打开文本图片集

提要：本文围绕烟草商业物流卷烟分拣排程问题，从订单结构着手，以分拣全流程策略优化为目标，通过综合考虑订单顺序、订单分区和分割对包装机效率影响，建立基于分拣作业全流程的组合模型，对卷烟分拣排程进行优化，科学高效分配分拣通道，以实现整体分拣效率最优。实证分析表明，新的优化策略可有效提升整体分拣效能，这也为卷烟分拣排程策略优化提供了新的思路和方法。

关键词：卷烟分拣；排程优化；订单处理；分拣效率

引言

近年来，随着烟草商业现代物流建设的持续推进，物流设备自动化、智能化、智慧化水平不断提升，物流设施设备科技含量越来越高，AGV、无人叉车、自动高架库、全自动高速分拣线等高、精、尖设备持续升级、广泛应用，物流管理也逐步变得越来越精细化。尤其是对于商业卷烟配送中心来说，如何利用限定设备，综合物流订单分析，通过合理调配各环节设备高效、协同作业，有效提升物流作业任务分配与设备运行性能契合程度，从而实现整体作业效率的提升、作业时间的缩短、物流成本的下降，成为当前物流领域的重要研究方向。

1 烟草商业物流卷烟分拣作业现状

1.1 烟草商业物流分拣设备类型

目前常用的卷烟物流分拣设备主要有有立式分拣机、卧式分拣机、通道式分拣机、电子标签分拣、自动开箱机、激光打码机、包装机等。不同物流中心根据工艺设计不同，呈现的组合方式主要有三种，一是人工拆箱+人工补货+人工分拣模式，多以电子标签分拣线为主，整个流程纯人工操作，作业效率一般在4000条/小时。二是人工拆箱+人工补货+自动分拣模式，需要进行人工件烟开箱，人工补货，用于补货的分拣机主要有立式分拣机、卧式分拣机和通道式分拣机等形式，分拣效率一般在8000-12000条/小时。三是自动拆箱+自动补货+自动分拣模式，该分拣模式实现了分拣过程各环节的自动化作业，分拣效率较高，一般适用于分拣效率要求高、分拣品规少的条烟分拣。

1.2 烟草商业物流卷烟分拣排程情况

卷烟销售订单在进入物流中心后，根据作业流程，首先是根据送货线路、送货车辆、订单情况，对订单进行初步处理；处理完毕后后，对各线路订单品规、数量情况进行分析，制定出库策略、补货策略、分拣通道配置策略、订单排序策略及包装策略，其各环节的核心要素为订单的分区、分割、分批和分类，在分拣排程优化过程中，通过四个核心要素交互作用可产生多个分拣策略，通过对各个策略的优化组合，形成最优作业时序。

1.3卷烟分拣排程应用存在的问题

1.3.1排程方法较为简单

在卷烟分拣作业排程过程中，除部分环节依靠商零在途等软件系统外，大部分环节订单优化由人工依靠经验进行排布，工作强度较大，排程效率不高，且排布结果通常达不到最优要求。随着设备自动化程度的提升、区域物流的建设、订单规模的持续提升以及作业时效的进一步增强，排程难度将不断加大。

1.3.2排程策略固化单一

卷烟配送中心在规划设计之初，按历史预测的订单需求制定了整体工艺布局和分拣流程。在后续运营过程中随着市场变化，一方面单纯采用预设的排程策略，对于是高峰、低谷和日常订单结构变化，难以精确匹配，无法有效发挥设备设计效能；另一方面，随着市场需求的变化，特别是近几年来异型烟市场的持续增长，订单结构与最初设定策略之间的矛盾更加明显，依靠经验和原始设计策略进行调度，排程策略过于简单固化，难以有效提高分拣效率。

1.3.3排程算法不够完善

目前行业内关于卷烟分拣排程尚未形成成熟的理论和管理机制，工艺设备厂商提供的排程算法仅仅是依托于本设备情况，对整体考虑及订单变化情况重视不够。尤其是近年来标细、标细异合一等复合式自动分拣设备的快速发展，全流程自动化补货、自动化分拣、自动化合包正逐步成为卷烟配送分拣作业的主流，对基于全流程的订单排程优化提出了更高要求。

2.建立组合式分拣模型

2.1模型构建基本思路

本文将针对多品规合单包装的分拣线，从分拣全流程角度整体考虑，在固定的分拣系统条件下，设定柔性可调节的时间窗，使用EIQ模型对时间窗内的订单结构特性进行分析，提出动态的订单分区及分割策略；按照最优装载需要，对包装机合单策略进行建模优化，求解最优垛型；由垛型排序，将合单的订单内卷烟排列顺序信息作为订单分批和分类的策略，传递至上游各个分拣设备；根据时间最短和效率最优，建立分拣排程算法，对现有物流资源进行智能调优配置，从而实现卷烟分拣作业的精细化管理和高效运作。

2.2构建EIQ订单分析模型

EIQ分析是一种从客户订单的品项、数量、订货次数等方面考虑，对物流配送特性、出货特性进行分析的一种物流系统规划理论，通过结合PCB和ABC交叉分析，对订单的不同层面进行分析，得到诸如从物流中心货物的品规分布及ABC分类、入出库频次及时间特征等内容。本模型主要对订单的品规数量（IQ）分析、品规受订次数（IK）分析、订单量（EQ）分析、出货量（TIQ）分析、出货品规数（TIk）分析。于此同时，可结合EIQ分析结果，加强与营销部分访销协同，合理投放在销品规，优化订单结构，确保与分拣系统能力最大化保持相匹配。

2.3 构建垛型优化算法模型

2.3.1设定卷烟品规尺寸规格集合。

根据历史订单品规分布情况，统计各类品规卷烟形状和尺寸信息，形成品规形状信息库。对于当前分拣订单，统计订单品规类型，并从品规规格信息库中生成本次分拣订单品规形状子集信息库。

2.3.2基本流程及思路设定。

目前的烟包组垛模型最为常见的是由包装设备提供组垛规则和组垛策略，即从包装机的角度，根据来烟的顺序，提供最优的码垛垛型，确保单包卷烟数量最多、垛型最稳定。但此种组垛规则劣势是包装机无法控制来烟的队列排序，只能被动的基于来烟的条烟尺寸输出最优的垛型。假定任意客户订货卷烟品牌X个，卷烟条数Y条，理论上一定存在一个基于订单的最优的垛型。因此，本模型将根据订单条烟结构进行最优化组垛，并根据最优垛型的需要，同步反向告知上游各个分拣设备，要求按最优垛型需要进行分拣排序。

2.3.3建立优化模型。

根据建模需要，设定条烟异形参数、最大放置平面、烟模条数三个目标函数。

（1）设置条烟异形参数模型。条烟异形参数用于精准判断条烟类型，设定条烟异性参数为Q，条烟宽为A、长为B、高为C，则其计算公式为：

基于条烟异形参数，我们将待分拣条烟分成三类，分别设定判别条件。各类条烟判别依据如下表1所示：

（2）设置最大放置平面模型。在本模型中，先处理细支烟和类标烟，求解得到垛型后，再处理特异型烟，再放置特异型烟时，需要考虑最大放置平面。

设置特异性烟处置规则，规则如表2所示：

（3）设置烟模条数模型。烟模即条烟模型，是一个虚拟条烟的概念，用这个概念，将2条细支烟预处理成1条虚拟的类标烟，用于后续和类标烟合并简化垛型计算。规则为根据高度排序，头尾相加合并，具体规则如表3所示：

2.4 构建分拣排程算法模型

2.4.1分拣线结构设定。

（1）分拣组：分拣系统包含多个分拣组，每个分拣组处理部分品牌的条烟。一些品牌可能由多个分拣组处理。

（2）分拣组发射机：分拣组拨出的条烟通过摇摆分流进入上下层的发射机。

（3）传送带和摇摆装置：条烟通过传送带移动，在摇摆装置的作用下进行分流和合流。

（4）包装机：分拣后的订单条烟进入不同的包装机。

2.4.2 排程模型基本规则。

（1）总分拣量平衡，包装机的总分拣量应尽量保持平衡。

（2）线路均分，线路的全部订单按照前后部分按分拣量分到2个包装机。

（3）预分拣用时相似，每个分拣组在处理单个订单时的预分拣用时应尽量保持相似。

（4）品牌分散处理，对分拣量特别大的品牌可以由多个分拣组处理，以实现分拣均衡，效率最大化。

（5）子订单分配，订单被拆分为多个子订单，1个子订单分配到同一个包装机。

2.4.3 建立按分拣组设置的子订单拆分模型。

（1）设定参数。：原始订单在组内的数量；：订单顺序拆出n个子单后剩余部分；W： 原始订单的总宽度；：每组的最大条数；：每组的最大宽度；：最大条数的浮动值；：最大宽度的浮动值；：第i条烟的宽度；：原始订单拆分后的第n个子订单。

（2）对订单进行拆分判断，公式如下：

（3）对订单拆进行拆分，公式如下：

（4）条烟分配。按上述公式对每组条烟进行遍历扫描，如果到第i条烟合计的宽度不超过或加上剩余部分不超过 ，且同时需要符合条数不超过或剩余条数不超过，则第i条烟属于第n个子订单。

（5）结果输出，原始订单被拆分为个子订单。

2.4.4 建立线路订单包装机分配模型。

（1）设定各参数。：线路所有订单的总分拣用时；：订单分拣用时；： 第i个子订单的条数；： 每条烟的预分拣用时；： 每组合流的用时；： 第i个子订单所涉及的分拣组数：子订单i分拣用时。

（2）子订单分拣用时计算。子订单分拣用时包括每条烟的预分拣用时合计和多组的合流合计，分拣用时公式如下：

（3）订单包装机分配判定。通过遍历每个订单，符合如下公式的订单属于第1个包装机，否则属于第2个包装机。判定公式如下：

（4）结果输出。记录每个订单的分配结果，确保每个订单的所有子订单都分配到同一包装机。

2.4.5建立子订单包装顺序排序模型。

（1）设定基本原则。子订单被分配至包装机过程中，需要调整子订单在多个包装机的整体顺序，且在运行时确保2个包装机任务平衡。

（2）设定各参数。：包装机总用时；：包装机子订单； ：第个子订单的分拣用时； ：订单的分拣顺序号；：当前的分拣顺序号；

（3）设定模型算法规则。循环计算最少用时包装机（子订单队列包含元素），并为包装机的子订单队列中第1个子订单分配顺序号，直到所有包装机的子订单队列为空。计算总用时较少的包装机，计算公式如下：

（4）子订单分割。取出包装机对应的第1个子订单，并为该子订单分配最新的顺序号。为分配顺序号后，顺序号要递增。分割排序公式如下：

（5）结果输出。每一个都被分配了一个顺序号，我们称为合流任务号。

2.4.6 建立预分拣任务号分配模型。

（1）设定基本原则。按照摇摆先后为通道拨烟提供预分拣任务号。

（2）设定各参数如下：：指定组和层的子订单队列；：指定组层的最小子订单顺序号；：组摇摆到发射机的缓存阈值。

（3）参数初始化。将上下层订单按上述子订单拆分模型分配的通道分割到不同的组，也即每组的每层包含一个子订单队列（仅包含本组通道拨烟数据），遍历直到所有的子队列无数据

（4）子订单查找。建立已分配最小订单号并且队列有数据的组和层查找模型，查照函数公式如下：

（5）子订单抽取。从的子订单队列中按顺序取出个子订单，要求合计数量不超过给定阈值。

（6）预分拣任务号分配。为这k个订单依次分配递增的预分拣任务号（可配置一个子订单一个任务号或者一个通道任务一个任务号）

（7）结果输出。为每一个预分拣任务分配任务号，也即预分拣任务号。

（8）分拣执行。分拣按照订单顺序号进行合流，以及预分拣任务号顺序进行通道拨烟预分拣。

2.4.7 排程算法模型的关键点。

从算法可看出多组间通道的分拣量平衡为核心要求，因此需要在各组的通道分配时，考虑各组品牌的分拣量占比，尽量做到各组占比一致。分布在多组的品牌，分拣量占比要高，同时在订单中分布率也要高。

3.基于组合模型的卷烟分拣排程优化策略实践分析

3.1某市配送中心基本情况介绍

该卷烟配送中心设计建设具有自动化出入库系统、仓储系统和储分一体系统，设计年处理品规数为362个，设置3条异标合一高速分拣线，异标合一分拣线采用电子分拣线，设计单线分拣效率为30000条/小时。每条分拣线中，大中品种设置110个卧式分拣机（含30个细支烟通道），小品规标准烟、细支烟、类标烟设置80个立式机通道分拣，特异型烟由电子标签分拣线分拣；最后三条子系统合单自动包装，订单将均衡分配至两台包装机打包；包装机中标准烟通道和类标烟通道均采用翻版叠垛形式，特异型采用自动卡位层堆叠形式，包装效率为每分钟12-15包。

3.2某市配送中心运行问题分析

由于近年来卷烟销售市场变化明显，异型烟销量从10%迅速增长至占年总销量近30%，峰值时期超过50%。现有订单结构与设计的设备配置出现了一定矛盾，对卷烟分拣包装工作带来挑战，影响整体分拣效率，尤其是在业务高峰期间，卷烟分拣矛盾更为明显；同时，对包装机故障进行统计发现，垛型不稳定造成易散垛为主要原因，占比高达90%。因此，如何进一步结合现有订单结构，通过对标细异各类卷烟分拣进行智能柔性调度，对现有物流资源进行调优配置、改进备货策略、合理进行包装堆垛、优化各分拣机烟仓配置分配效率，更加科学、高效开展订单分拣排序，取得设备效能最大化，实现分拣作业效率提升，成为问题关键。

3.3基于组合模型的卷烟分拣排程优化算法实现

3.3.1系统接口调用

按照第二章组合式模型，对原有订单处理系统进行优化完善，并结合实际订单情况进行验证。根据实际生产排程逻辑，算法模型提供对应的调用接口给WMS系统，WMS系统通过调用算法模型接口返回排程需要的数据，优化出烟顺序和包装逻辑，使两者能够有机结合起来。

3.3.2 订单处理

以该市卷烟配送中心某日分拣订单为例，该日分拣订单中分拣品规173个，总分拣量35.7508万条，分拣商户数6608户，分拣线路48条。对该日次订单进行了EIQ分析，为后续订单处理提供分区和分割的基本策略。根据EIQ分析结果，本节将结合分拣线路划分情况、分拣线订单分配情况对订单做进一步优化处理。处理后的线路分区、品规分区、订单合包包装示例如下表所示：

3.3.3 分拣作业

根据以上订单数据的分析及处理，本节分拣作业的开展以模型、算法为基础，以信息化平台为支撑，展现分拣作业整体处理流程。首先是订单数据分拣调度优化，包括订单信息同步、订单运算、弹性配送调度、订单发送及审核。其次是分拣排程执行，包括通道分配、预排程、分拣排程、补货排程、柔性调度、分拣开启。最后是包装作业。按照订单顺序的烟包垛型自动优化包装垛型，分别为第一层为标准烟、第二层为类标烟、第三层为中支烟、第四层为细支烟、第五层为特异型烟，根据实际订单形式，按照设定规则，订单呈现可以是三至六层不等。

3.3.4 效果呈现

从模型验证效果来说，目前订单优化、包装垛型模型、分拣排程算法，按照该卷烟物流中心订单数据呈现可见，通过本文组合模型的订单排程优化后，城区路线可提升约10%-15%的单包卷烟条数，分拣包数降低5%-15%，分拣效率提升10%，分拣时长缩短近1小时。

4.结论

卷烟分拣排程作业是商业物流卷烟配送中心作业效率提升、降低作业成本的重要环节。本文建立的组合式模型的分拣排程优化模型，其全流程优化策略、柔性分拣管理、信息技术运用、访销协同管理等分拣策略理念，为卷烟分拣尤其是共线合单分拣通过优化分拣排程提高分拣效率提供了思路和实证，也为行业类似分拣包装设备工艺的单位提供借鉴建议。总体来看，虽然在一定程度实现研究目的，但受水平能力限制，还存在模型考虑还不够完善，部分环节进行了简化处理，比如在订单分区和分割过程中，单纯使用了EIQ分析法，没有进一步将其与模糊理论、聚类理论等相结合，可能降低了分区效率；在分拣排序过程中，没有使用多种规划模型进行验证比对，可能错过了更优的作业排程策略等。笔者建议在后续的研究中，可进一步对模型进行丰富和完善，并积极尝试将大数据、人工智能技术引入到分拣排程优化中来，以期能够更快、更高效提高卷烟分拣作业排程效率。

参考文献

[1]赵施展，陈文洁.基于EIQ分析法的分拣设备模型的研究[J].机械工程与自动化，2020，（01）：137-138.

[2]孙磊，吴耀华，张冠女.动态EIQ-ABC分析在配送中心规划中的应用[J].山东大学学报（工学版），2007，（03）：81-85+113.

[3]冯华威，李云军.AHP在配送中心分拣策略中的应用[J].商品储运与养护，2007，（06）：88-89.

[4]张贻弓，吴耀华.可合流的自动分拣系统订单排序优化[J].山东大学学报（工学版），2008，（05）：67-71.

[5]王艳艳.并行自动分拣系统分拣任务及补货缓存优化研究[D].山东大学，2012.

[6]孙壮志，要学玮，鄢烈虎，等.细支烟与标准烟共线分拣的优化策略研究[J].物流技术与应用，2021，26（05）：158-160.

[7]方泳，袁召云.基于网络图法的卷烟分拣排程的算法与应用[J].烟草科技，2011，（01）：18-22.

[8]刘冬荣，潘英龙，黄国华，等.卷烟物流中心分拣作业柔性调度策略研究与应用[J].物流科技，2024，47（02）：7-9+15.DOI：10.13714/j.cnki.1002-3100.2024.02.002.