文｜山西農業學院交通與貨運工程大學
龔英文董丹華蔣舒琪
摘?要：在現有的快件自提柜與開放式快件服務站相結合的基礎上，本文基于軟件對快件無接觸配送模式的收件滅蟲、入柜、上架流程及兩種取件流程進行了建模和仿真，建模基本參數以2021年10月23日～11月23日的數據為根據，得到仿真結果與現實基本一致，在此基礎上進一步對仿真運行數據進行剖析，并對系統存在的問題提出優化方案。
關鍵詞：無接觸配送、軟件、開放式快件服務站、快遞自提柜
一、引言
2020年爆發的新冠疫情使人們的生活形式發生改變，人與人之間的接觸隨之減小。為滿足人們生活的需求，好多產業由“線下”變為“線上+線下”模式。諸如，美團外賣率先推出“無接觸配送”，通過線上下單的商品由配送人員將其送到指定地點，之后電話聯系客戶繳納[1]，此模式在一定程度上減輕人們的擔憂和擔憂。
“無接觸配送”是指商品由產業配送人員放在客戶指定地點，顧客端聯通電子設備將到貨信息傳達至客戶去繳納商品，實現商品從產業配送人員到客戶的全程無接觸的貨運配送模式，集大數據、人工智能、互聯網+等技術于一體[2]。為提效提質降本和更好地服務客戶，各大平臺均在不斷加快信息透明化、可追蹤化等系列技術服務，為人們提供安全保障的程度不斷提升，人們的擔憂情緒也得到紓解。
人群密集的院校也是防治的重點區域，為降低人員流動，以防止大范圍接觸而形成交叉感染的發生，全省各院校紛紛推行校園出入管制，引起中學生網購的次數降低，快件服務需求降低，對“最后一公里”配送引起不小的壓力。怎么減輕配送困局，保障校園內快件的配送安全、效率和服務質量，成為須要解決的問題[3]。
將建模仿真軟件運用到物流行業，國外外學者均有較深入的研究，大量應用實例驗證了建模仿真的可行性和有效性[4]。基于軟件對山西農業學院的快件無接觸配送模式的建模和仿真，可以對系統存在的問題進行量化剖析并提出合理方案。
二、研究背景
山西農業學院快件終端配送方法目前主要有兩種模式：快件自提柜和開放式快件服務站，其有著極強的自助性，才能在節約許多人力的同時做到24小時服務，滿足取件人在非營業時間的取件需求，使繳納快遞愈發靈活便捷。本研究是對兩種取件模式相結合下的快遞入柜、上架流程、學生取件高峰期排隊等內容，借助進行建模仿真找出存在的問題及形成的緣由，再不斷更改仿真參數以驗證優化方案的可行性及療效，便于提出改進舉措。
三、新疆農業學院快件服務站現況
山西農業學院是一所擁有3萬多名師生的院校，快件配送問題變得尤其重要，按照督查報告可知，該校快件代理點多達10家，每天平均件數3000多件，為了解決快件“最后一公里”配送問題，在坐落中學西南角離中學生寢室樓450～700米左右的位置構建校園快件服務站，并考慮到實際情況采用了智能自提柜與快件服務站兩種方法相結合的模式以解決配送問題。此服務站構建至今有過布局改良，但仍存在許多問題：
1.中學生取件高峰期集中在早上或傍晚最后一節課后一個小時左右的時間。因為快件站點本身的空間面積有限，且取件人數過多，操作臺有限，取件須要打開二維碼或則掃碼，所以無法防止出現排隊的情況。
2.智能自提柜數目不夠，通過該服務站實習生統計的數據，發覺每晚自提柜都是滿的，空閑極少，貨物發生特殊情況遺失的件數與物流總件數之比的貨差率近0.1%左右。
3.快件服務站為5米×65米的細長區域，占地面積325平方米，因為布局緣由，存在著空間浪費的現象。
智能自提柜模式是指在終端配送過程中派件員把快遞儲存于智能快遞箱，等待寄件人掃碼取貨的收件形式。因取件快而甚少排隊，高峰期時會有2、3人排隊現象。開放式快件服務站模式指的是通過校園快遞代理點統一代收和管理校園快遞的模式，如圖1所示，開放式快件服務站內主要有19個貨架、2臺自助掃碼設備與寄件服務柜臺。通過與工作人員一對一采訪了解到：“開放式快件服務站內，無需工作人員協助，寄件人便可獨立完成取件。這除了提高了工作效率，也給寄件人帶來便捷。”
寄件人只需打開新手軟件或支付寶小程序里的“菜鳥裹裹”，才能查到入庫快件的對應貨架號、層號和次序號，也就是快遞的具體位置，相應的取件碼也會顯示在其中。寄件人還可借助軟件的約請功能，“等朋友好友加入后，除了能見到她們的快件信息，也可以實現幫取。”
之后，在自助掃碼設備上，寄件人手機端打開新手驛站，點擊貨物取件便會出現二維碼，把手機二維碼和貨物二維碼一起置于正對機器攝像頭的一面進行掃描，紅色代表取件成功，避免了誤取或挪用的現象。
不過，通過實地與取件中學生一對一采訪，也了解到目前存在的缺點，如不會操作的中學生會耽擱時間而導致排隊；寄件人信息的隱私安全得不到保障；開放式服務站寄件服務須要工作人員介入。
四、基于軟件的建模仿真
構建3D虛擬仿真系統有助于發覺現實系統運行中存在的問題，幫助對現實貨運系統設計和運行作出明智的決策[5]。通過不斷更改3D模型參數并進行仿真可以試探出解決問題的方案，并通過仿真對方案進行驗證[6]。本文借助軟件便捷用戶建模，且省時省投資[7]。
1.建立模型布局（預先定義寬度單位為米，時間單位為秒）
通過現場督查獲知：新手驛站的自提柜有5個，近鄰寶有1個。新手驛站每位自提柜都有一個小的操作面板，近鄰寶只須要手機點擊取件，自提柜的柜箱大、中、小配置及數目如表1。
開放式快件服務站內貨架共有19個，其層數、編號、每層擺貨平均數目如表2。
根據上述數據借助軟件創建快件服務站3D模型布局，如圖2所示。
2.定義系統流程邏輯
經現場跟蹤調查，貨物抵達之前貨運公司已由安檢系統對快遞進行過安檢，貨物抵達中學快件站只須要進行簡單滅鼠后，由工作人員和兼職人員在自己的手機端安裝相應的APP，并通過帳號登入APP掃描快遞包裝上的二維碼后直接入柜或則上架。掃描完快遞二維碼的同時，APP平臺會手動發送取件通知至用戶。快件自提柜和開放式快件服務站兩種取件模式的流程，如圖3、圖4所示。
根據流程創建模型實體之間的邏輯，如圖5所示。
3.編輯系統對象（實體）參數
校園快件服務站系統仿真建模是離散風波的仿真，高峰期寄件人中學生的抵達可視為隨機變量，通過對2021年10月23日～11月23日一個月內采集到的數據進行整理和預處理大學配送系統，確定其服從的機率分布類型，但在實際情況中，機率分布類型常可以通過經驗確定[8]。在快件服務站的入庫和領料流程中，按照當日貨物總量、自提柜入柜數目、自助貨架上貨數目估算出相應的占比。
（1）快遞抵達的時間序列設置。2021年10月23日～11月23日平均全天快遞抵達總量3732個，分3批次分別在早9:00、9:45、10:20抵達，模型中快遞抵達的時間序列設置參數設置如圖6所示。
（2）寄件人抵達時間間隔的設置。令寄件人抵達的時間間隔為x，在取件|a,b|內服從負指數分布：
在對校園快件服務站2021年10月23日～11月23日一個月的抵達時間間隔數據的預處理中，14:00～15:00、19:30～22:00的領料高峰期均在K-S檢驗中得出服從負指數分布的推論，第一段數據的P值為0.697，第二段數據的P值為0.483，均遠小于0.05，即不拒絕數據服從負指數分布。
（3）模擬流程的暫存區。設置六個暫存區用于模擬搬運的貨車，其最大容量設置為50。因為快件服務站的實際空間有限，每位自提柜前最多可容納30人進行排隊取件，所以將每位自提柜所對應的暫存區的最大容納量設置為15。其他的暫存區屬于節點與多個對象進行聯接，須要在出口的地方設置成隨機分配。
（4）模擬入柜上架操作的處理器。入柜速率通常是150個/小時/人，即平均1個/24秒，但在實際情況中，一般先由一個人進行入柜操作，另一人進行二維碼的生成，通過調查統計，得到平均速率為1個/30秒。上貨架通常是200個/小時/人，即平均1個/18秒，實際情況是上完貨架后須要二維碼生成，通過統計調查，得到平均速率是1個/25秒。快遞的簡單滅鼠平均5秒/個，人員聯通速率2米/秒。
（5）模擬取件的合成器。通過實地調查，中學生自提柜取件的歷時大都是在10秒～15秒，將合成器的工作時間設置為(10,15,0)；中學生貨架取件歷時通常在9秒～22秒，將合成器的工作時間設置為(9,22,1)，取貨后自助掃描時間設置為(9,15,2)。
4.模型仿真及結果剖析
根據2021年10月23日～11月23日每10分鐘取件中學生抵達人數（單位：人）的督查數據（每日統計時段：9:00～22:30），確定模型仿真分為四個時段：取件非高峰期9:00～14:00、取件高峰期14:00～15:00、取件非高峰期15:00～19:30、取件高峰期19:30～22:30。每位仿真時段記錄入庫、出庫累積量、最大排隊人數、人員和設備空閑率。取件高峰期和非高峰期中學生抵達時間間隔服從負指數分布(0,6,0)、(8,25,0)，圖7、圖8分別為時段9:00～14:00、14:00～15:00模型仿真結果。
通過仿真模型運行結果顯示大學配送系統，入庫5小時5名工作人員共完成1322件貨物的入柜和上架任務，由餅圖看出工作人員和兼職人員的空閑率均為0%；自助貨架區2臺自助掃碼設備和自提柜驗件窗口的空閑率分別為68%、90%、95%；此時段中學生取件非高峰期，取件量為551個，隊列1和隊列2最長排隊人數均為1。
如圖8所示，仿真1小時5名工作人員共完成461件貨物的入柜和上架任務，由餅圖看出工作人員和兼職人員的空閑率均為0%；自助貨架區2臺自助掃碼設備和自提柜驗件窗口的空閑率分別為2.1%、2.5%、64%；此時段中學生取件高峰期，取件量為523個，隊列1和隊列2最長排隊人數分別為1、30。全天所有時段仿真數據，如表3。
剖析得出服務站取件排隊系統在人流量的高峰期，若掃碼設備出現故障，將會造成整個系統截癱；系統在22:30之后還有261個快遞未入柜和上架，471個快遞未領到，造成高達12.6%的貨差率（未發送取件通知或通知太晚）。
5.模型仿真優化
對模型進行更改：降低2名兼職人員，自助貨架取件處增設1臺自助掃碼設備，仿真結果如圖9、圖10所示。
圖9仿真結果顯示，入庫5小時7名工作人員共完成1772件貨物的入柜和上架任務，由餅圖看出工作人員和兼職人員的空閑率均為0%；自助貨架區3臺自助掃碼設備和自提柜驗件窗口的空閑率分別為68%、90%、95%；此時段中學生取件非高峰期，取件量為551個，隊列1和隊列2最長排隊人數均為1。
如圖10所示，仿真1小時7名工作人員共完成561件貨物的入柜和上架任務，由餅圖看出工作人員和兼職人員的空閑率均為0%；3臺自助掃碼設備和自提柜驗件窗口的空閑率分別為19%、19%、29%、73%；此時段中學生取件高峰期，取件量為595個，無排隊。全天所有時段仿真數據，如表5。
由表3、表4可知，模型優化前后的運行情況：
1.在每晚的9:00～19:30降低兼職人員2名，快遞入庫效率提高，以減短兼職人員的工作時長，增加貨差率。優化前系統在22:30之后還有261個快遞未入柜和上架，以及471個快遞未發放而形成12.6%的貨差率。優化后19：40完成全部快遞的入庫，未領到快遞249個，貨差率增加至6.67%；
2.排隊情況得到解決。優化前最長排隊人數為48人，優化后最長排隊人數為3人。
3.有效減少中學生取件高峰期因掃碼設備空閑率低，而造成系統截癱的機率。優化前非高峰期掃碼設備平均空閑率為70.75%，高峰期平均空閑率為2.07%。優化后非高峰期三臺掃碼設備平均空閑率為80.16%，高峰期平均空閑率為20.16%。中學生取件高峰期掃碼設備的平均空閑率由2.07%提升至20.16%。
綜合以上，增設自助掃碼設備1臺，在每晚的9:00～19:30降低兼職人員2名，是較為合理的選擇。
五、結論
本文基于仿真以山西農業學院快件服務站為例，為解決院校快件站在快遞抵達與取件高峰期，工作人員超負荷、驗件設備高運轉、學生時間成本浪費等問題，進行了的仿真剖析研究，發覺問題并最終通過對快件服務站在原有5名工作人員、2臺自助掃碼設備的基礎上再降低2名兼職人員和1臺自助掃碼設備。
END
宣傳推廣
免責聲明：部分文章信息來源于網絡以及網友投稿，本站只負責對文章進行整理、排版、編輯，出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其內容的真實性，如本站文章和轉稿涉及版權等問題，請作者在及時聯系本站，我們會盡快為您處理。
