物流系统建模与仿真结课作业论文名称:基于 Flexsim 的配送中心仿真分析报告目录一、案例背景 (3)二、模型的设计 (3)1、问题的解决思路 (3)2、模型的描述 (3)3、建模步骤 (4)三、模型的运行与分析 (6)1、模型的运行 (6)2、运行数据 (6)3、瓶颈分析 (7)四、模型的优化 (8)1、瓶颈问题的解决方案 (8)2、优化后的运行数据 (8)五、结论 (9)一、案例背景DC 配送中心位于北京市东四环外的大郊亭桥附近,主要为北京城八区的家乐福、华联、美廉美、物美等超市提供配送服务。
该配送中心总面积约为 1200平方米,分为 A 、 B 两个库,面积一样, A 库主要存放方便面、饼干、巧克力这三种商品, B 库则存放大米、面粉等商品。
这两年, A 库存放的三类商品的需求量呈现上升趋势,从而导致了该配送中心的库存增加,日发货量提高等问题。
目前, A 库里面设有 2列入库商品存放货架,剩余的空间完全可以再摆放一个货架,空间利用率较低。
A 库现在每天的到货量约 500箱,每箱货物为 20件。
货物到货后,直接将整箱货物码放在货架上,不严格按照货物摆放;另外,现有的入库商品存放货架已不能满足需求, 有的货物只能放在地上, 不仅显得杂乱无章, 而且还会影响员工的行动。
而且两个货架上随意摆放三种商品, 没有进行区域的划分,经常出现货架摆放是方便面商品的地方会夹杂着巧克力和饼干等商品, 使员工拣货效率大为降低。
货物在分拣区以件为单位摆放, 发货前需要进行装箱工作,然后再采用托盘进行装车运输。
该配送中心目前有 10名工作人员, 由于业务量的增加, 精减员工肯定已经行不通了, 但员工的工资占到了仓库总成本的很大一部分,所以该配送中心也不考虑另外招人。
如何对 DC 配送中心的 A 仓库进行改进, 使其仓储能力和分拣能力满足其配送业务量的需求是该配送中心当前急需解决的问题。
针对该配送中心存在的问题,可以采用 Flexsim 软件进行仿真,帮助 DC 配送中心其解决仓储能力和分拣能力的问题。
二、模型的设计1、问题的解决思路针对 DC 配送中心目前存在的问题,本文提出了以下解决思路:(1 A 库再购置一个入库商品存放货架,一方面可以解决当前货架不能满足存放需求的问题, 另一方面还可以提高仓库的储存能力。
购置货架虽然需要一定的成本,但其会带来较好长期的效益。
(2对三种货物划分存放区域,入库时就按照货架存放三种类型的整箱商品,这样员工在进行拆箱拣选时就方便了许多。
2、模型的描述进行仿真模型设计时,按照货物的类型,货物到达后给予 3种不同的颜色, 在经暂存区到达处理器处理, 然后再分配到货架上。
然后再经分解器分解, 将货物存放在相应的暂存区中,之后再按照订单进行拣选、装箱,可由合成器实现,最后到达生成器,具体流程如图 1所示。
图 1 模型的流程框图实体设置说明:(1发生器 1——货物到达;(2暂存区 1——货物暂存;(3处理器——货物分类;(4货架 1、 2、 3——货物存储;(5分解器 1、 2、 3——货物分解;(6暂存区 2、 3、 4——分解后的货物暂存;(7发生器 2——产生托盘;(8合成器——货物装箱;(9生产器——货物运走。
3、建模步骤(1添加发生器:从库里拖出一个发生器放到正投影视图中,图 2所示。
图 2 添加一个发生器到新建模型中(2依次添加其他实体:将其余实体拖到正投影视图中,如图 3所示。
图 3 添加所有实体后的模型(3连接端口:根据各临时实体的路径连接端口,如图 4所示。
图 4 完成端口连接后的模型(4设置发生器 1的参数到达方式:按时间间隔到达 (Inter-Arrival Time , 返回一个 58的常值时间。
依据:每天入库 500箱,按每天工作 8小时计算,可计算出到达时间为 58=3600/(500/8。
发生器的离开出发设置:SourceTriggers 下的 OnExit 的下拉菜单框中选择 Set Itemtype and Color,为临时实体指定一种类型号 duniform (1,3 ,并为每种实体指定一种颜色。
依据:有三种类型的货物,即方便面、饼干、巧克力。
(5设置暂存区 1的参数暂存区 1作为货物到达与检验之间的过渡, 不需要改变参数, 采用默认的参数,即默认的最大容量为 1000。
(6设置处理器的参数处理时间:处理时间设置为 48。
依据:因为到达时间为 58, 理论上处理的时间应该比到达的时间要快一些。
货物流向设置:在 Flow/Output下的 Send to port中选择 Matching itemtypes, 货物就能按类型分别放置到不同的货架中。
(7设置货架 1、 2、 3的参数最大容量:货架 1、 2、 3的最大容量设置为 1000。
依据:A 库总面积为 600平方米, 3个货架按总面积 300平方米计算,货架高为 2米,箱子的体积为 0.2立方米,则可以存放的箱子总数为: 300*2/0.2=3000个。
平均分配到每个货架的最大容量就为 1000。
(8设置分解器 1、 2、 3的参数处理时间:处理时间设置为 30。
依据:货物分解的时间应该比货物处理的时间要更快一些。
分解器:将一个实体分解成 20个。
依据：每一箱的货物有 20 件，故将一个实体分解成 20 个。
（9）设置暂存区2、3、4 的参数最大容量：将暂存区 2、3、4 的最大容量分别设置为 200。
依据：除去货架、暂存区 1 等面积后，暂存区 2、3、4 的总面积并不算大，因此设置为200。
（10）设置合成器的参数处理时间：设置为常数值 48。
装盘：假设顾客的要求 40 件商品，第一种货物 10 件，第二种货物 16 件，第三种货物 14 件。
设置的时候改变 Combiner/Components list 下的“target quantity”即可。
（11）设置发生器 2 的参数处理时间：返回一个常数为 48 的时间值。
依据：发生器 2 产生的是托盘，是为了将货物运走，所以处理时间与合成时间一致。
三、模型的运行与分析1、模型的运行、模型编译完成后，运行 28800s（8 小时）后，得到下列结果：图 5 模型运行结果 2、运行数据、运行数据（1）发生器 1 运行数据 Output：496，即入货 496 箱 Generating：28800，100% （2）暂存区 1 运行数据Input：496；Output：496 （3）处理器运行数据 Input：496；Output：495 Idle：5008，17.4%；Processing：23792，82.6% （4）货架运行数据 Input 货架 1 货架 2 货架 3 159 169 168 Output 13 31 43 Maximum 145 138 125 Average 71.40 61.92 55.57 （5）分解器运行数据 Input 分解器 1 分解器 2 分解器 3 13 32 43 Output 241 610 856 Maximum 19 19 19 Average 10.42 14.20 9.80 Idle 1594,5.5% 1594,5.5% 17674,61.4% Processing 390,1.4% 930,3.2% 1290,4.5% Blocked 26816,93.1% 26276,91.2% 9836,34.2% （6）暂存区 2、3、4 运行数据 Input 暂存区 2 暂存区 3 暂存区 4 241 610 856 Output 41 410 656 Maximum 200 200 200 Average 197.16 190.81 174.15 Empty 136,0.5% 832,2.9% 2060,7.2% Releasing 28664,99.5% 27960,97.1% 26740,92.8% （7）合成器运行数据 Input：1681；Output：40 Idle：136，0.5%；Processing：1964，6.8%；Collecting：26700，92.7% （8）发生器 2 运行数据Output：570；Blocked：1204，4.2%；Generating：27596，95.8% （9）生成器运行数据 Input：40，即出货量 40。
3、瓶颈分析、从图 5 和以上的运行数据可以看出，该模型运行时主要的瓶颈体现在以下两个方面：（1）货架上堆积的货物较多，是存储的货物过多，增加仓储成本。
（2）暂存区 2、3、4 堆积的货物过多，尤其是暂存区 2、3，运行时它们的空闲时间所占比较不到 3%，而暂存区 4 的空闲时间比例也不到 5%，说明运行时间较长。
产生以上瓶颈的原因有以下几个方面：（1）分解器处理速度较慢。
由分解器的运行数据可以看到，分解器 1 和 2 运行时阻塞的时间比例占到了 93.1%，91.2%，说明分解的速度较慢，因此上游的货物只有堆积在货架上，致使货架上的存储货物增加。
（2）合成器处理速度较慢。
由合成器的运行数据可以看到，合成器的处理时间所占比例仅为 6.8%，而集合产品的时间比例占到了 92.7%，说明其大部分时间都在集合产品，合成处理速度较慢，从而导致暂存区 2、3、4 的货物堆积。
四、模型的优化 1、瓶颈问题的解决方案、由前面的瓶颈分析我们可以看到，瓶颈产生的原因主要是由于分解器及合成器的处理速度较慢造成的，因此，针对这两个问题提出了以下两个解决方案：（1）提高分解器运行速度。
将分解器的处理时间由原来的 30 降低到 15。
（2）提高合成器运行速度，将合成器的处理时间由原来的 48 降低到 30，或者也可以考虑增加合成器。
（3）加快托盘的产生速度，将发生器 2 的处理时间由原来的 48 降低到 30。
、优化后的运行数据 2、优化后的运行数据（1）发生器 1 运行数据Output：496，即入货 496 箱；Generating：28800，100% （2）暂存区 1 运行数据Input：496；Output：496 （3）处理器运行数据 Input：496；Output：495 Idle：5008，17.4%；Processing：23792，82.6% （4）货架运行数据 Input 货架 1 货架 2 货架 3 158 169 168 Output 15 44 63 Maximum 143 138 105 Average 70.82 61.92 46.70 （5）分解器运行数据 Input 分解器 1 分解器 2 分解器 3 15 102 56 Output 291 2020 1110 Maximum 19 19 19 Average 10.95 14.09 9.80 Idle 13214,45.8% 15266,53.0% 17756,61.4% Processing 140,0.5% 440,1.5% 630,2.2% Blocked 15446,53.7% 13094,45.5% 10414,36.2% （6）暂存区 2、3、4 运行数据Input 暂存区 2 暂存区 3 暂存区 4 291 2020 1110 Output 91 1820 910 Maximum 200 200 200 Average 197.36 191.14 174.15 Empty 116,0.4% 812,2.8% 2248,7.8% Releasing 28684,99.6% 27988,97.2% 26552,92.2% （7）合成器运行数据 Input：3721；Output：90 Idle：116，0.4%；Processing：1800，6.3%；Collecting：26884，93.3% （8）发生器 2 运行数据 Output：900；Blocked：1778，4.2%；Generating：27022，93.8% （9）生成器运行数据 Input：90，即出货量 90。