基于数字方法的仓储物流布局

在物流场景建设中，涉及到物流网络布局、城市物流布局、**物流布局、仓储物流布局等多个方面，从总的方向来看，物流布局的核心是物流节点的定位，考虑到物流节点的流向和流向通过仿真，找出整个场景中成本、效率和服务质量的组合。但在整个物流布局方法中，仓储物流布局更为特殊，比其他物流场景更为微观。其网络结构是在一个设施、不同于外部“大物流”的环境下，与生产厂房布局更为相似，但也存在很大差异。
在一些理论研究中，slp常常被用作布局的基本方法。基于此，我们对其进行了改进。在咨询规划的实践中，我们也将slp作为规划的基本原则。然而，面对未来供应链物流环境更加随机、灵活和离散的趋势，库存规划对库存布局的灵活性和布局过程的效率提出了更高的要求。
因此，本文对仓储物流布局方法进行了改进，采用更细粒度的方法对仓储物流布局进行优化，这也是数字仓库规划方法体系的一部分。从数字仿真的角度，结合数字方式的逻辑设计存储规划，完成存储功能区的布局，本文主要探讨其方法。”
仓储物流在这里的布局包括仓储主要功能区的布局，如卸货区、检验区、理货区、仓储区、分拣区、包装区等，每个功能区也可以根据需求进行细分。我们将从以下几个方面对该方法进行阐述，其应用将在未来的全球物流咨询与决策平台中发布：
一、对象化：每个要布局的功能区域都是一个对象
以实体布局为对象是系统规划设计的重要方法。每一个功能区域都被视为要布局的对象，然后为该对象构造其属性。功能区的流、库、批都是它的属性。属性值来源于对物料和订单的分析。例如，前面提到的eiq、abc、pcb等数据分析方法都是功能区属性值的输入。
二、精益求精：削减功能区
如果仅仅选取10个左右的功能区作为布局对象，势必会导致粒度不够精细，无法达到预期的布局效果。因此，我们还从pcb-abc-eiq中建立了一种交叉分析方法，对仓库中的物流量进行分类和分割。一般情况下，经过细分后可以达到几十个功能区，并根据具体场景的需要进行扩展或合并。同时，在布局时将其分配到“裁剪”功能区，使布局对象构造得足够精细。
三、场景初始化：适用于不规则仓库环境
当我们在无约束场景中任意构建仓库形状时，可以使用理想的形状来构建仓库场景。如果我们正在以给定的形状构建场景，我们可以使用完成的cad三维图形作为初始化场景。同时，需要为场景的不同区域建立属性，比如有些区域有高度限制，有些区域不能用于功能区布局等；另外，由于地形原因，很多仓库只能在不规则的环境中布局。这种布局方法将功能区细化到尽可能小的单元。在初始化过程中，只需为数字设备环境设置方便的参数，即可反映行程差异。
四、遍历搜索：全局视角下的布局
在上一节中，在构建功能区并为其分配细化对象之后，可以执行布局。当然，这里的布局是通过计算机操作而不是人工操作。在遍历之前，为了考虑布局结果的形状，我们将遍历对象分割成小的单元。例如，一方可以是遍历对象，三方可以是遍历对象，或者sku的大小可以是遍历对象。需要注意的是，遍历规则是将仓库场景构建成一个数字三维坐标系，每个三维网格是一个遍历对象。通过该算法，在该数字场景中遍历和搜索与网格大小相同的功能区域，直到找到的布局结果。
五、优化：与目标函数的比较
在使用遍历搜索方法的过程中，需要对每个功能区对象与目标函数进行比较判断，找出其“”位置。同时，功能区中属性值相同的对象也尽量聚集在一起，即让相同的功能区聚集起来，找到的布局。具体的目标函数可以根据实际环境构建，如成本、效率、不同资源配置下的不同布局等。例如，单位体积的运输距离可以作为基本判断依据。布局完成后，各功能区的流程、输入资源和时间批均为已知条件。在此基础上，通过生产力评价指标对各地区的生产力进行评价，形成视觉效果。
一、路径问题：
该方法不考虑路径的准确性，只考虑对路径的模糊处理以减小其误差。
二、算法优化：
在此基础上，对算法进行了改进。