西 桂林 541004）
摘要： 快件分拣作为快递物流网络的重要环节，配置优劣会影响快递企业分拣成本、效率和质量。构建SF桂林中转场快件分拣系统模型，对快件到达、处理时间间隔进行数据拟合、卡方检验、确定分布规律。应用Flexsim软件，设定实体参数，仿真、运行快件分拣系统模型，分析统计报告，发现存在瓶颈：在解包区和建包区出现大量拥堵。优化快件分拣系统：增加解包员1名、建包员2名。优化结果：解包区和建包区平均等待时间由1 239.01s、1 411.44s减至160.07s、37.84s。经SF桂林中转场应用验证，分拣效率、质量明显提高，而分拣成本的减少大于增加员工的成本。
关键词： 中转场；分拣系统；仿真优化
0 引 言
全渠道零售方式催生新一轮消费热潮，随之而来的是对快递行业服务的高需求。据国家邮政局统计，2017年我国快递行业业务量已突破400亿件。在整个快件的运输、配送、装卸搬运、分拣等物流环节，分拣作业的效率将决定快递物流网络的整体效率。快递分拣是快递企业物流系统中十分重要的环节，我国快递分拣还处于发展初级阶段。央视记者对许多快递企业“卧底”调查发现，由于分拣作业人员素质低、劳动强度大、作业不规范、分拣系统自动化程度低等原因，导致暴力分拣、分拣速度慢、错误率高、破损率高等问题。并认为，解决上述问题的关键是完善管理服务理念，增加自动分拣设备等。现实中，因自动化分拣设备购置成本太高或中转场分拣规模小，使得多数快递企业仍处于以人工分拣为主、半自动分拣为辅的状态。通过梳理有关文献发现，对分拣系统的优化研究，无论国内还是国外，多集中在生产制造中心[1]、仓储中心[2]或配送中心[3,5-8,10]，而中转场的快件分拣系统研究偏少；有关快件的分拣仿真优化多集中在快递企业分拣系统的整体优化[4,9]、自动分拣与半自动分拣优化上面，而且多采用数学算法或开发新设备等进行研究，对快递企业中转场快件的半自动分拣仿真优化研究较少；分拣系统作业的仿真软件研究多集中在Automod[5]、Witness[6]、Arena、Agent等软件，Flexsim仿真[11]软件较少。基于此，本文应用Flexsim仿真软件，选取SF桂林中转场快件分拣系统进行仿真优化。
1 SF桂林中转场快件分拣系统模型构建
1.1 SF桂林中转场分拣系统简介
SF桂林中转场位于桂林市临桂新区鲁山工业园内，占地约4 500m2，日均处理量达20 000余件，其分拣系统由半自动化、半人工方式实现。据实地观察，绘制分拣系统布局如图1。
图1 SF桂林中转场分拣系统布局图
从图1可看出，SF桂林中转分拣系统呈L型布局。实际分拣作业时大、小件分开分拣。SF桂林中转场分拣系统操作流程描述如下：
A.中转货车到达，组长指定卸货位置。
产量：2016年6月21日苜蓿初花期时首次测定其产草量，各小区每次刈割的产量累加即为鲜草产量。同时，每次测产时分别取样约500 g自然风干至恒重，测定干草产量。全部数据折算成每公顷产量；
提出假设：
C.大小快件分流，整包小件直接流向解包台，而大件则流向各点部。
“我婆婆很质朴，很纯真，很热情。”谢婉娇第一次到张伦家时是在夜里十二点，李兰芬给她做了一碗当地的特色小吃——麦芽白酒，暖暖的、甜甜的。
D.解包员作业：解包—补码—入框—建包。
E.重建小件包过传送带至各点部待装。
F.各点部负责人扫描大件—码齐—待装。
我把习惯上课回头的学生请到身边，告诉他我的所见：“我总是看到你上课扭过头来，后面的人并不理你啊，怎么回事呢？”我以为他会说课听不进去，想跟后面的人讲话。结果他说：“啊？我不知道，可能是习惯了。”扭头只是他的惯性动作，他潜意识里压根儿不知道自己扭头了。
根据以上流程描述，绘制流程图如图2。
图2 SF桂林中转场快件分拣系统流程图
1.2 SF桂林中转场快件分拣系统仿真模型构建
在SF桂林中转场调研发现，快件分拣作业效率低下。为简化研究，过滤掉快件分拣系统中的大件分拣作业。根据图2，小件分拣作业区可抽象成5个区：卸车区、解包区、补码分件区、建包区、装车区。从而绘制出小件分拣作业过程的概念模型，如图3。
根据小件分拣作业过程的概念模型，应用Flexsim软件，构建小件分拣系统仿真流程，为描述方便，以下统称为快件分拣系统，如图4。概念模型与仿真流程对应描述见表1。
H1：随机变量X不满足正态分布。
图3 SF桂林中转场小件分拣系统概念模型
图4 SF桂林中转场快件分拣系统仿真流程
打开Flexsim软件，根据SF桂林中转场快件分拣系统仿真流程，拖拽相应实体到视窗，进行逻辑连线，生成SF桂林中转场快件分拣系统仿真模型，如图5。
表1 概念模型与仿真模型对应描述
图5 SF桂林中转场快件分拣系统仿真模型
2 数据分析与拟合检验
仿真模型建立之后，需要对实体进行参数设定，即确定分布规律。以快件包到达时间间隔为例，收集SF中转场某日4小时内快件到达数据，整理见表2。
表2 SF中转场某日4小时内快件包数目（百个）及到达间隔（分钟）
参考文献[12]中的计算方法，具体计算过程如下：
（2） 根据gi计算结果，使用Excel绘制直方图，如图6。
（1） 划分区间，计算gi，见表3。
表3 gi计算表
图6 数据分布直方图
（3） 进行点估计
检测统计量计算结果见表5。
据图6进行分布辨识，数据服从正态分布，用点估计求解均值和方差。
均值：
n=87带入，求得
方差：
所以，由点估计，可以确定快件包到达的时间间隔服从正态分布，其概率密度函数为：
（4） 拟合优度检验
利用卡方检验，检验分布拟合优度。
AS临床活动性评价标准 由两名风湿免疫科医师共同判断患者的临床活动性。活动组：BASDAI评分≥6分或4分
B.组长解封货车，装卸搬运工人作业。
H0：随机变量X满足正态分布。
其次，从挂牌的速度来看，增速放缓。随着挂牌企业数量的增加以及新三板市场准入和监管的趋严，新三板企业融资效率和流动性的短板日益凸显，摘牌制度的推出和完善也导致新三板企业“优胜劣汰”，挂牌企业数量增速放缓。宋彬说，2018年初至今，新增挂牌企业468家，而摘牌企业达1152家，挂牌企业数量首次出现负增长。
利用上述概率密度函数计算出整数取值为1~12时的概率，见表4。
表4 连续正态分布的概率质量
此外值得一提的是，2017年农业农村部已正式启用全国农业科教云平台，打通农技入户的最后一米，线上农民培育云平台正成为新型职业农民培育的另一个重要阵地。广西应尽快落实《农业部办公厅关于启用全国农业科教云平台的通知》（农办科〔2017〕37号）有关精神，尽早采取措施，实现在线教育培训、移动互联服务、在线管理考核等专业化、个性化服务，逐步完善线上与线下相结合的新型职业农民培育体系。
表5 检测统计量计算结果
统计量
显著水平α=0.05下，正态分布有2个参数，则χ2分布的自由度为k-s-1=8-2-1=5。
查表得关键值
因此在显著水平取α=0.05时
所以接受原假设，即样本数据服从所假定的正态分布。
3 SF桂林中转场快件分拣系统仿真与优化
3.1 仿真模型实体参数设定及模型运行
据2中的拟合数据，仿真模型实体参数设定如下：快件到达服从间隔时间为（610,23 8）的正态分布，传送带速度为系统默认值；暂存区1的最大容量为1 000件，分解器（解包）加工时间服从均匀分布为uniform（ 50,2 0），单位为秒；处理器（补码，分件操作） 加工时间服从均匀分布为uniform（ 30,2 0 ），单位为秒；合成器（建包） 操作的时间服从均匀分布uniform（ 150,4 0），单位为秒。工作时间设为8小时，仿真运行时间设为28 800s。
运行仿真模型，在仿真到达所设的时间后，Flexsim停止运行并自动保存仿真过程中产生的所有数据。Flexsim仿真模型运行如图7。
图7 Flexsim仿真模型运行图
由图7可知，暂存区1、2阻塞现象严重。这表明下游的解包和建包流程操作存在着瓶颈，因此导致整个分拣作业不畅，从而影响了快件分拣系统的整体时效。
3.2 仿真结果输出与分析
从表6可知，临时实体平均等待的时间分别是：发生器：0；处理器1、2、3为：28.12，31.06，32.03；传送带1、2、3为10，10，10；暂存区1：1 239.01；暂存区2：1 411.44；合成器：59.66；分解器：56.21；操作员：5.76。
相反，芳子作为“新女性的代表”，追求自由恋爱，与封建思想抗争，最后为了恋人的成功抛弃了自己的文学梦想，回到了老家。她的爱是更纯粹的，但在日本当时的封建思想很强，不得不牺牲自己。她是这个新的西洋思想和封建思想之争的“牺牲品”。我认为这个“牺牲”的“悲壮性”是更严重的。
表6 运行统计报表
单击菜单栏的报告与统计查看整体的运行报告。输出实体统计报表，见表6。
互联网金融的有效运行必须要有法律法规的约束。我国互联网金融的法律体系可以以外国的经验为参考，对仍然可以使用的条款进行完善，摒弃那些已经不适宜的律例，同时制定新的法律法规以补充之前的法律盲点。例如，我国的立法部门可以从金融行业的准入条件、交易内容、交易规则、交易主体等方面进行制定，对互联网犯罪行为的处罚做出详细而严厉的规定，减少不法分子想钻法律漏洞的可能性。
3.3 SF桂林中转场快件分拣系统优化
由3.2分析知，分拣系统瓶颈出现在暂存区1与分解器、暂存区2与合成器之间。对仿真模型进行如下优化：在分解器和处理器之间增加1名解包员、2名合成器（建包）员工。优化后的模型如图8。
综合以上结论，给予护士正确的社会支持，有利于降低护士的职业倦怠感和工作压力，可提升护士工作效率和积极性。社会利用度、社会支持和管理及人际关系、时间分配及工作量、职业倦怠感、护理专业工之间呈现出负相关性。
运行优化后的系统，得出如下优化统计报表，见表7。
这时，陈前台双手抱着一个方形鱼缸气喘吁吁地进来，范坚强迅速将匕首缩进袖子，在办公桌上坐了，说：“我说过了，我不喜欢方的，你听不到吗？”陈前台求助似地看着一杭，一杭耸耸肩。
从表7可知，临时实体平均等待时间分别是：发生器：0s；处理器1、2、3为：10.11s，9.16s，8.46s；传送带1、2、3为10s，10s，10s；暂存区1：160.07s；暂存区2：37.84s；合成器：30.15s；分解器：47.55s；操作员1：5.84s；操作员2：5.66s。
事实上，港人对此是不信任的，甚至是恐慌和无奈的，“浮城”的身份和夹缝的位置使得这座城市早早地丧失了发言权，香港无法自主表达内心的想法，它就像白粉圈里的小寿郎，虽是“当事人”却也是最大的“旁观者”。
与优化前的仿真模型运行结果进行比较，暂存区1、2平均等待时间由1 239.01s、1 411.44s减至160.07s、37.84s，效果明显。
4 结论与展望
4.1结论
图8 优化后的Flexsim分拣系统仿真模型
表7 优化后Flexsim仿真模型统计表
本文研究结果可帮助SF桂林中转场管理者深入了解中转场分拣作业流程，从而提高系统的规划与管理水平。具体提出以下改善建议：（1）解包区增加1名解包员；（2）建包区增加2名建包员；（3）加强对员工的专业化培训；（4）研发或购置自动化拣选设备。
经SF桂林中转场应用验证，分拣效率、质量明显提高，而分拣成本减少大于增加的员工成本，优化科学。
4.2 研究展望
SF桂林中转场分拣系统仿真与优化的研究在以下方面还有待进一步完善和深入研究：（1）考虑加入大件分拣系统的仿真优化；（2）考虑高峰期的分拣系统仿真优化；（3）延长观察时间，反映真实间隔；（4）重复多次搜集，拟合数据，设定参数。
参考文献：
[1]宋伟峰.Flexsim在物流系统规划中的应用研究[D].北京：北京交通大学经济管理学院（硕士学位论文），2007：20-30.
[2]张李威.基于Flexsim的物流仓储中心系统仿真与优化——以武汉中商平价仓储中心为例[D].武汉：湖北大学（硕士学位论文），2013：15-26.
[3]吴颖颖.快速分拣系统仿真平台研究与开发[D].济南：山东大学（硕士学位论文），2008：24-50.
[4]汤念念.快递企业分拣作业研究[D].大连：大连海事大学（硕士学位论文），2012：20-22.
[5]高利杰.配送中心模块化仿真建模方法的研究[D].北京：北京邮电大学（硕士学位论文），2011：25-40.
[6]郑微.果蔬配送中心物流系统建模与仿真[D].北京：中国石油大学经济管理学院（硕士学位论文），2009：30-40.
[7]王大钊.配送中心作业流程仿真与资源优化研究[D].武汉：武汉理工大学（硕士学位论文），2011：20-40.
[8]Vimalesh.Product placement within a fast-picking tunnel of a distribution centre[J].International of advanced manufacturing technology,2015,76(9-12)：168-169.
[9]Ghiani,Manni,Quaranta.Shift schelduling problem in same day courier industry[J].Transportation science,2010,44(1)：116-124.
[10]Jansen Derrien R,et al.Simulation model of multi-compartment distribution in the catering supply chain[J].Europe Journal of Operational Research,2001,133：210-224.
[11]皇甫倩倩.基于Flexsim的快递企业分拨区快件分拣仿真优化研究[D].深圳：深圳大学（硕士学位论文），2016.
[12]张晓萍，刘玉坤.物流系统仿真[M].北京：清华大学出版社，2008.
The Simulation&Optimization of Express Mail Sorting System in Guilin SF Transit Depot
QIU Jianwei,XU Jie (School of Business,Guilin University of Technology,Guilin 541004,China)
Abstract: Express mail sorting is an important link of express logistics network.The distribution will affect the sorting cost,efficiency and quality of express enterprises.The model of SF Guilin transit depot express sorting system was built.The data fitting and chi-square test were carried out for the arrival and processing time intervals of express mail.The regularities of distribution were determined.Using Flexsim software,the physical parameters were set,the sorting system model was simulated and run,the output results were analyzed,and the bottleneck was found：there was congestion in the unpacking area and the packing area.The sorting system was optimized：One employee is added in the unpacking area and two employees are added in the packing area.The result of optimization model is that the average waiting time reduced from 1 239.01s and 1 411.44s to 160.07s and 37.84s.According to the application of SF Guilin transit depot,the sorting efficiency and quality were improved obviously,and the reduction of sorting cost is greater than the increase of employees.
Key words: transit depot;sorting system;simulation optimization
中图分类号： TP391.9
文献标识码： A
文章编号： 1002-3100（2019）10-0021-05
收稿日期： 2019-07-05
基金项目： 国家自然科学基金项目“后发地区高新技术企业产学研创新网络时空进化动态：广西与云南的比较”（41661030）；桂林理工大学现代企业管理研究中心一般项目“广西高新技术企业产学研创新网络时空进化动态”（16YB002）；桂林理工大学本科教学改革工程立项项目“成果导向的国际化物流管理人才培养模式研究与实践”（2017B23）
作者简介： 邱建伟（1980-），男，江苏徐州人，桂林理工大学商学院，讲师，高级物流师，硕士，研究方向：物流系统仿真。
标签：中转场论文; 分拣系统论文; 仿真优化论文; 桂林理工大学商学院论文;