本篇文章對物流中心的優化策略中的布局策略進行說明。文中將傳統的slp（改進后）布局方法和模擬耦合尋優方法分別進行描述，并在slp方法的基礎上增加了在不同的訂單結構和作業量下對多布局方案的評估。為了更好的可視化效果，結合三維圖形進行不同方案的布局展示，將布局方法工具化，通過數據的輸入、邏輯運算和結果輸出，最后將數據通過看板的形式進行比較展示。

布局策略基本邏輯

布局方案一（示例）：

布局方案二（示例）：

相同分揀模式下不同布局方案的模擬評估（文中作細節說明）

方法一：SLP改進方法

1、研究對象

生產物流中的研究對象是聚焦于物流功能區如何布局到固有或者將要建設的設施中，那么可以將對象這個部分主要分為實體和設施兩個部分。實體可以包括車間、倉庫、作業功能區等部分，根據具體的需求進行實體的細化拆分。但是實體拆分精細度也影響到規劃的結果，如果過于粗放，會影響到規劃的效果，達不到實際想要的效果，如果拆分得過于精細，也會增大運算的難度，在影響到規劃效率的同時，也不一定所有拆分出來的小模塊都能夠符合未來的真實場景。因此，相對準確的確定對象精細度和數量，是合理物流布局規劃的良好開端。

2、輸入

輸入部分可根據研究的物流場景進行優化調整，比如SLP的規劃方法中，輸入主要是P（產品）、Q（數量）、R（路徑）、S（輔助部門）、T（時間），但是這個輸入條件更多的應用于工廠布局中，在具體的物流布局環境中對其進行合理調整，如修正為：流量、流向、距離、批次、面積。

物流量：

根據物流單元統計物流量，標準化程度高的行業相對比較容易統計，大多數物流環境很難完全準確的統計出物流量，在無法準確統計出物流量的物流環境中建議可以模糊處理，比如通過現場作業情況采集數據，然后根據需求進行估算。

物流流向：

物流流向是基于流程和動作導出的實體間的關聯性，設施或功能區連通的方式越多，物流的流向越復雜，物流流量和流向結合便形成了物流場景中的物流網絡。

距離：

設施間或功能區之間的距離是定值，也可以看成是路徑距離，距離是量距測算中的重要參數，在本方法中，距離的測算建議是采用設施的幾何中心作為測算點。

批次：

不同的實體（車間或者產線）根據工位設置、工藝設計、生產節拍等方面的需求，導致物流供給的批次不同，不同的批次下對于不同功能區的物流量距計算差別會成倍數的變化。

面積：

實體的面積測算分為兩個方面，一方面是根據未來的產量增長導致的線體數量增長來確定設施或功能區的面積，另一方面如果設施環境已經固定，便需要根據設施的限制條件，對實體進行拆分，匹配設施環境。

3、運算邏輯

（1）根據約束條件，將固定不可變動的實體位置優先布局（ST）；

（2）根據設施環境，將實體進行拆分（S）；

（3）每一個實體都有自己的物流量屬性（Q）；

（4）根據生產環境對實體構建不同的配送批次（T）；

（5）對設施編碼，每個設施到每個設施的距離形成矩陣（D）；

（6）將實體與設施進行組合；

（7）根據關聯關系計算組合下的原料入庫物流量距（R）；

（8）根據關聯關系計算組合下的成品入庫和成品出庫的物流量距；

（9）求和計算一種布局組合下的物流量距；

4、方案輸出

在這樣的邏輯下，根據組合的數量可能輸出數十萬種的布局可能性，為了簡化組合數量可以根據企業的實際情況選擇構建幾個大原則，對方案進行優選，比如優先從空間利用率的維度進行優先考慮，把倉庫設在最具有空間高度的地方，再如通過對物流量距進行排序，選出量距值在前10%的布局方案，或者從生產管理便捷性的維度設定一些關聯性高的實體在相鄰位置的布局方案，等等，這樣布局方案的數量集中在可接受的數量范圍內，再通過打分或者直觀判斷的方式進行篩選，選出10種以內的方案。

5、評價

構建評價矩陣，再對剩余的方案進行系統性的評價，評價維度可根據項目實際需求構建，比如物流效率、面積利用率、易于管理、可擴展性、可參觀性、搬遷成本等。

（以下為新增內容，結合兩種不同的布局方式進行舉例）

• 布局方案一（示例）：

直線型

• 布局方案二（示例）：

U型

• 基本輸入：

模型參數可以根據顆粒度需求進行調整

• 方案比較：

本示例從相同分揀模式中，不同IK結構下，對不同方案的物流量距進行比較，區分優劣

不同布局環境下，隨訂單結構的變化呈現不同的趨勢與各自的優勢。橫坐標為IK值，縱坐標為作業總距離

不同布局環境下，隨訂單總量的變化呈現不同的趨勢與各自的優勢。橫坐標為物流作業總量，縱坐標為作業總距離

方法二：耦合度方法

耦合度方法主要是將設施環境進行網格化后并賦值與功能區的屬性值進行耦合，尋找最佳的布局的場景狀態。這里說的倉儲物流布局，包含了倉儲的主要功能區布局，比如卸貨區、檢驗區、理貨區、存儲區、分揀區、打包區等，其中每個功能區還可以根據需求進行細分。我們從以下幾個角度對該方法進行闡述：

1、對象化——每個需要布局的功能區都是一個對象

將需要布局的實體看成是一個對象，是系統規劃與設計的一個很重要的方法，將每個功能區看成是需要布局的對象，然后對對象構建其屬性，功能區中的流量、存量、批次等都是其屬性。屬性的取值來源于對于物料和訂單的分析，比如我們前面文章中所提到的EIQ、ABC、PCB等數據分析方法，都是功能區屬性取值的輸入。

2、精細化——對功能區進行切割

如果只是將10個左右的功能區當作對象進行布局，勢必會導致顆粒度不夠細而達不到期望的布局效果。因此，我們也構建了一個從“PCB-ABC-EIQ”交叉分析的方法，對于倉儲中的物流量進行了分類拆分，通常經過細分后可以達到數十個功能區，根據具體場景的需要進行擴展或者合并。同時在布局時將其賦值給“切割”好的功能區，這樣就將布局對象構建得足夠的精細。

3、場景初始化——適用于非規則的倉庫環境

當我們是在一個沒有約束的場景下任意構建倉庫形態的情況下，可以用最理想的形態來構建倉儲場景，但如果是在一個既定的形態下構建場景，那么可以用其已經完成的CAD三維圖形來作為一個初始化場景。同時，需要對場景不同區域構建屬性，比如某些區域有高度限制、有些區域不能用于功能區布局等。另外，很多倉庫由于地形原因只能在一個不規則的環境下進行布局，這種布局方法已經將功能區細化到了盡量小的單位，只需要在初始化的時候對數字化的設施環境進行便利性的參數設置體現出差異即可。

4、遍歷搜索——從全局的角度進行布局

前面講功能區進行精細化的對象構建并且賦值后，就可以進行布局，當然這里的布局是通過計算機運算，而非人工操作。在遍歷前為了考慮布局結果的形態問題，我們將遍歷的對象進行最小單位的拆分，比如可以是以1方為一個遍歷對象，也可以是3方為一個遍歷對象，也可以是一個SKU的大小為遍歷對象。這里需要注意，遍歷的規則是將倉庫的場景構建為一個數字化的三維坐標系，其每個三維網格為一個遍歷對象，通過算法將和設施場景中網格同等大小的功能區在整個數字化場景中進行遍歷搜索，直到找出最優化的布局結果。

5、尋優——與目標函數進行比較

在使用遍歷搜索方法的過程中，每個功能區對象在進行遍歷時都需要經過與目標函數的比較判斷，找到它的“最佳”位置，同時，功能區相同屬性值的對象，也盡量的集中靠攏，即：讓相同的功能區可以聚合并且找到最優的布局方式。具體的目標函數構造可以根據現實環境去構建，比如成本、效率，不同資源配置下布局方式不同，舉例來說，單位物流量的搬運距離可以作為一個基本的判斷依據。在布局完成后，每個功能區中的流量、投入資源，時間批次，都是已知條件，基于此可以通過生產力評估指標來評估每個區域的生產力情況，同時形成可視化的效果。

6、概念圖

以下為模擬的概念圖形，精確實用的耦合圖形需根據具體現實環境增加更多的約束進行控制