基于Anylogic的水果拼盘加工配送中心的仿真优化研究
文/董振宁 潘嘉敏 黄贤湖  2020年第04期第125页  2020-03-19

  摘要:在不同的生产模式下,人员配置方式会直接影响订单完成时间,进而影响企业的生产成本。为此,本文应用Anylogic仿真软件对水果拼盘加工配送中心的流程进行建模,通过模拟配送中心的收货、分拣、清洗、成筐暂存、拣货、拼盘合成等作业,最后通过修改订单的结构,对比流动型和固定型两种每种人员配置结构的平均订单完成时间,找出在不同订单结构下的最优人员配置结构。我们的研究成果可以为企业的农产品配送中心提供最优的人员配置建议。

  关键词:Anylogic仿真;配送中心;人员配置

  1. 引言

  生鲜农产品是人们生活中不可或缺的产品,生鲜农产品的流通加工问题也受到人们的广泛关注。我国自古以来就是农业大国,“三农问题”一直得到国家的高度重视,国家各项政策都明确提出对农产品生产、加工、流通等各方面给予大力扶持:2010年中央一号文件明确提出在农产品流通方面国家要着力引导。2011年,国家十二五规划指出要加快发展设施农业和农产品加工业、流通业,国家越来越重视农产品加工业的发展;国家发改委还印发了《农产品物流冷链发展规划》,将农产品冷链物流的发展提上日程,刺激我国农产品冷链物流的发展。到了2012年国家陆续出台一系列减少农产品流通环节税务的政策,如《财务部、国家税务总局关于免征蔬菜流通环节增值税有关问题的通知》(财税[2011]137号)和《财务部、国家税务总局关于免征部分鲜活肉蛋产品流通环节增值税政策的通知》(财税[2012]75号)。到了2018年,中央一号文件明确指出要大力支持提升农业质量,培育乡村发展新动能。4月3日,农业农村部、财政部发布《2018年财政重点强农惠农政策》。随着消费能力的提高,消费者对生鲜农产品的需求逐渐表现出高标准化、优质化和多元化的趋势,但“三农问题”中重要部分——农业产业发展却不尽人意,尤其是农产品加工配送物流一直是制约农产品产业发展的一个重要环节。因此,功能健全、高效的配送专业化的农产品加工配送中心在我国将会有很大的发展前景。

  配送中心是现代物流系统的重要组成部分,是一种集物流、信息流的资金流为一体的流通型物流节点。目前,国内对生鲜农产品配送中心的研究主要集中在配送中心选址问题。肖建华、熊欢(2011)从时效性和响应性的角度研究配送中心选址问题;姚琦(2012)从可靠性角度出发,运用理论分析和算例验证相结合的方法研究配送中心选址问题,再运用层次分析法与模糊中和评价法建立配送中心选址模型,并进行验证分析。可见,目前对生鲜农产品配送中心的研究多涉及选址问题,而针对生鲜农产品个性化经营,对完整的生鲜农产品加工配送中心研究甚少。因此,对生鲜农产品加工配送中心流程设计、仿真优化等方面的研究有待加强。

  目前,有学者采用不同的仿真软件对不同类别的物流配送中心进行仿真与优化研究。朱颢(2008)对一简单农产品配送中心的出入库过程进行Flexsim建模仿真;刘家财(2010)运用Flexsim对一普通货物配送中心的入库、储存、分拣及出库过程建立了一个比较完整的仿真模型,通过分析仿真数据从多个方面对仿真模型机进行优化;另外,石宇强等(2008)、丁秀华等(2011)、沈倩(2012)分别基于VRML、Petri网、Ralc也对物流配送中心进行了仿真建模与优化研究。Duffy Rachel(2005)使用Extend软件对农产品从采摘到配送等整个供应链进行仿真,详细模拟了其收集、加工、贮存等活动环节,强调了供应链中各环节协调性对英国生鲜食品产业的重要影响。

  可见,目前大多数文献多运用Flexsim、VRML、Petri网、Ralc进行仿真,而应用anylogic对生鲜农产品的研究甚少。因此,对基于anylogic生鲜农产品加工配送中心的仿真研究有待加强。

  本文应用Anylogic工具仿真对水果拼盘加工配送中心流程进行建模。通过模型描述加工配送中心中一系列流程的操作逻辑。流动实体模拟配送中心各作业区之间收货、分拣、清洗、加工等活动,最后通过修改订单的结构,对模拟显示出来的每种人员配置结构的订单完成时间进行分析,找出不同订单结构下的最优人员配置结构。我们的研究成果可以为企业的农产品配送中心提供最优的人员配置建议。

  2 .水果拼盘加工配送中心描述

  水果拼盘加工配送中心A成立于2016年,是一个家专注于国内市场的水果拼盘加工兼配送业务的公司,拥有自己的作业流程和加工设备,生产出让消费者绝对放心的、新鲜营养的水果拼盘。公司设立采购部、人事部、销售部、行政部和配送部五个部门,其中加工中心有两条加工流水线、22名加工工人。公司的整体业务流程是接受订单后,加工中心按订单生产出满足客户要求的水果拼盘,最后由配送部统一配送。

  2.1 作业流程

  水果拼盘加工配送中心A的业务流程有订单接收、采购进货、卸货验货、清洗加工、分拣理货、成筐处理、暂存、拣货、合成拼盘、装卸配送。其中水果拼盘加工配送中心按照流程和功能的不同可以划分为以下几个作业区域:

  (1)卸验货区

  水果拼盘加工配送中心的卸验货区是卸货与验货入库的作业区,在卸验货区,作业人员主要完成卸货、检验数量重量及进入车间前的准备工作。卸验货区的作业时间短,工作区域面积相对较小。主要资源有:卸验货工具、验货检测设备及作业人员。

  (2)清洗加工区

  清洗加工区主要负责对已经拆箱进入流水线的水果进行清洗、加工整理,加工量受客户需求的影响。清洗是采用喷淋、冲洗、浸泡等方式水洗或用干毛刷刷净果实,除去沾附着的污泥污物,其目的在于果实表面的尘垢,提高光洁度,同时减少污染,降低腐烂率。涉及的资源主要有:清洗设备、流水线及作业人员。

  (3)分拣区

  分拣区主要负责对已经清洗加工的水果进行观察并将有质量问题的水果拣选出来。考虑到供应商提供的水果可能在运输和装卸搬运途中出现损坏、腐烂等问题,所以分拣区的目的是将个别质量不符合生产要求的坏果拣选出来。涉及的资源主要有:流水线及作业人员。

  (4)成筐区

  对于水果拼盘加工配送中心来说,无论订单的执行依据顾客订货需求的拉动式生产,还是订单的执行依据对顾客订货预测的推动生产,都可能会出现末端的拼盘合成速度跟不上前端的来货速度,为了避免此类情况导致水果在流水线上出现积压,成筐区的作用就是工人将水果装进一个单位为24的果筐,并将此存放在暂存区。涉及的资源主要有:果筐及作业人员。

  (5)暂存区

  暂存区是一个暂时存放果筐的缓冲区域,避免水果在流水线上出现积压的情况。暂存区是一个低恒温库房,最高容纳量为1000筐。涉及的资源主要有:果筐及库房。

  (6)拣货区

  为了保证水果的质量,水果拼盘加工配送中心对水果的加工采取先进先出的储存方式,当拼盘合成区前端的传送带不拥挤时,在暂存区存放的水果酒会被拣货出来并送到流水线上,进入拼盘合成区。涉及的资源主要有:果筐及作业人员。

  (7)拼盘合成区

  拼盘合成区主要负责对已经加工清洗的符合生产要求的水果按照客户的订单要求合成目标水果拼盘。涉及的资源主要有:作业人员。

  (8)包装区

  包装区主要是负责将一个个拼盘装入包装箱内,方便配送人员进行配送。涉及的资源主要有:包装材料和作业人员。

  2.2 生产模式

  由于客户对水果拼盘的需求量、类型以及下达订单时间的不确定性,就会形成大规模间断式生产和小规模连续生产。

  大规模间断生产是指在间隔较长一段时间内,企业才会获得新的订单,并且每个订单的水果拼盘需求量很大,完成订单所需要的时间较长。再加上每个客户需求的水果拼盘类型不一致,长时间内只需要大批量的某种水果就可能会造成另一条流水线的等待。

  小规模连续生产是指在长时间连续不断获得新的订单,并且每个订单的水果拼盘需求量较小,完成订单所需要的时间很短。即使每个客户需求的水果拼盘类型不一致,但由于需求量较小且连续生产,产生的影响较小。

  2.3 人员配置方式

  固定型人员配置是指工人只能在一条流水线上的某一个指定岗位上进行工作,不能进行流动作业。

  流动型人员配置是指工人可以到两条流水线上的任何一个岗位进行工作,需要工人熟悉每个岗位的操作流程,这样可以保证工人一直处在工作的状态,不会出现闲置的状态。

  3 Anylogic仿真模型

  3.1 仿真目标的确定

  建立仿真模型,在总拼盘需求量相同的情况下,调整订单生成时间和结构,形成大规模间断生产和小规模连续生产。通过比较订单完成时间,研究出这两种生产模式下最适合的人员配置方式。

  3.2 仿真参数的设置

  该仿真模型不仅对整个配送中心的运作状态进行模拟,还尽量对加工线上的所用到的资源进行模拟,因此模型较为复杂,下面将列出模型设置的实体参数。

  表1 实体参数设置表

  (1)固定型的各个区域工人数量以及处理时间设置:

  固定型模式一个工作区域的两条生产线对应两个worker的资源池,所以总共有9个资源池,分别是卸验货处理区1、2各1人;分拣处理区1、2各2人;成框处理区1、2各2人;拣货处理区1、2各2人;拼盘处理区8人。设置卸验货区的处理时间为uniform(120,180)(秒每箱),分拣区的处理时间为uniform(6.5,8.5)(秒每个),成筐区的处理时间为uniform(170,190)(秒每筐),拣货区的处理时间为uniform(170,190)(秒每筐),拼盘合成区的处理时间为uniform(29,31)(秒每个拼盘)。

  (2)流动型的的各个区域工人数量以及处理时间设置:

  流动型模式共用一个worker的资源池,人数为22人;

  设置卸验货区的处理时间为uniform(130,190)(秒每箱),分拣区的处理时间为uniform(7,9)(秒每个),成筐区的处理时间为uniform(182,202)(秒每筐),拣货区的处理时间为uniform(182,202)(秒每筐),拼盘合成区的处理时间为uniform(31,33)(秒每个拼盘)。

  3.3 模型智能体的构建

  3.3.1 main面板

  Main面板的主要功能是展示模型和统计数据。首先在main面板构建整个配送中心的模型,通过添加上面所有实体对应的模块来完成模拟。然后模型的数据通过数据集和统计模块的add()函数来收集,本实验主要收集订单的生成时间、订单结束时间、订单结构以及拼盘结构。

  图1 配送中心模型构建图

  3.3.2 订单智能体

  每个订单都有自己的属性,分别为订单编号、订单需求拼盘数、订单所需的苹果总数、订单所需的梨子总数、单个拼盘所需苹果数和单个拼盘所需梨子数,通过这些属性区分不同的订单。

  而每个订单的属性值都是在source模块行动栏的离开时筐内用赋值法生成的,如:dingdan.单个拼盘所需苹果数=((int)(10*random()))%2,这里是令订单的拼盘所需苹果数的值等于在[0,1]中随机产生的值;每产生一个订单,订单编号就会加一;订单需求拼盘数在大规模间断生产中设定为1000个,在小规模连续生产中设定为1个;单个拼盘所需苹果数和单个拼盘所需梨子数设定为0或1(不同时为0);订单所需的苹果总数/订单所需的梨子总数=订单需求拼盘数*单个拼盘所需苹果数/单个拼盘所需梨子数。

  3.4 功能模块的设计

  3.4.1 订单拉动模块

  订单生成后,拉动原材料进入生产线驱动生产。主要运用了将“订单”设置为智能体,并赋予它属性,以及hold模块和collection模块来控制系统按照当前的订单需求进行生产。

  具体为在main面板建立模型来模拟订单流动过程,从订单生成到订单处理再到订单完成。因为拼盘合成区每次只能处理一个订单,所以处理中要限制只有一个订单,调用hold模块的block()和unblock()函数去控制订单的通过数量。再调用collection模块的getFirst()函数去获取订单集合中的第一个订单的属性,并赋值到当前处理订单的参数中,使得生产线按照当前处理订单需求进行生产。

  图2 订单拉动模块图

  3.4.2 拼盘合成模块

  拼盘合成模块根据当前未完成订单的拼盘结构合成水果拼盘。虽然anylogic自带合成模块(assembler),但是它自身存在着合成要求频繁变化时无法跟随发生变化的问题。本文将运用anylogic的自定义流程模块功能,设计出符合当前模型需要的合成模块。

  拼盘合成模块主要由2个queue、1个delay和enter组成。其中delay是控制拼盘的合成时间,但由于这里的合成模块仅用来表现新智能体由多个智能体合成这个形式,拼盘的合成制作时间由后面的工人处理拼盘时间来控制,delay设置为0。enter是新智能的输出口,输出到main面板的模型中。quantity1和quantity2这两个参数分别是用来限制queue1、2的含量以达到控制合成的苹果数和梨子数的效果;delayTime参数是用来规定合成的时间;CheckQueueSize是一个动态事件,用来检测queue1和queue2中的苹果数和梨子数是否符合当前订单所需的拼盘。set_custom_quantity1和set_custom_quantity2函数用来给quantity1、2赋值到quantity。

  图3 拼盘合成模块图

  4 仿真实验运行以及分析

  4.1 小规模连续生产

  由于系统对智能体数量有限制,我们将简化数据来展现小规模连续生产和大规模间断生产。我们将订单生成时间设置为1秒1个订单,1个订单包含1个拼盘,拼盘结构随机生成。两条生产线分别测试15次,每次测试10000个订单,运行模型,得到以下结果。(单位为秒)表2 小规模连续生产实验数据表

  接下来利用spss分析软件对实验得到的结果进行T检验,从输出结果可以得到:

  图4 小规模连续生产的流动型与固定型T检验

  从莱文方差等同性检验的F检验来看,其P-value=0.021<0.050,则说明拒绝原假设,即两者的方差不相等。在两者不方差相等的假设成立下,观察后面的平均值等同性的T检验,其P-value=0.000<0.050,则说明拒绝原假设,即二者均值存在显著差异。

  根据以上分析得出,当企业处于小规模连续生产时,应采取固定型人员配置的方式。由于每个顾客需求的拼盘数量少,但是需求的订单数量多且需求的水果种类与数量(拼盘结构)不断在变化,固定型能够迅速地应对这种小规模的连续性变化,及时对客户的订单进行响应,因此具备较短的客户订单完成时间。

  4.2 大规模间断生产

  我们将订单生成时间设置为1000秒1个订单,1个订单包含1000个拼盘,拼盘结构随机生成。每次测试15个订单,运行模型,得到以下结果。

  表3 大规模间断生产实验数据表

  图5 大规模间断生产的流动型与固定型T检验

  同样使用spss进行显著性检验,从输出结果可以得到:F检验P-value=0.215>0.05,不拒绝原假设,可认为二者方差相等;使用等方差假设T检验,P-value=0.000<0.05,拒绝原假设,即二者均值存在显著差异。

  根据以上分析得出,当企业处于大规模间断生产时,应采取流动型人员配置的方式。这是由于每个客户需求的拼盘数量大,并且需求的水果种类不一致,流动型人员相对于固定型人员能够快速地流动在两条生产线上,应对大规模的需求变化,因此完成订单的消耗时间更短。

  5 结论

  生鲜农产品配送中心的仿真研究,目的是从各个方面分析配送中心的配置是否合理,从而为配送中心的优化提出科学的决策依据。本文运用Anylogic软件对水果配送中心进行仿真建模与spss进行数据分析,研究其在不同生产模式下的最优人员配置方式,对生鲜农产品配送中心的人员配置具有较高的参考价值。C

  基金项目:广东省自然科学基金(2018A030313444)受到广东工业大学大学生创新创业训练计划项目(2019年)支持。

  (作者单位:广东工业大学管理学院)

  参考文献

  [1]肖建华,熊欢.基于时效性和响应性的生鲜农产品配送中心选址模型研究[J].物流技术,2011,30(01):32-34+89.

  [2]姚琦.基于可靠性的生鲜农产品配送中心选址研究[D].大连:大连交通大学,2012:1-44.

  [3]朱颢.基于Flexsim的配送中心仿真建模研究[J].科技信息,2008(31): 459-460.

  [4]刘家财.基于Flexsim的配送中心仿真及优化研究[J].中国市场,2010(41):97-99.

  [5]石宇强,肖素梅.基于VRML的物流配送中心仿真研究[J].工业控制计算机,2008(11):47-51.

  [6]丁秀华,孙力,赵宁,陈琳.烟草配送中心仿真模块化研究[J].物流技术,2011,30(01):90-92.

  [7]沈倩.基于Ralc的某物流配送中心仿真模型设计[J].教育教学论坛,2012(29):129-130.

  [8] Rachel Duffy,Andrew Fearne,Victoria Healing. Reconnection in the UK food chain:Bridging the communication gap between food producers and consumers[J].British Food Journal,2005,107(1):17-33.


【编辑:editor】
上一篇:排队论在我国的应用学术研究综述
下一篇:返回列表
文章二维码分享至手机