货位优化管理的方式的意义

      传统的仓储作业管理常常把货品放在货品到达时最近的可用空间或不考虑商品动态变化的需求和变化了的客户需求模式，袭用多年习惯和经验来放置物品。 传统型货品布局造成流程速度慢、效率低以及空间利用不足。 然而，现代物流尤其是在供应链管理模式下的新目标已经转向：
       1.       用同样的劳动力或成本来做更多的工作;
       2.       利用增值服务把仓库由资金密集转化成劳动力密集的行业;
       3.       减少定单履行时间，提供更快捷，更周到的服务。一种与所谓的“仓库关键业绩指标 (Warehouse Key Performance Indicator)”，即生产率、运送精度、库存周转、入库时间、定单履行时间和存储密度紧密关联的货位优化管理(Slotting Optimization)已经被提出。
       货位优化管理是用来确定每一品规的恰当储存方式，在恰当的储存方式下的空间储位分配。       货位优化管理追求不同设备和货架类型特征、货品分组、货位规划、人工成本内置等因素以实现最佳的货位布局，能有效掌握商品变化，将成本节约最大化。 货位优化管理为正在营运的仓库挖掘效率和成本并为一个建设中的配送中心或仓库提供营运前的关键管理准备。 由于很少的仓库管理系统(WMS) 和计算机系统能够支持储位优化管理，因此当前大约 80% 的配送中心或仓库不能够进行正确的货位优化。       究其原因主要在于基础数据不足，MIS资源尚不能支持，没有正确的货位优化软件和方法。 针对仓库现代化的实际需求，若干家有实力的专业软件公司已成功开发出仓库货位优化管理软件。 软件通过对货品的批量、体积、质量控制、滞销度、日拣取量、日进出量等数据进行分析与计算，分析中结合各种策略如相关性法则(Correlation)， 互补性法则 (Complementary)，相容性法则(Compatibility)等进行货位优化，从而大幅度降低货品布局的成本。进行货位优化时需要很多的原始数据和资料，对于每种商品需要知道品规编号、品规描述、材料类型、储存环境、保质期、尺寸、重量、每箱件数、每托盘箱数等，甚至包括客户定单的信息。       一旦收集到完整的原始数据后，选用怎样的优化策略就显得尤为重要了。 调查表明应用一些直觉和想当然的方法会产生误导，甚至导致相反的结果。       一个高效的货位优化策略可以增加吞吐量，改善劳动力的使用，减少工伤，更好地利用空间和减少产品的破损。       以下一些货位优化的策略可供参考选择。周期流通性的货位优化，根据在某段时间段内如年、季、月等的流通性并以商品的体积来确定存储模式和存储模式下的储 位。
       销售量的货位优化，       在每段时间内根据出货量来确定存储模式和空间分配。单位体积的货位优化，根据某商品的单位体积，如托盘、箱或周转箱等的容器和商品的体积来进行划分和整合。分拣密度的货位优化，具有高分拣密度的商品应放置在黄金区域以及最易拣选的拣选面。       货位优化的计算很难用数字化公式和数字模型予以描述，通常是利用一些规则或准则进行非过程性的运算。 规则在计算中对数据收敛于目标时起到了约束的作用。       大多数规则是通用的，即使一个普通仓库也不允许商品入库时随机或无规划地放置。 而不同的配送中心或仓库还会根据自身的特点和商品的专门属性制定若干个特殊的规则。       例如支持药品零售的配送中心会把相类似的药品分开存放以减少拣选的错误机会，但存放非药类时会按同产品族分类放在一起。
       规则一：       控制和减少行程和时间;把A 类放置在分拣区的前端，B 类储存在中间，C类放在辅助区，即将货按周转率由大到小排序，再将此序分为若干段(通常分为三至五段)，指定存储区域给每一级货品，周转率越高应离出入口越近。
      规则二：出货量大的物品应紧靠输送机或走道以缩短行程和分拣时间，如抗感冒药品出货量大应靠近输送机放置，抗癌药品出货量小可以放在次些的货位。
      规则三：最快周转的商品应储放在黄金区域。
　   规则四：商品的放置符合人体工程学要求，人机工程学规定人搬取物品最佳位置为 600 mm，在这个范围应放置大输液等搬运费力的货品以减少工人的疲劳程度，提高工作效率。 适合多定单拣选以减少定单履行时间。
       规则五：根据商品的特点予以存放。如：相容性低的货品不可放置在一起，例如强串味药品应在单独区域存储;脚癣药水不能与眼药水存储在一处等。又如：药品中片剂、水剂、粉剂、针剂、敷料等性质不同都应分区域存放。
       规则六：增加空间密度，单位空间中应增加10-12% 堆放。
       规则七：进出货量大的商品应分布在不同的巷道，以免当某一巷道阻塞时影响出货，同时也可以平衡劳动强度。
      规则八：很长一段时间中定单中没有出现过或发过货的商品应从配送中心中撤走。 规则九：互补性高的货品应存放于临近的位置，以便缺货时可迅速以另一品项替代，如：不同规格的同种产品，或不同厂家生产的同种产品可以相邻存放。 规则可以根据共性和个性的特点来制定，比如药品仓库必须符合GSP       规定的要求。当规则制定后，规则间的优先级也必须明确。有了基础数据、货位优化策略和规则后如何进行计算分析就涉及算法问题。
       遗传算法(Genetic Algorithms)是基于自然选择和自然遗传机制的搜索算法，它是一种有效的解决最优化问题的方法。 遗传算法最早是由美国Michigan 大学的John Holland 等共同提出的。 类似于自然界演化的基本法则，“适者生存”是遗传算法的核心机制。       通过进行货位优化能够实现在少量的空间里可有更多的分拣面。对于流通量大的的商品应满足人体工程需求和畅通便捷的通路以提高营运效率;而对于那些周转不快的商品希望通过优化后占据很少的空间以致在小的面积中有更多种商品可以来分拣，从而减少拣选的路程。       简言之，提高工效、空间利用率最终降低成本。一些仓库管理软件(WMS)带有货位优化模块，例如 MT (Slotting Optimization) , EXE(Exceed Optimize), McHugh(DLx Slotting), Intek (Warehouse Librarian)等，若干独立的软件有FlowTrak(Stramsoft), Opti-Slot(Descartes) 以及Easy Profiler (Woodlock Software)等。       尽管货位优化开发工作是一个较有难度的课题，但是国内物流业的先行者已经看到了这一工作在提高管理和潜在利润挖掘上的作用，正通过不懈的努力以缩小与世界水平的差距。