医药物流配送中心系统

医药物流配送中心系统优化主要方法 □ 北京联合大学 李平 高辰 医药物流配送中心系统优化解决的核心问题 目前欧美和日本等国家医药物流配送的系统化、自动化、智能化应用较为成熟，基于供应链一体化医药物流管理，注重全过程的优化。配送的方案主要是制药企业库房到配送中心的配送或是由制药企业直接运送到医院的服务，强调从生产到药品使用的监控管理。 我国的医药物流起步相对较晚，目前大多数的医药物流还处于简单的进、销、存阶段。医药物流配送中心仍然采用传统的拣货策略，不能有效地解决医药物流配送中的重复拣货和药品积压问题，导致配送中的拣货效率不高。在配送的过程中，大多企业凭借着路程最短的目标作为配送路线设计，往往忽略了药品配送的需求度和紧急度，所以在成本增加的同时也损坏了药品的品质导致药品的价格也会变高。 将医药物流配送中心拣货和配送的经验进行理论化，将需求订单组建为集合单、优化拣货策略和减少拣货路径、以药品需求度和紧急度为维度的配送方案设计优化配送路线、降低配送成本是我国医药物流配送重点研究的问题。 医药物流配送中心系统优化研究方法 第一，医药物流配送中心系统优化研究思路。 首先进行国内外相关理论和应用研究的分析，归纳可供医药物流配送优化研究参考方法，并据此确定医药物流配送中心优化关键技术研究路线。在此基础上，结合医药企业在物流配送业务的实际状况，提出适合其物流特点的中心选址、仓储拣货、配送网络优化和设施规划方法，进行定量和定性地研究和设计，建立以智能算法为核心、以关键因素指标评价为方法，结合实际业务数据对所提出的优化方法进行实证研究，验证其科学性和有效性。 第二，医药物流配送中心系统优化主要方法。 依据企业实际需求，医药物流配送中心系统优化从四个方面展开，分别为配送中心选址、拣货策略分析、配送流程分析和配送中心设施规划，应用的具体研究方法如图1所示。 医药物流配送中心系统优化主要研究内容 第一，医药物流配送中心选址规划。 物流系统中的多配送中心选址问题本质上就是一个多目标的最优化问题，在不考虑非物流因素的条件下，选择基于聚类和蚁群寻径的算法来进行选址。基本思路是将配送中心选址看成聚类问题，把算法中的蚂蚁比喻成货车，胞腔比喻成配送中心，将多个候选配送中心当成聚类中心，各个配送点看作待分类量。目标就是在多个预选配送中心中，以配送中心选址模型的系统成本最低为依据，选择利用多配送车辆运输形成蚁群，将各个配送点药品需求分配到配送中心形成多个胞腔，若以配送中心为聚类中心的胞腔中不为空（即胞腔中含有配送点），则保留该配送中心。若胞腔为空（即胞腔中不含有配送点）则该配送中心是多余的，予以去除，从而确定配送中心的地址和数量。 第二，医药物流配送中心的拣货策略分析与研究。（1）采用节约里程算法的集合单组建策略。 医药物流配送中心在商品分拣中主要针对的对象是对于医院大宗订单的组合，把所在储位距离较近的订单组建成一套组集合单进行拣货，这样可以有效减少取货和搬运的路径。本研究采用节约里程算法，选取行走距离最大的订单作为初始订单，然后依次计算其他订单与初始订单结合后的节约里程，将节约里程最大的订单加入到原订单并生成新的初始订单，然后循环下去直到得到一定数量的订单作为一个集合单。（2）基于集合单组策略的拣货顺序中最短路径优化 由于医药物流配送中心中货架数量和种类较多，模型较为复杂，需要进行分拣顺序最短路径全局优化，研究中选择用蚁群算法对拣货顺序进行优化。将物联网中的传感技术应用于采集拣货过程，集合单组中商品货位的信息素，并通过网络机制实现信息的传递，应用正反馈的机制寻找商品货位信息密度高的信息组，进行储位编码组合，以实现拣货顺序的最短路径优化。 第三，医药物流配送中心配送路线规划。 在药品的配送路径规划研究中对每辆货车的路径及其对不同医药公司的载货量作以优化，正确合理地安排车辆的配送路线，从而达到降低运输及延误成本的整体优化目的。医药物流配送中心配送路径规划属于非确定性多项式（NP）完全问题中的旅行商问题（TSP　Problem），需采取Dijkstra算法求解最优路径，主要可以通过最短路径和药品紧急度两个维度来选择最优的路径。 具体实现过程是应用AnyLogic软件可以将配送区域地图添加到软件中，添加GIS信息，并且同时考虑运输成本、时间等因素。在路径规划中，不是依据物理地点两点间距离，而是通过实际路网数据进行算法计算，用动画的方式直观地表现车辆的路线，并同时计算出配送运费。这样可以为实际运输提供决策数据，达到提高配送效率、降低配送成本的目的。 第四，医药物流配送中心设施规划。 在选取了配送中心之后要对配送中心的设施进行规划，在此需要通过EIQ的基础数据、货架基本信息和复核打包台基本信息来计算货架和单件、多件复核打包台的数量。利用SLP根据设施布置的目标对于各个设施的分布进行规划，主要包括：货架区、地堆区、打包区、收货区、内配区、恒温区及其它非物流区域。在复合工艺过程要求的同时还要最有效的利用空间，并且应用SHA方法进行分析，使物料搬运费用降到最少。 本研究是基于中国物流学会、中国物流与采购联合会《医药物流配送中心系统优化研究》课题（2015CSLKT3-173）以实际医药物流企业为背景，对全国数十个配送中心分析基础上，对典型医药物流配送中心的2057个订单组建成62个组集合单进行研究，并利用仿真软件建立仿真模型对算法进行验证。在选址的过程中，主要通过医院对于过去的药品的订单进行分析和未来的预测，选出最适合对医院进行配送的配送中心。在分拣策略中，主要是进行节约里程法的组集合单策略和蚁群算法的路径规划策略来进行优化，两种方案分别优化了5%和13%。在配送过程中，主要是利用基于启发式的旅行商（TSP）算法来对医药的配送过程中进行路径规划，优化了近30%。该研究对医药物流配送中心系统优化起到了显著的作用，对于医药物流配送中心的建设和运作管理具有一定的应用价值。

上一页1 2 下一页