基于flexsim的高校物流配送流程仿真研究

随着物流行业的飞速发展，人们对快递业务的服务质量追求也在不断提升，然而快递配送“最后一公里”已然成为制约提高配送效率的关键问题。在众多的网购用户中，在校学生的比例占到了14%[1] 。这就导致了校园快递配送量的不断增加，然而传统的人工配送方式存在的配送周期长、易丢件等问题，逐渐不能满足师生在短时间内完成取件的要求。因此针对如何提高配送效率，提出合理的改进意见，成为解决该问题的关键所在。

由于高校校园内学生数量较多，网购能力强，物流配送范围广，传统末端配送的“门对门”服务标准无法运用在高校校园中[2] ，增加了快速且实时取件的难度，其次，面对大基数的快递配送，驿站的快递堆放和用户的信息管理较混乱，造成服务质量低的问题。而以智能化快递柜为切入点优化校园物流“最后一公里”，增加快递的管理集中性，能从根本上节约在管理上的投入[3] 。

本文以兰州市某一高校为研究对象，探讨在高校物流“最后一公里[4-7]”环节中存在的问题，建议将智能自提柜引进高校，并通过flexsim来模拟优化后的配送方式，验证模型有效性，推进校园物流配送高效化建设。

1  问题分析

兰州市某高校有南、北和校外三个区域构成，据相关数据统计，全校共有师生3万多人，其中校内2万多人，在校拥有配送站点的快递公司10家。由于在校学生明显不具备送货上门的条件，因此快递公司配送都采用了开设校内站点通过发送短信在固定地点人工取件的方式。具体取件流程如图1所示。

图1 取件流程

该模式相比于智能取件柜的扫码、刷脸取件而言，流程较为复杂，且要在每天规定时间内完成取件，时间不够灵活。而学生大多会集中在一个时间段内去取快递，例如下课后。由于服务中心空间一般都有限，如果单位时间进入的人数超过取件完成的人数，例如“双十一”、“618”等，就会造成拥堵，大大降低取件效率[8] 。同时，此模式派件员对收件人的身份信息也只是简单的询问，在排队较长时，冒领、丢件现象时有发生，不仅影响校园秩序，也降低了消费者的满意度。

基于此现状，通过随机抽样的方法，抽取了该校600名在校师生进行了校园快递情况调查，对收取的532份有效问卷进行了分析整理。其中，每个月使用快递10次以上的占56.02%，排队时间10分钟及以上的就有51.51%，70.68%的师生发生过快递丢失或损坏的情况，有62.41%由于上课等原因耽误了取快递，如果采用智能快递柜代替人工配送方式，有91.73%的师生表示支持，最后通过意见征集，大多数师生认为在快递取件过程中，派送时间、派送地方、派送方式更为重要。

通过以上分析，为了进一步优化校园物流配送体系，提出引入智能自提柜来解决某高校存在的配送问题。朱文军[9] 、应毅[10] 利用flexsim技术进行了电商配送中心分拣仿真优化研究，通过对运行结果的分析，优化后的方案达到了预期的效果。因此本文也将利用flexsim对设定的模型进行仿真模拟，并对校园物流配送提出合理的改进意见。

2  校园物流配送模型构建

2.1  校园配送流程优化概述

某高校主校区面积较大，人数较多。据调查，校内快递平均每月在七万件左右，一般在每天上午（7：00-11：00）各物流公司运输车到达指定停靠点进行卸货分拣入库，在快递驿站等暂存区摆放好，同时形成短信取件码发送给收件人。由于南北两个校区都在固定的同一服务点取件，就容易造成下课后的取件高峰期拥堵。

因此，现需要对分拣及配送流程进行进一步优化，即快递到站后，将南北校区的快递分类，分别送至南北校区自提柜，并生成取件码通知收件人，这样收件人就可以更灵活的选取合适的时间就近收取快递。对于较大件或者需要当面验收的快递，仍采用人工派送方式，这样就可以大大缓解驿站压力，减少高峰期排队几率。

2.2  智能自提柜选址

便捷的自提柜可以极大的提高取快递的效率，合理的摆放位置更能实现规范化的取件过程，提高其利用率。该校南北两个校区人数相当，且宿舍楼相对集中，主服务站位于北区宿舍，如图2所示，可将自提柜分别放置在南北食堂周围，在每日快递到达主服务站进行卸货分拣后，送至南北自提柜进行上架操作。

图2 校区平面示意图

2.3  flexsim建模及仿真

校园快递分拣至配送的流程具有一定的离散性，建立3D虚拟仿真系统有利于更直观的发现系统在运作中存在的问题，然后对实际操作做出明智的决策[11] 。通过分析模型运行后的数据，提出合理范围内的改进意见后，再进行验证，让决策更有说服力。因此通过flexsim仿真软件来模拟快递进站分拣至配送，最后取件成功的整个过程，具体流程如图3所示。

图3 配送流程图

2.3.1  参数设置

模型布局及实体间连接方式如图4所示。利用货车发生器模拟每日7：00、14：00分别到达主站卸货分拣区的快递1500件、1000件，每日到达的快递在总服务站进行分拣，利用10个处理器分别模拟10名工作人员分拣快递的过程，平均20s一件。根据实际情况，每日约有10%的大件快递、包装破损等需要开箱查验的快递仍需留在总服务站采用人工取件的方式，因此分拣的快递分为送至南、北自提柜区和留在北区人工取件区的三部分，分别约占每日快递的50%、40%、10%。利用货车模拟将分拣好的快递运送至南、北自提柜的过程，到达固定区域后利用处理器模拟工作人员将快递上架，并自动生成取件码发送给取件人的过程，约30秒一件。自提柜设置为200的规格，南北区各4个。利用发生器模拟10：00开始收到取件码前往各自取件地点进行取件的师生，取件人数符合泊松过程，不考虑排队后插队、换队或放弃的情况[8] ，取件时间间隔在取件区间内服从负指数分布。取件过程通过合成器模拟，取件时间可能受到机器故障或操作不熟练等问题影响，因此自提柜取件约20s-30s一人，主站人工服务主要是收取破损件、需开箱验收的件，或进行寄件服务，因此操作时间约为50s-70s一人。考虑到校内上下课高峰期，将12：00-13：00，18：30-19：30规定为取件高峰期，其余时段为非高峰期。自提柜每日23：00取件结束，主站人工区19：30取件结束，由于自身原因，每日取件结束后仍有10%的快递没有被取走。模型较大程度实现了校园物流配送流程和各环节的基本功能。

图4 分拣配送流程flexsim仿真布局图

3  仿真结果及分析

模型从7:00开始运行，23:00运行结束代表一个周期，以此来模拟一个工作日快递从进站到分拣，最后配送完成的整个过程。运行过程无拥堵，正常运行结束后，如表1所示，对部分实体运行数据进行统计整理。

表1 实体运行情况统计

实体元素 上午输入 上午输出 下午输入 下午输出 当前容量

分拣暂存区 1500 1500 1000 1000 0

南区自提柜 724 96 496 1030 94

北区自提柜 621 76 407 822 130

主站人工取件区 155 27 97 196 29

其中，非高峰期和高峰期的取件情况如图5所示，排队情况如图6所示。由此可以看出，在高峰期取件时间，最大排队等待时间为0s，因此不会造成取件拥堵，相比之前所有人只能通过主站人工取件方式取件而言，改进后的方案对高峰期排队时间过长的问题得到了有效解决。

图5 非高峰期与高峰期取件数量统计

图6 取件等待时间

在人工操作中，运行结果显示，第一批货物在7：00到站至10：00左右，工作人员可以完成这批货物的分拣和上架工作，第二批货物从14：00到站至16：15左右完成分拣和上架工作。10名工作人员同时参与第一批快递的分拣工作，结果显示，在7：00-8：00，10名工作人员共同完成1500件货物的分拣工作。分拣完成后人工1-2负责主站人工区的上架工作和之后的取件工作，人工3-5负责北区自提柜的上架工作，人工6-10负责南区自提柜的上架工作。第二批货物到站后，人工1-2不再参与这批货物的分拣工作，由人工3-10共同完成分拣后继续分别负责各自区域快递的上架工作。截至第一批货物上架完成时人工利用率如图7所示，可以看出这段时间人工3-10利用率较高，有少量休息时间。后期可通过在此时间段内增加兼职工作人员的方法改进。第二批货物分拣结束后的人工3-10利用率如图8所示。主站人工取件区在19：30取件结束后，人工1-2利用率如图9所示。

人工取件在19：30截止后，两名工作人员共完成了252件货物的上架工作和223件货物的出库工作，与自提柜相结合的取件方式大大缓解了之前人工派送的压力，同时降低了人工成本。在实际问题中，工作人员还要面临卸货搬运等问题，所以模型利用率相比实际较低，但总体上看，人工效率基本合理。

图7 时段7：00-10：00人工利用率

图8 时段7：00-16：30人工利用率

图9 人工取件利用率

同时分析了南北自提柜8个取件合成器的利用率，如图10所示，从10：00-23：00取件结束，南、北区合成器的整体利用率分别为72.14%、57.77%，利用率合理。合成器的利用率反应了模型中自提柜的利用程度，说明采取自提柜取件的方式后，并不会造成资源浪费。同时，合理范围内的空闲率，也可以应对“双十一”、“618”等时段校园内快递激增的情况。

图10 合成器利用率

4  结  论

本文以某一高校末端配送为研究基础，以解决实际问题为目的，面对高峰期取件拥堵等问题，提出适合该校物流配送条件的优化方案，通过flexsim对该方案流程进行仿真模拟，对运行后的结果分析，发现改进后的方案不再造成工作人员长时间工作和高峰期取件排队时间过长等问题，说明采用人工配送和自提柜取件相结合的改进方案是可行且有利的，为之后面临快递不断增多的情况提供了有效的解决方案，在加强管理的同时，更利于校园物流向高效化、便捷化的迈进。

本文来源：《物流科技》https://www.zzqklm.com/w/jg/30901.html