仓库中采用的拣选方法因仓库规模而异。小型仓储设施通常会单独拣选订单，而大型多区域设施则会分批收集订单。在这两者之间，存在着一个灰色地带，即订单比较复杂，而仓库规模不大也不小。在这种情况下，最佳的订单拣选方法是什么？
DHL供应链（DHL Supply Chain）进行了研究并开发了一种针对中型仓库订单拣选的优化工具。在此，您可以了解他们的研究、解决方案和案例研究结果。
DHL供应链是德国邮政DHL集团（DeutschePost DHL Group）的一个部门，拥有全球网络和广泛的物流组合，包括仓库、运输和增值服务。
问题
集群拣选是一种在单个任务中为多个订单收集库存物品（SKU）的方法。它通常采用先到先得（FCFS）波次策略来实现。
集群拣选方法用于中型仓库，而不是像在小仓库中那样单独拣选，或者像在大型仓库中那样分批拣选。集群拣选是在处理许多订单的同时保持良好吞吐量水平的一种尝试。在最大产能的情况下，拥堵和低效可能会成为挑战。
阅读更多关于DHL供应链案例研究中的仓库吞吐量的信息。
DHL 供应链的运营科学团队希望通过减少拥堵和提高效率来改进基本的集群拣选。他们的解决方案是在中型仓库部署一个软件工具。
解决方案
工程师们开发了一个仓库集群拣选的仿真模型。该模型用于复制集群拣选方法，并与其他方法进行比较。通过这种方式，工程师可以解决订单拣选过程中的拥堵和其他瓶颈问题。
该模型考虑了仓库班次、每班拣选工的数量，并提供了将其他波次策略与先到先得（FCFS）波次策略进行比较的可能性。收集的指标包括通道和运货车拥堵情况、运货车行程完成时间和等待时间。
试验表明，最佳的集群拣选解决方案应以减少运货车行程为重点。DHL的工程师们发现，最佳方法是安排订单的收集方式，访问尽可能少的过道，而不是让运货车在一次运输中访问仓库的很多或所有通道。
DHL团队进一步开发了订单拣选算法，除了最大限度地缩短行程外，还能最大限度地减少停靠站点，并在适用情况下平衡跨区工作。结果是增加了每小时处理的单位数量，最大限度地缩短了订单周期时间，并减少了拥堵。
为了帮助在整个公司应用集群拣选分析和订单分组方法，我们为 DHL 的仓库管理系统开发了一个微型服务插件。该系统被称为 IDEA（即时发现高效活动）。
结果
DHL供应链的运营科学团队验证了与FCFS相比，lDEA使整体生产率提高14%，运输拥堵减少了35%。根据这些效率发现，分拣员的数量有可能减少 12.5%。
与FCFS相比，IDEA的效率得益于拣选时间和运货车空闲时间的改善。在测试场景中，运货车完成拣选任务所需的时间（运货车完成时间）减少了12%，运货车等待空位的时间减少了36%。
IDEA（即时发现高效活动）和先到先得（FCFS）波次策略的运货车拥堵比较表明，运货车等待空位的时间减少了。值得注意的是，lDEA将四辆以上运货车拥堵的时间从28%减少到18%。
总之，IDEA 工具是通过减少维持仓库吞吐量所需的拣货员数量来降低运营成本的有效方法。该工具作为一个插件，可以很容易地与 DHL 的仓库管理系统集成，并且可以部署到任何需要的地方。这是利用 AnyLogic 进行仿真建模的一个范例，它能以与现有系统集成的方式提供强大的结果。了解更多有关使用 AnyLogic 优化仓库的信息。
本案例研究由来自DHL供应链部的Vijay Sharma在2021年AnyLogic会议上演讲。他的演讲附有后续问答环节：
