论文部分内容阅读
摘 要：订单是物流作业执行的参照基础，本文提出的RSCF分析法针对订单间以及订单内部存在的对应关系进行分析，针对品项、数量、时间等维度展开，反映其中订单中关联性、集中性、波动性、相似性等特征，并以此为基础分析该特征对物流系统带来的影响，为进一步提升物流系统的服务能力提供支撑。
关键词：订单特征分析；关联度；相似度；集中度；波动度
一、引言
RSCF分析法是依据相关关键因素对订单进行定量分析。这种分析方法研究内容包括订单的关联性（Relevance）、集中性（Concentration）、波动性（Fluctuation）、相似性（Similarity）等特征变量，形成完整的订单分析法。物流系统规划设计、配送路线、仓储选址、工艺流程设计、物流设备等物流系列活动以此分析方法进行评价，从而优化物流系统，提升作业效率。
二、订单关联性分析
订单的关联性是指订单中品项、数量、时间等因素之间存在的不同层次、类型相关性，这种关联性分析可以分配货物的储位以及布局等。品项订单关联度系数越高说明这两个品项在配送中心、立库中拣选在一起的可能性比较大。要求我们在放置货物时更多的选择在一起，那么工作人员在拣选时所花费的时间就越短。为了达到工作关联程度的一致性，在订单分割条件下，所有分拣工作人员工作效率的提升，工作效果的一致性等条件，在订单品项、数量等因素分在不同区域，以达到所有区域货物工作量的均衡，充分发挥员工的积极性，提高分拣效率，提升作业效能。
三、订单集中度分析
订单的集中度分析是以订单在各品项、数量、时间的集中程度为变量依据。对于品项、数量、时间等相关变量因素进行计算，通过对集中度系数分析来计算所有相关变量因素的比值数量级，以他们之间的差异来衡定订单的区别特征，建立相关的信息数据，掌握其分布情况，建立大数据，以便用于物流信息系统规划、运输业务、仓储业务模式的组织、运营，各功能区的布局和规划以及设备选型。（1）订单数量集中度是从品项的订购量占订单总订购量的大小来衡量的；（2）订单品项集中度的分析对品项和数量相关变量进行区别分类比较，将这两个变量因素比值高的列出来，根据相关差异对品项进行比较，其真实程度远远高于ABC分类法等，凸显品项订购的广泛度和订购量；（3）订单集中度分析更清晰，更全面的从品项、数量、时间三个变量来比较分析，能够为物流系统内部运作提供第一手数据，针对品项、数量、时间之间这种关联的不同，可采用不同的物流运作模式；（4）在一些生产企业，尤其是生产品项并多时，仓储企业在立库中提出了品项和数量相对集中的核心品项概念。在仓储作业时，分拣期间可采用播种式和摘果式两种方式，对于那些具有核心品项的商品和与之相关的较强关联度的关联品项加以功能明确，满足一定订单需要，减少立库巷道彼此之间的交叉，对仓库的储位布局进行优化，提高作业效率。
四、订单波动性分析
在供应链系统中是有供应商、生产商、代理商、批发商、零售商等多重企业组成复杂因素。订单波动性不能按以往进行预测和分析。要综合考虑其销售量、库存量和不确定因素所引起的波动情况，对其进行预测和决策。订单波动性分析建立供应链系统模型，研究供应链系统在年、月、日等三个层次上，与库存稳定向上，受客户喜好需求影响因素。确立仓储库存的调整时间周期避免牛鞭效应的影响。根据集中度随着时间的波动来确定配送中心或者仓库的仓储结构的调整周期，为物流系统的规划和优化提供依据和指导。在一定的调整时间周期中更新订单的集中度、订单相似度、订单关联度影响。尽量缩短订货时间周期，和一定时间段内的数量级，加强变量维度之间的沟通联系。通过分析比较品项、数量、时间的波动，能够较真实的反映实际发生订货量与库存变化关系。帮助供应链上下游企业之间有针对性的制定合理战略。不同企业的需求也不尽相同，在对于品项维度的变化要求分析利于清晰了解实际发生订单情况。有助于了解订单品项的特征，使得对物流系统的规划和设计，路线配送以及立库拣选、仓储存储等作业的规划更有针对性。
五、订单相似性分析
订单相似性是指那些经常被同时提及、被订货，在一段时间同时被分拣的商品，进行多订单分拣优化。订单相似性主要考虑货物之间相似性和货物存储位置之间的一致性。可以考虑将类似货物放置在一起，分拣时将极大的提升工作效率。
不同品项在订单中出现是不同的，这些差异通过订单数量集中度、订单品项集中度以及订单品项关联度等展示出来。如此这些情况的表现，订单的聚类分析是基于订单之间的相似关联度，将一些具有相似特征的订单进行聚和分类。在立库的具体放置摆放位置，这些相似性更多地是从产品从生产线到组织配送过程中移动路径来识别的。通过订单聚类分析方法主要就是判断这个订单是否符合某一个条件。进行某种具体分类方法的研究，以此调整仓储物品的摆放，根据订单的区域分析就是一种简单的订单的聚类，判断分类条件决定了订单聚类的程度。
六、小结
本文提出了RSCF分析法并对RSCF方法关键变量因素进行分析，其中主要对订单关联性、订单集中性、订单波动性以及订单相似性等四种变量特征进行对比比较，并建立分析评价指标体系。在分析比对过程中提出核心品项、关联品项、abc分类方法等概念，并阐述了RSCF分析法在物流系统规划、设备选型、仓储布局、配送管理、物流信息管理等方面的应用。RSCF分析法对物流中心规划等具有参考价值，可以定量地评价用户需求，实现以订单为导向的系统优化设计系统。
参考文献：
[1]李诗珍.基于工作量均衡的分区同步拣货系统储位分配与评价[J].包装工程，2010（11）.
[2]张贻弓.并行拣选策略下的自动拣选系统品项分配优化[J].计算机工程與应用，2011（03）.
[3]张贻弓.基于并行拣选策略的自动拣选系统品项分配[J].计算机集成制造系统，2010（08）.
作者简介：岳文军（1977- ），男，辽宁辽中人，管理学硕士，讲师，研究方向：物流与供应链管理
关键词：订单特征分析；关联度；相似度；集中度；波动度
一、引言
RSCF分析法是依据相关关键因素对订单进行定量分析。这种分析方法研究内容包括订单的关联性（Relevance）、集中性（Concentration）、波动性（Fluctuation）、相似性（Similarity）等特征变量，形成完整的订单分析法。物流系统规划设计、配送路线、仓储选址、工艺流程设计、物流设备等物流系列活动以此分析方法进行评价，从而优化物流系统，提升作业效率。
二、订单关联性分析
订单的关联性是指订单中品项、数量、时间等因素之间存在的不同层次、类型相关性，这种关联性分析可以分配货物的储位以及布局等。品项订单关联度系数越高说明这两个品项在配送中心、立库中拣选在一起的可能性比较大。要求我们在放置货物时更多的选择在一起，那么工作人员在拣选时所花费的时间就越短。为了达到工作关联程度的一致性，在订单分割条件下，所有分拣工作人员工作效率的提升，工作效果的一致性等条件，在订单品项、数量等因素分在不同区域，以达到所有区域货物工作量的均衡，充分发挥员工的积极性，提高分拣效率，提升作业效能。
三、订单集中度分析
订单的集中度分析是以订单在各品项、数量、时间的集中程度为变量依据。对于品项、数量、时间等相关变量因素进行计算，通过对集中度系数分析来计算所有相关变量因素的比值数量级，以他们之间的差异来衡定订单的区别特征，建立相关的信息数据，掌握其分布情况，建立大数据，以便用于物流信息系统规划、运输业务、仓储业务模式的组织、运营，各功能区的布局和规划以及设备选型。（1）订单数量集中度是从品项的订购量占订单总订购量的大小来衡量的；（2）订单品项集中度的分析对品项和数量相关变量进行区别分类比较，将这两个变量因素比值高的列出来，根据相关差异对品项进行比较，其真实程度远远高于ABC分类法等，凸显品项订购的广泛度和订购量；（3）订单集中度分析更清晰，更全面的从品项、数量、时间三个变量来比较分析，能够为物流系统内部运作提供第一手数据，针对品项、数量、时间之间这种关联的不同，可采用不同的物流运作模式；（4）在一些生产企业，尤其是生产品项并多时，仓储企业在立库中提出了品项和数量相对集中的核心品项概念。在仓储作业时，分拣期间可采用播种式和摘果式两种方式，对于那些具有核心品项的商品和与之相关的较强关联度的关联品项加以功能明确，满足一定订单需要，减少立库巷道彼此之间的交叉，对仓库的储位布局进行优化，提高作业效率。
四、订单波动性分析
在供应链系统中是有供应商、生产商、代理商、批发商、零售商等多重企业组成复杂因素。订单波动性不能按以往进行预测和分析。要综合考虑其销售量、库存量和不确定因素所引起的波动情况，对其进行预测和决策。订单波动性分析建立供应链系统模型，研究供应链系统在年、月、日等三个层次上，与库存稳定向上，受客户喜好需求影响因素。确立仓储库存的调整时间周期避免牛鞭效应的影响。根据集中度随着时间的波动来确定配送中心或者仓库的仓储结构的调整周期，为物流系统的规划和优化提供依据和指导。在一定的调整时间周期中更新订单的集中度、订单相似度、订单关联度影响。尽量缩短订货时间周期，和一定时间段内的数量级，加强变量维度之间的沟通联系。通过分析比较品项、数量、时间的波动，能够较真实的反映实际发生订货量与库存变化关系。帮助供应链上下游企业之间有针对性的制定合理战略。不同企业的需求也不尽相同，在对于品项维度的变化要求分析利于清晰了解实际发生订单情况。有助于了解订单品项的特征，使得对物流系统的规划和设计，路线配送以及立库拣选、仓储存储等作业的规划更有针对性。
五、订单相似性分析
订单相似性是指那些经常被同时提及、被订货，在一段时间同时被分拣的商品，进行多订单分拣优化。订单相似性主要考虑货物之间相似性和货物存储位置之间的一致性。可以考虑将类似货物放置在一起，分拣时将极大的提升工作效率。
不同品项在订单中出现是不同的，这些差异通过订单数量集中度、订单品项集中度以及订单品项关联度等展示出来。如此这些情况的表现，订单的聚类分析是基于订单之间的相似关联度，将一些具有相似特征的订单进行聚和分类。在立库的具体放置摆放位置，这些相似性更多地是从产品从生产线到组织配送过程中移动路径来识别的。通过订单聚类分析方法主要就是判断这个订单是否符合某一个条件。进行某种具体分类方法的研究，以此调整仓储物品的摆放，根据订单的区域分析就是一种简单的订单的聚类，判断分类条件决定了订单聚类的程度。
六、小结
本文提出了RSCF分析法并对RSCF方法关键变量因素进行分析，其中主要对订单关联性、订单集中性、订单波动性以及订单相似性等四种变量特征进行对比比较，并建立分析评价指标体系。在分析比对过程中提出核心品项、关联品项、abc分类方法等概念，并阐述了RSCF分析法在物流系统规划、设备选型、仓储布局、配送管理、物流信息管理等方面的应用。RSCF分析法对物流中心规划等具有参考价值，可以定量地评价用户需求，实现以订单为导向的系统优化设计系统。
参考文献：
[1]李诗珍.基于工作量均衡的分区同步拣货系统储位分配与评价[J].包装工程，2010（11）.
[2]张贻弓.并行拣选策略下的自动拣选系统品项分配优化[J].计算机工程與应用，2011（03）.
[3]张贻弓.基于并行拣选策略的自动拣选系统品项分配[J].计算机集成制造系统，2010（08）.
作者简介：岳文军（1977- ），男，辽宁辽中人，管理学硕士，讲师，研究方向：物流与供应链管理