第２６卷　第４期

２０１８年　　４月　　　　　　　　　 　

中国管理科学

ＣｈｉｎｅｓｅＪｏｕｒｎａｌｏｆＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ　 　　　　　　　　　

Ｖｏｌ．２６，Ｎｏ．４

Ａｐｒ．，　２０１８

文章编号：１００３－２０７（２０１８）０４－００７８－１０

ＤＯＩ：１０．１６３８１／ｊ．ｃｎｋｉ．ｉｓｓｎ１００３－２０７ｘ．２０１８．０４．００９

国家自然科学基金重大项目《面向经济、社会和环境协调发展的现代物流管理研究》项目组论文选登

零售物流中心运作优化的一种Ｔ型补货策略

田　歆１，２，罗春林２，３，汪寿阳２，４，陈庆洪１，５，卢美红５

（１．中国科学院虚拟经济与数据科学研究中心，北京　１００１９０；

２．中国科学院大学经济与管理学院，北京　１００１９０；３．江西财经大学信息管理学院，江西 南昌　３３００１３；

４．中国科学院数学与系统科学研究院，北京　１００１９０；５．上海海鼎信息工程股份有限公司，上海　２０１１１２）

摘　要：现代零售物流中心一般都包含数十万个大大小小的货位，每日需处理几万到数十万货位品类（ＳＫＵ）的物

流运作。如何合理存储货品并将货品从存储位补充至拣货位，即补货，是仓储管理中常见的瓶颈流程，直接决定了

零售物流中心的作业效率。该研究基于虚拟商务理论提出了一种新的Ｔ型补货策略，即以拣货位为基点，呈Ｔ字

形搜索寻址来上架存储货品，并按照先入先出和就近原则将货品补充至拣货位。与常规补货策略相比，Ｔ型补货

策略不只是考虑单一货品的补充距离，更注重物流中心存储的整体合理性。最后以中国某百强连锁零售企业在上

海的物流中心为例，抽取了采用Ｔ型补货策略前后的１００００条数据并进行分析，结果显示Ｔ型补货策略极大地提

升了物流中心的补货效率。

关键词：Ｔ型补货策略；分拣；仓库；物流管理

中图分类号：Ｆ２５２．３　　　文献标识码：Ａ

收稿日期：２０１７－０１－１３；修订日期：２０１８－０２－２３

基金项目：国家自然科学基金重大项目（７１３９０３３１）；国家自然科

学基金资助项目（７１４６１００９，７１７６１０１５）；江西省教育

厅科技项目（ＧＪＪ１６０４３６）

通讯作者简介：罗春林（１９７８－），男（汉族），江西都昌人，中国科

学院大学经济与管理学院，副教授，硕士生导师，

博士，研究方向：物流与供应链管理；Ｅｍａｉｌ：

ｃｈｕｎｌｉｎｌｕｏ＠１２６．ｃｏｍ．

１　引言

大中型零售仓库一般使用立体式货架以提升仓

库库容，高度３到１０层不定，且货架采用背靠背的

布局模式。为了能够快速响应出货订单，按照订单

拣选货品并出货，经常会将货架最下方的一层（库位

不足则为两层）设为拣货位。仓库人员在进行拣货

操作时，直接从低层的拣货位取货至托盘。每个

ＳＫＵ（ＳｔｏｃｋＫｅｅｐｉｎｇＵｎｉｔ）货品对应一个拣货位，

匹配通常是固定的，只有在季节更换或者某些货品

拣货位数量严重不足时会进行调整。ＳＫＵ作为库

存进出计量的基本单位，已引申为物流管理中货品

统一编号的通称，每种货品均对应有唯一识别的

ＳＫＵ号。ＳＫＵ是大型连锁超市或配送中心物流管

理的一个必要的方法。货架高层为货品存储位，存

储灵活可变，不固定具体货品，动态存储与调拨以适

应物流中心大批量ＳＫＵ频繁的进出、补货和分拣

操作。

从货品进出物流中心的过程来看，零售物流运

作主要包含收货、补货、分拣、集货、装运等一系列串

行流程环节，其中，存储货品并将货品从存储位补充

到拣货位的补货流程，以及衔接在后的分拣流程，是

物流中心日常运营且最频繁的关键环节，共同决定

了仓储作业效率乃至整个零售企业的物流能力。田

歆、汪寿阳和陈庆洪［１］研究并提出了一种分拣优化

策略，综合利用仓储布局和储位分配的优化策略来

缩短订单的拣货路径，从而减少订单拣货时间以提

高物流效率。本文在这一工作基础上，研究当分拣

效率提升而补货环节成为瓶颈时，与分拣流程衔接

并制约分拣速度的物流补货优化策略。

与物流中心补货策略密切相关的研究是立体仓

库的货位分配，国外许多学者对此进行了大量的研

究，Ｂｅｒｇ［２］和Ｒｏｏｄｂｅｒｇｅｎ和Ｖｉｓ

［３］等做了比较全面

的综述与分析。Ｈａｕｓｍａｎ等［４］对自动化立体仓库

进行了深入研究，结果发现，对不同储位分配策略的

行程时间而言，分类存放策略的效率比随机存放的

效率要高４０％以上。Ｒｕｂｅｎ和Ｊａｃｏｂｓ［５］研究了仓

网络出版时间：2018-05-04 15:56:21网络出版地址：http://kns.cnki.net/kcms/detail/11.2835.g3.20180503.1630.009.html

储系统中的货位分配与批量建构启发式算法。

Ａｎｇ，Ｌｉｍ和Ｓｉｍ［６］在需求因素部分可刻画时构建

了货位分配的鲁棒优化模型并得到相应的存取策

略。Ｐａｎ等［７］基于遗传算法设计了“ｐｉｃｋ－ａｎｄ－

ｐａｓｓ”仓储系统中货位分配的启发式算法，并通过

Ｆｌｅｘｓｉｍ仿真发现该算法比“ｐｉｃｋ－ａｎｄ－ｐａｓｓ”仓储

系统中的其它算法更好。Ｇｏｅｒｉｇｋ，Ｋｎｕｓｔ和Ｌｅ［８］

则利用精确分解与启发式算法研究了仓储约束时的

存储策略问题。

近年来，国内许多学者也对立体仓库的货位分

配进行了深入研究。肖建和郑力［９］根据需求的相关

性与频率，研究了多巷道仓库中的货位分配问题，建

立了货位分配的优化模型并提出了一种结合启发式

算法的混合遗传算法。陈璐和陆志强［１０］基于混合

整数规划模型研究了自动化立体仓库中的货架分配

与存取作业路径的优化问题，提出了基于图形的两

阶段决策算法。李英德［１１］基于ＳＫＵｓ相关性的装

箱和货位指派的协同问题，建立了以最小化最大分

区拣货处理时间为目标的优化模型，并提出了基于

ＳＫＵｓ相关性的 ＳＡＣ 算法和基于货物位置的

ＮＦＤＰ算法，在此基础上提出了协同解决货位指派

和装箱的ＳＡＣ－ＮＦＤＰ算法。邓爱民等［１２］以医药

为例研究了自动化立体仓库的货位优化问题。宗晓

萍等［１３］研究了固定货架系统中的拣选作业优化问

题，将优化问题归结为经典的ＴＳＰ模型，并提出了

一种改进遗传算法，结果显示改进遗传算法从拣选

路径和优化速度两方面提高了拣选效率。宁浪、张

宏斌和张斌［１４］将存储货位分配问题抽象为三角形

装箱问题，建立了考虑时间因素在内的货位分配模

型，并设计了求解的启发式算法。董秉坤、张群和陈

志新［１５］针对不规则物品的存储与管理，设计开发了

灵巧存取物流系统和智能化信息管理系统。徐浩轩

等［１６］基于企业服务水平研究了第三方仓库的设计

与优化；付晓峰、张波和王卫青［１７］针对密集式叉车

立体仓库的存储特点与作业模式，分析了与出入库

作业流程相结合的货位状态数据管理过程，并以出

库作业效率为目标优化了货位分配；李鹏飞和马

航［１８］提出以出入库效率和货架稳定性为优化因素

的货位优化模型，并采取病毒协同遗传算法对优化

模型进行仿真，结果显示病毒协同遗传算法能有效

实现自动化立体仓库货位优化，是提高货物出入库

效率和货架的稳定性的一种有效方法。

上述文献对立体仓库货位分配问题的研究取得

了不少成果，但都局限在货位相对较少的情形，难以

应用于大中型现代化立体仓库或零售物流中心中。

另一方面，这些研究在理论层面上做出了很好的贡

献，但基本上都忽略了算法在实际企业中的易操作

性以及运营成本问题。面对大中型现代化立体仓库

与零售物流中心的补货优化需求，如何合理地存放

货品并进行补充，以提升仓库的作业效率，是一个非

常重要的现实问题。本文在上述研究的基础上，立

足中国物流信息化的多年实践成果，结合虚拟商务

理论的“综合集成、整体优化”思想［１９，２０］，提出了一

种Ｔ型补货优化策略，并详细介绍了相关算法。加

载了Ｔ 型补货算法的仓储管理系统（Ｗａｒｅｈｏｕｓｅ

ＭａｎａｇｅｍｅｎｔＳｙｓｔｅｍ，ＷＭＳ）被成功地应用于我国

一批知名零售企业，极大地提高了物流中心的作业

效率，提升了企业的经济效益。

２　仓储结构与货位编码

如上所述，大中型零售仓库一般都使用３至１０层

的立体式货架，且货架采用背靠背的布局模式，如图１

所示，其中货位编码是仓储作业的一个重要信息。

图１　物流中心立体式货架布局

图２所示为某零售企业大型物流中心的平面布

局，以图中画圈处为例，图３所示为该区域的详细货

道、货架与货位编码及其平面分布。ＷＭＳ系统记

录了每一个货架与货位的条码数字和货架布局，物

流中心每一货位也粘贴了该条码数字及用于扫描录

入的二维条码。这种货架布局与货位的编码记录对

补货优化研究提供了基础资料和前提条件。

货架上货位编码是由货区－货道－货架－列－

层构成，如图３中货位编码１１０３０７１１，表示１１（货

区）－０３（货道）－０７（货架）－１（列）－１（层）。通常

一个货架空间可以放２列托盘，即０７货架还有另一

列１１０３０７２１。沿着货道，一侧是奇数货架，另一侧

则是偶数货架。

·９７·第４期　 　　　　　　　　　　田　歆等：零售物流中心运作优化的一种Ｔ型补货策略

图２　某客户企业仓库平面布局图

图３　区域货架与货道平面布局

·０８· 中国管理科学　　　　　　　　　　　　　　　　　　　　２０１８年

　　零售物流中心一般有整托拣货、整箱拣货和拆

零拣货三种拣货方式。本文以最为常见的整箱拣货

为例来讨论相对应的Ｔ型补货优化策略。

３　Ｔ型上架算法与补货策略

Ｔ型上架逻辑是在原有零售物流中心存储逻辑

的基础上，即货品设定存储范围、类别设定存储范围、

拣货分区设定存储范围等，进一步优化产生的存储逻

辑规则，力图实现更加合理的仓库库存布局，优化作

业动线，从而实现物流效率的提高。Ｔ型上架逻辑主

要是指在大的存储范围框架下，以货品固定拣货位为

基点，进行Ｔ字形存储，算法详细流程如图４所示。

图４　Ｔ型补货策略上架流程图

·１８·第４期　 　　　　　　　　　　田　歆等：零售物流中心运作优化的一种Ｔ型补货策略

　　为实现和应用Ｔ型上架逻辑算法，ＷＭＳ系统

增加如下参数：

犕—ＷＭＳ系统寻找上架货位时由高往低查找

的最大层数；

犖—ＷＭＳ系统寻找上架货位时当前货道单边

每次循回的货架数；

犣—ＷＭＳ系统中某一货品的一次性允许上架

托盘数。

仓库最下方一层货位为拣货位，为最大可能保

证该拣货位对应的货品存储于以其为中心的Ｔ字

形存储区域，系统通过参数 犕，犖 的优化配置来进

行规范。实践中，如果某货品出现大批量进货情形，

全部上架往往导致多个存储位被该货品所占用，严

重影响该货道上其他货品的存储，进而降低该货道

大部分商品的作业动线和效率。在Ｔ型上架逻辑

下，通过系统增加参数犣，如果一次性收货托盘数多

于犣，则超出部分的其它托盘将强制性存储到独立

的分流区，从而保证物流中心货品储存的合理分布。

需要说明的是，在实践中，摆幅参数 犕 和找存

储位层数参数犖，系统可根据物流中心布局自行设

置，比如常规物流中心布局中，犕 一般设置为２个

货架，找存储位层数犖 一般等于货架总层数－（拣

货位＋２）层数，犖 值的含义在于拣货位上方再预留

２层。这样，可以确保在使用非拣货位所在这列的

货位时，保证其他列的拣货位货品在收货时能上架

到拣货位上方。但在搜索拣货位本身所在货架列的

存储位时，不受层数犖 的限制。

下面以具体的拣货位为例，介绍Ｔ型上架算法

寻找存储位的查找规则。如果货品当前拣货位所在

的货架为０７，拣货位所在货道共有１６个货架，每次

查找货位的货架摆幅为２，查找货位规则如下（当寻

找到空位后，进行上架，停止搜索）：

步骤１：搜索货架０７中拣货位所在列所有层数

的存储位（由低往高）；

步骤２：搜索货架０７其他列的存储位（由高向

低的Ｎ层）；

步骤３：搜索货架０７左边的货架０５，然后搜索

货架０７的右边货架０９；

步骤４：搜索货架０７左边的货架０３，然后搜索

货架０７的右边货架１１；

步骤５：搜索货架０７对面的货架０８（由高往低

的Ｎ层，优先与拣货位所在列相同的列）；

步骤６：搜索货架０８左边０６货架、右边１０货

架、左边０４货架、右边１２货架；

步骤７：搜索货架０７左边０１货架、右边１３货

架、右边１５货架、然后货架０８左边０２货架、右边

１４货架、右边１６货架；如果有更多货架，以此类推

寻找；

步骤８：当前货道找完，搜索其他货道的货位

（由高往低的Ｎ层），按照货架由小到大、层数由高

往低的Ｎ层、货位由小到大的顺序寻找；

步骤９：若找不到空位，寻找比存储区域内所有

规格大的距离最近的存储位；

步骤１０：若搜索不到空位则报错，由特殊权限

的人员来操作上架。

ＷＭＳ系统通过分析历史数据，在系统中对每

个ＳＫＵ设置相应的拣货位、拣货库位的安全库存、

拣货库位的最大存储库存等参数。当拣货位货品数

量低于最低要求库存量或下一波次出货量时，系统

对该货品自动发出后续补货指令，从存货位将货品

补货至拣货位。这样，拣货人员只需从拣货位直接

拣货，减少了高位叉车的使用频率，可以大幅度提高

分拣效率。补货时间需要平衡高峰时段与清闲时

段，以减少资源的配置和利用。其中，从存储区转移

货物到拣货位按照“先进先出、就近原则”进行补充，

先将货架上最早上架的货物先补货至拣货位，同一

批次则优先补充存储距离更近的货品，兼顾货品的

保质期限和作业效率。

４　策略比较

常规补货策略的上架算法以拣货位为基准，首

先找比拣货位编码小的空闲存储位，再找比拣货位

编码大的空闲存储位，选取两者之中距离拣货位最

近的空闲存储位进行上架，其中距离计算基于货区

－货道－货架－列－层的货位编码，利用ＡＳＣＩＩ码

来定义。以上面讨论的１１０３０７１１拣货位为例，这一

寻址问题可以转化为寻找编码为犡 的空闲存储位，

以使犡到拣货位１１０３０７１１的距离最小，即：

ｍｉｎ犡

｛１１０３０７１１－犡 ｝ （１）

其 中 １１０３０７１１－犡 为 存 货 位 犡 与 拣 货 位

１１０３０７１１的ＡＳＣＩＩ距离。

根据前述分析可知，Ｔ型补货策略上架算法与

常规上架算法的搜索路径，在水平方向都是优先在

同一通道内寻址。但在纵向（高度）上，Ｔ型策略的

搜索路径如图５所示，其中图示仅刻画了与拣货位

在同一侧的货架，而常规补货策略上架算法搜索路

径如图６所示，图示也同样只刻画了与拣货位在同

一侧的货架。

·２８· 中国管理科学　　　　　　　　　　　　　　　　　　　　２０１８年

图５　Ｔ型补货策略上架算法纵向搜索路径图

图６　常规补货策略上架算法纵向搜索路径图

　　比较图５和图６可知，与常规补货策略上架算

法相比，Ｔ型补货策略的上架方法，在非自列寻找存

储位时，优先寻找较高的存储位，并预留空间给其它

商品，这样可以避免在某些货品来货量较大时，将靠

近其拣货位的空闲存储位全部占满，使得其它商品

存储到距离较远甚至其它通道的位置上。因此，Ｔ

型补货策略与常规补货策略的上架逻辑，并非仅仅

体现在单一货品的存储距离远近上，更表现为具备

更加优良的物流中心存储整体合理性。

另一方面，在实际的整箱拣货操作中，都是需要

叉车来进行上架和补货的。对叉车而言，在通道里

水平移动速度最快，纵向上下移动速度次之，在通道

里叉车掉头到对面货架的速度最慢，需要的时间比

较长。而按照常规补货策略中 ＡＳＣＩＩ距离远近的

上架逻辑，当拣货位所在列的存储位全部占满，这时

系统会首先选择到对面货架上去寻找存储位。因此

按照常规ＡＳＣＩＩ距离的上架逻辑，会明显增加叉车

掉头的频率，从而降低上架与补货的效率。

５　应用案例与绩效分析

中国某百强连锁零售企业以标准超市和便利店

为主营业态，拥有２０００多家门店，是中国最为知名

的连锁零售集团之一。经过十几年的发展，随着门

店的增多和销售额的扩大，物流配送能力逐渐成为

企业发展的主要约束。为了提高企业竞争优势，更

好地服务门店和消费者，２０１０年，该企业选择并启

用上海海鼎信息工程股份有限公司（简称“海鼎公

司”）提供的供应链信息化一站式解决方案，其中一

个核心工作就是对其物流中心进行全面信息化改

造，切换使用海鼎仓库管理系统 ＨＤＷＭＳ、海鼎运

输管理系统 ＨＤＴＭＳ、海鼎电子标签拣货系统等系

统平台及技术，实现了全流程无纸化等现代化仓库

管理方法。２０１６年１２月３１日，海鼎公司在对该企

业的年度巡检和售后维护时，为该企业更新了海鼎

进销存管理 ＨＤＰＯＳ、ＨＤＷＭＳ等零售和物流管理

信息系统的多个模块，包括对物流中心商品上架及

补货模块的重大改进，即采用新的Ｔ型上架寻址逻

辑策略，优化补货流程运作，以打通物流中心运营中

分拣后的下一个瓶颈环节。

本文随机选取该零售企业位于上海地区某物流

中心整箱拣货区的一个通道，从ＨＤＷＭＳ中调取该

物流中心通道在系统更新（即采用Ｔ型策略）前后

各１００００条订单补货记录，如表１、表２所示。在实

际业务场景中，ＨＤＷＭＳ系统自动运算当前拣货位

商品数量及当日订单拣货需求，不断向补货人员顺

序发布补货指令，告知补货人员根据补货单将商品

从当前存储货位（来源货位）移动至商品固定拣货位

（目标货位），完成该商品分拣前的补货流程。系统

自动记录发布补货指令的时间为订单补货起始时

间，补货人员完成最后一个补货操作，即在移动端扫

描拣货位条码复核确认的时间为补货结束时间。根

据补货单的起始时间和结束时间，从系统调取数据

时同时计算差值，以分为单位自动生成订单补货间

隔时间（见表１、表２）。需要指出的是，由于物流中

心空间限制及考虑设备和人力等运营成本因素，补

货岗位设置的人员极为有限，实际运营中补货人员

·３８·第４期　 　　　　　　　　　　田　歆等：零售物流中心运作优化的一种Ｔ型补货策略

通常会在短期内接到多个补货订单指令（开始计

时），但需要将一个个补货订单顺序处理，经常会发

生订单积压、延迟处理的场景，补货时间长达数十分

钟甚至几个小时以上。商品补货和拣货等核心流程

订单处理的积压延误情况，也是物流中心运营效率

评估的一个重要因素。

表１　中国某百强连锁零售企业物流中心采用犜型策略前订单补货记录

ＩＤ 补货单号 来源货位 目标货位 起始时间 结束时间 间隔时间（分）

１ ＷＭＳ１１６１１０１０４ ４００５１３１３ ４００２１９２１ ２０１６／１２／６７：２９：５０ ２０１６／１２／６７：３２：４４ ２．９

２ ＷＭＳ１１６１１０１１０ ４００６０１２３ ４００５２６１１ ２０１６／１２／６７：３８：４３ ２０１６／１２／６７：４１：５５ ３．２

３ ＷＭＳ１１６１１０１２５ ４００１２８２３ ４００６２７２１ ２０１６／１２／６７：３９：０３ ２０１６／１２／６７：４５：５１ ６．８

４ ＷＭＳ１１６１１０１４３ ４０１４０４３２ ４００６２８２１ ２０１６／１２／６７：３９：５３ ２０１６／１２／６７：４５：２５ ５．５３

５ ＷＭＳ１１６１１０１６９ ４００７０１２２ ４００７２１１１ ２０１６／１２／６７：４５：３５ ２０１６／１２／６７：４５：５２ ０．２８

１００００ ＷＭＳ１１６１２３１９４ ４００５４６２３ ４００７４１２１ ２０１６／１２／３１１２：１０：５４ ２０１６／１２／３１１２：１３：０９ ２．２５

　　注：数据选取该物流中心采用Ｔ型策略之前某通道最后１００００条订单补货记录

表２　中国某百强连锁零售企业物流中心采用犜型策略后订单补货记录

ＩＤ 补货单号 来源货位 目标货位 起始时间 结束时间 间隔时间（分）

１ ＷＭＳ１１７０１０１１６ ４００５３７２２ ４００６３０２１ ２０１７／１／１８：４１：２３ ２０１７／１／１８：４５：１１ ３．８

２ ＷＭＳ１１７０１０１３５ ４００２２８２４ ４００３４３２１ ２０１７／１／１８：５１：３０ ２０１７／１／１８：５５：１１ ３．６８

３ ＷＭＳ１１７０１０１５０ ４０１４１４１５ ４００３３６１１ ２０１７／１／１９：２８：５８ ２０１７／１／１９：２９：２４ ０．４３

４ ＷＭＳ１１７０１０１６１ ４００３１０１５ ４００３１３２１ ２０１７／１／１９：３１：５３ ２０１７／１／１９：３２：０４ ０．１８

５ ＷＭＳ１１７０１０１６９ ４０１４２１２４ ４００３２６１１ ２０１７／１／１９：３５：２８ ２０１７／１／１９：３５：４１ ０．２２

１００００ ＷＭＳ１１７０３２７９９ ４００６１９１５ ４００７３２１１ ２０１７／１／２７１２：０１：００ ２０１７／１／２７１２：０２：５９ １．９８

　　注：数据选取该物流中心采用Ｔ型策略之后某通道最新１００００条订单补货记录

图７　中国某百强连锁零售企业物流中心订单补货时间

　　物流中心采用Ｔ型策略前后所抽样的两组各

１００００个订单补货时间如图７所示，采用Ｔ型策略

后，补货效率、波动情况发生显著地改善，延误订单

在出现频次和幅度上明显好转，运作更加平稳。表

·４８· 中国管理科学　　　　　　　　　　　　　　　　　　　　２０１８年

３对两组订单补货时间样本的统描述性统计可知，

采用Ｔ型策略前后，订单平均补货时间由２．８分减

小至２．３分，订单补货时间标准差由８．９分降为

２．２分，改善效果非常显著。

表３　描述性统计结果

是否采用Ｔ型策略 均值 标准差 样本量 最小值 最大值

０（采用前） ２．７８９３５ ８．８９０１９ １００００ ０．１５ ４５０．８２

１（采用后） ２．３４４９９ ２．２１７０５ １００００ ０．０７ ６７．６２

总计 ２．５６７１７ ６．４８２４９ ２００００ ０．０７ ４５０．８２

　　对采用Ｔ型策略前后两组样本数据，本文进一

步采用单因素方差分析方法来检验Ｔ型策略对订

单补货时间的影响。如表４所示，单因素方差分析

的Ｆ检验、巴特勒特检验结果同时表明，在９９％的

置信度下，采用Ｔ型策略对于订单补货时间存在显

著地改进效果。

表４　订单补货时间关于采用犜型策略前后的单因素

方差分析

来源 平方和 自由度 均方 Ｆ Ｐｒｏｂ＞Ｆ

处理 ９８７．２４３５ １ ９８７．２４３５ ２３．５２ ０．００００

误差 ８３９４２４．７７３ １９９９８ ４１．９７５４３６２

总计 ８４０４１２．０１６ １９９９９ ４２．０２２７０２

　　巴特勒特检验（Ｂａｒｔｌｅｔｔ＇ｓｔｅｓｔ）：ｃｈｉ２（１）＝０．０００１５，Ｐｒｏｂ＞ｃｈｉ２

＝０．０００

　　同时对两组样本进行非配对均值假设检验。结

果如表５所示，Ｔ检验数据表明，在９９％的置信度

下，采用Ｔ型策略后的订单补货时间显著低于采用

Ｔ型策略前的订单补货时间，与描述性统计、单因素

方差分析的结果一致。需要说明的是，表５所进行

的均值检验建立在两组样本具有同一方差这一假设

条件下，并不一定符合实际情况，这里仅作为一种鲁

棒性检验。

上述数据分析及检验结果均表明，通过采用Ｔ

型策略优化商品上架补货流程，企业物流运营能力

有了显著地的改善。在零售物流中心运作中，补货

流程及其后续衔接的分拣流程是物流运营中最为核

心的两个环节，也是常见的瓶颈所在，约占整个物流

中心工作量的６０％以上［１］，很大程度上决定了整个

物流中心的运作效率。通过Ｔ型策略的优化，物流

运营更为通畅，显著提升了企业的运营效率，也将带

来可观的效益增长。随着采用Ｔ型策略的不断推

进，物流中心货位使用将在动态调整中更加趋向合

理，补货效率还将得到进一步提升。

表５　订单补货时间关于采用犜型策略前后的均值检验

是否采用Ｔ型策略 样本数 均值 标准误 标准差 区间估计（９５％置信度）

１（采用后） １００００ ２．３４４９９８ ０．０２２１７０６ ２．２１７０５８ ２．３０１５３９　　２．３８８４５７

０（采用前） １００００ ２．７８９３５ ０．０８８９０１９ ８．８９０１９３ ２．６１５０８４　　２．９６３６１６

合计 ２００００ ２．５６７１７４ ０．０４５８３８１ ６．４８２４９２ ２．４７７３２７　　２．６５７０２１

犱犻犳犳 －０．４４４３５２ ０．０９１６２４７ －０．６２３９４４　　－０．２６４７６

　　犱犻犳犳＝ｍｅａｎ（采用Ｔ型策略后补货时间）－ （采用Ｔ型策略前补货时间）　　狋＝－４．８４９７

Ｈ０：ｄｉｆｆ＝０

Ｈａ：ｄｉｆｆ＜０　　　　　Ｈａ：ｄｉｆｆ≠０　　　　　　　Ｈａ：ｄｉｆｆ＞０

Ｐｒ（Ｔ＜ｔ）＝０．００００　　Ｐｒ（｜Ｔ｜＞｜ｔ｜）＝０．００００　　Ｐｒ（Ｔ＞ｔ）＝１．００００

６　结语

当前大中型零售物流中心通常采用立体式货架

以提升仓库库容，数量高达数十万存储位，每天需处

理几万到几十万货物品类的物流运营需求。如何合

理地存储货品并从存储位补充至拣货位，这一补货

环节的优化，直接影响物流中心的作业效率。本文

基于虚拟商务理论的“综合集成、整体优化”思想提

出了一种新的Ｔ型补货策略，即以货品对应拣货位

为基点，呈Ｔ字形搜索寻址来上架存储货品，并采

用“先入先出、就近原则”的方法将货品补充至拣货

位。这种Ｔ型补货策略与常规补货策略相比，不仅

·５８·第４期　 　　　　　　　　　　田　歆等：零售物流中心运作优化的一种Ｔ型补货策略

在单一货品的补货操作中具有更高的效率，还可以

优化物流中心的整体存储布局。Ｔ型补货策略从企

业经营管理的现实角度出发，是一种集成了易操作、

低成本与能快速响应的简单搜索算法，可以减少上

架／补货作业动线，实现效率提升与效益增长。然后

以在上海的中国某百强连锁零售企业为例，抽取了

该企业物流中心采用 Ｔ型补货策略前后的１００００

条数据进行分析，结果显示Ｔ型补货策略极大地提

升了物流中心的补货效率。目前，我国一批大型零

售企业物流中心在信息化改造实践中成功运用了加

载这一补货策略的仓储管理系统，物流运营效率得

到大幅度提升，经济效益显著增长，推动了我国商业

发展和社会进步。另一方面，在计算机科学理论中

有很多很好的算法，值得深入研究其在现实中的易

操作性，从而可以实现产业化，这将是项目组未来的

研究方向。

参考文献：

［１］田歆，汪寿阳，陈庆洪．仓储配送中ＡＢＣ管理的优化问

题及其实证［Ｊ］．运筹与管理，２００８，１７（４）：１－７．

［２］ＢｅｒｇＪＰＶＤ．Ａｌｉｔｅｒａｔｕｒｅｓｕｒｖｅｙｏｎｐｌａｎｎｉｒｏｎｇａｎｄｃｏｎｔｌ

ｏｆｗａｒｅｈｏｕｓｉｎｇｓｙｓｔｅｍｓ［Ｊ］．ＩＩＥＴｒａｎｓａｃｔｉｏｎｓ，１９９９，３１

（８）：７５１－７６２．

［３］ＲｏｏｄｂｅｒｇｅｎＫＪ，ＶｉｓＩＦＡ．Ａｓｕｒｖｅｙｏｆｌｉｔｅｒａｔｕｒｅｏｎ

ａｕｔｏｍａｔｅｄｓｔｏｒａｇｅａｎｄｒｅｔｒｉｅｖａｌｓｙｓｔｅｍｓ［Ｊ］．Ｅｕｒｏｐｅａｎ

ＪｏｕｒｎａｌｏｆＯｐｅｒａｔｉｏｎａｌＲｅｓｅａｒｃｈ，２００９，１９４（２）：３４３－

３６２．

［４］Ｈａｕｓｍａｎ Ｗ Ｈ，ＳｃｈｗａｒｚＬＢ，ＧｒａｖｅｓＳＣ．Ｏｐｔｉｍａｌ

ｓｔｏｒａｇｅａｓｓｉｇｎｅｍｅｎｔｉｎａｕｔｏｍａｔｉｃｗａｒｅｈｏｕｓｉｎｇｓｙｓｔｅｍｓ

［Ｊ］．ＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ，１９７６，２２（６）：６２９－６３８．

［５］ＲｕｂｅｎＲＡ，ＪａｃｏｂｓＦＲ．Ｂａｔｃｈｃｏｎｓｔｒｕｃｔｉｏｎｈｅｕｒｉｓｔｉｃｓ

ａｎｄｓｔｏｒａｇｅａｓｓｉｇｎｍｅｎｔｓｔｒａｔｅｇｉｅｓｆｏｒｗａｌｋ／ｒｉｄｅａｎｄｐｉｃｋ

ｓｙｓｔｅｍ［Ｊ］．ＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ，１９９９，４５（４）：５７５－

５９６．

［６］ＡｎｇＴＭ，ＬｉｍＹＦ，ＳｉｍＭ．Ｒｏｂｕｓｔｓｔｏｒａｇｅａｓｓｉｇｎｍｅｎｔ

ｉｎｕｎｉｔ－ｌｏａｄ ｗａｒｅｈｏｕｓｅｓ［Ｊ］．ＭａｎａｇｅｍｅｎｔＳｃｉｅｎｃｅ，

２０１２，５８（１１）：２１１４－２１３０．

［７］ＰａｎＪＣＨ，ＳｈｉｈＰＨ，ＷｕＭ Ｈ，ｅｔａｌ．Ａｓｔｏｒａｇｅａｓ

ｓｉｇｎｍｅｎｔｈｅｕｒｉｓｔｉｃｍｅｔｈｏｄｂａｓｅｄｏｎｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｆｏｒ

ａｐｉｃｋ－ａｎｄ－ｐａｓｓｗａｒｅｈｏｕｓｉｎｇｓｙｓｔｅｍ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ

＆ＩｎｄｕｓｔｒｉａｌＥｎｇｉｎｅｅｒｉｎｇ，２０１５，８１：１－１３．

［８］ＧｏｅｒｉｇｋＭ，ＫｎｕｓｔＳ，ＬｅＸＴ．Ｒｏｂｕｓｔｓｔｏｒａｇｅｌｏａｄｉｎｇ

ｐｒｏｂｌｅｍｓｗｉｔｈｓｔａｃｋｉｎｇａｎｄｐａｙｌｏａｄｃｏｎｓｔｒａｉｎｔｓ［Ｊ］．Ｅｕ

ｒｏｐｅａｎＪｏｕｒｎａｌｏｆＯｐｅｒａｔｉｏｎａｌＲｅｓｅａｒｃｈ，２０１６，２５３（１）：

５１－６７

［９］肖建，郑力．考虑需求相关性的多巷道仓库货位分配问

题［Ｊ］．计算机集成制造系统，２００８，１４（１２）：２４４７－

２４５１．

［１０］陈璐，陆志强．自动化立体仓库中的储位分配及存取

路径优化［Ｊ］．管理工程学报，２０１２，２６（１）：４２－４７．

［１１］李英德．波次分区拣货时装箱与货位指派问题协同优

化的模型与算法［Ｊ］．系统工程理论与实践，２０１３，３３

（５）：１２６９－１２７６．

［１２］邓爱民，蔡佳，毛浪．基于时间的自动化立体仓库货

位优化模型研究［Ｊ］．中国管理科学，２０１３，２１（６）：１０７

－１１２．

［１３］宗晓萍，齐兴敏，王培光，等．自动化立体仓库拣选作

业优化研究［Ｊ］．企业物流，２０１４，３３（３）：４０３－４０９．

［１４］宁浪，张宏斌，张斌．面向ＪＩＴ制造的零部件配送中心

货位优化研究［Ｊ］．管理科学学报，２０１４，１７（１１）：１０－

１９．

［１５］董秉坤，张群，陈志新．一种物品灵巧存取物流系统

的设计与应用［Ｊ］．中国管理科学，２０１５，２３（１１）：２３４

－２３９．

［１６］徐浩轩，龚业明，袁哲，等．考虑服务约束的第三方仓

库收益与设计优化模型［Ｊ］．中国管理科学，２０１５，２３

（４）：７８－８５．

［１７］付晓峰，张波，王卫青．密集式叉车立体库的作业管

理与货位分配算法［Ｊ］．四川兵工学报，２０１５，３６（６）：

９３－９６．

［１８］李鹏飞，马航．基于病毒协同遗传算法的自动化立体仓

库货位优化模型［Ｊ］．中国管理科学，２０１７，２５（５）：７０

－７７．

［１９］成思危．信息化与虚拟商务［Ｊ］．管理评论，２０１４，２６

（７）：３－８．

［２０］成思危．成思危论虚拟商务［Ｍ］．北京：中国人民大学

出版社，２０１５．

犃犜狋狔狆犲犚犲狆犾犲狀犻狊犺犿犲狀狋犛狋狉犪狋犲犵狔犳狅狉犗狆狋犻犿犻狕犻狀犵犔狅犵犻狊狋犻犮狊犗狆犲狉犪狋犻狅狀狊狅犳犚犲狋犪犻犾犐狀犱狌狊狋狉狔

犜犐犃犖犡犻狀１，２，犔犝犗犆犺狌狀犾犻狀２

，３，犠犃犖犌犛犺狅狌狔犪狀犵２，４，犆犎犈犖犙犻狀犵犺狅狀犵

１，５，犔犝犕犲犻犺狅狀犵５

（１．ＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｎＦｉｃｔｉｔｉｏｕｓＥｃｏｎｏｍｙａｎｄＤａｔａＳｃｉｅｎｃｅ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１９０，Ｃｈｉｎａ；

２．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１９０，Ｃｈｉｎａ；

３．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＪｉａｎｇｘｉＵｎｉｖｅｒｓｉｔｙｏｆＦｉｎａｎｃｅ＆Ｅｃｏｎｏｍｉｃｓ，Ｎａｎｃｈａｎｇ３３００１３，Ｃｈｉｎａ；

４．ＡｃａｄｅｍｙｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＳｙｓｔｅｍｓＳｃｉｅｎｃｅ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１９０，Ｃｈｉｎａ；

５．ＳｈａｎｇｈａｉＨＥＡＤＩＮＧＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＣｏ．，Ｌｔｄ，Ｓｈａｎｇｈａｉ２０１１１２，Ｃｈｉｎａ）

·６８· 中国管理科学　　　　　　　　　　　　　　　　　　　　２０１８年

犃犫狊狋狉犪犮狋：Ａｔｐｒｅｓｅｎｔ，ｌａｒｇｅａｎｄｍｅｄｉｕｍ－ｓｉｚｅｄｒｅｔａｉｌｌｏｇｉｓｔｉｃｓｃｅｎｔｅｒｓａｄｏｐｔｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌｓｈｅｌｖｅｓｔｏ

ｅｎｈａｎｃｅｗａｒｅｈｏｕｓｅｃａｐａｃｉｔｙ，ｗｉｔｈｈｕｎｄｒｅｄｓｏｆｔｈｏｕｓａｎｄｓｏｆｆｒｅｉｇｈｔｌｏｔｓｉｎｄｉｆｆｅｒｅｎｔｓｉｚｅｓ．Ｅａｃｈｄａｙ，ｔｈｅｙ

ｎｅｅｄｔｏｈａｎｄｌｅｔｈｅｏｐｅｒａｔｉｏｎｓｏｆｔｅｎｓｏｆｔｈｏｕｓａｎｄｓｔｏｈｕｎｄｒｅｄｓｏｆｔｈｏｕｓａｎｄｓｏｆＳｔｏｃｋＫｅｅｐｉｎｇＵｎｉｔｓ

（ＳＫＵｓ）．Ｈｏｗｔｏｓｔｏｒｅｔｈｅｓｅｇｏｏｄｓｒａｔｉｏｎａｌｌｙａｎｄｔｏｒｅｐｌｅｎｉｓｈｔｈｅｍｔｏｔｈｅｐｉｃｋｉｎｇｌｏｔｓｅｆｆｉｃｉｅｎｔｌｙａｒｅｔｈｅ

ｋｅｙｆａｃｔｏｒｓｉｎｆｌｕｅｎｃｉｎｇｔｈｅｏｐｅｒａｔｉｏｎａｌｅｆｆｉｃｉｅｎｃｙｏｆｔｈｅｌｏｇｉｓｔｉｃｓｃｅｎｔｅｒｓ．Ｉｎｃｏｍｐｕｔｅｒｓｃｉｅｎｃｅａｎｄｍａｎａｇｅ

ｍｅｎｔｓｃｉｅｎｃｅ，ｔｈｅｒｅａｒｅｍａｎｙａｐｐｒｏａｃｈｅｓｔｏｓｔｏｒｅａｎｄｒｅｐｌｅｎｉｓｈｔｈｅｐｒｏｄｕｃｔｓ，ｂｕｔｔｈｅｓｅｍｅｔｈｏｄｓａｒｅｈａｒｄ

ｔｏｉｍｐｌｅｍｅｎｔｉｎｒｅａｌｉｔｙ，ｅｓｐｅｃｉａｌｌｙｗｈｅｎｔｈｅｎｕｍｂｅｒｏｆＳＫＵｓｉｓｈｕｇｅ．Ｂａｓｅｄｏｎｔｈｅｖｉｒｔｕａｌｂｕｓｉｎｅｓｓｔｈｅｏｒｙ，

ａｂｒａｎｄｎｅｗＴｔｙｐｅｒｅｐｌｅｎｉｓｈｍｅｎｔｓｔｒａｔｅｇｙ，ｉ．ｅ．，ｔａｋｉｎｇｔｈｅｆｉｘｅｄｐｉｃｋｉｎｇｌｏｔｓａｓｔｈｅｂａｓｅｐｏｉｎｔｓ，ｐｕｔｔｉｎｇ

ｔｈｅｓｔｏｒｉｎｇｇｏｏｄｓｏｎｓｈｅｌｖｅｓｉｎＴｓｈａｐｅａｎｄｒｅｐｌｅｎｉｓｈｉｎｇｔｈｅｇｏｏｄｓｉｓｐｒｏｐｏｓｅｄｔｏｔｈｅｐｉｃｋｉｎｇｌｏｔｓｗｉｔｈｔｈｅ

“ｆｉｒｓｔｉｎ，ｆｉｒｓｔｏｕｔ”ｒｕｌｅａｎｄｔｈｅ“ｃｌｏｓｅｒａｎｄｍｏｒｅｐｒｉｏｒｉｔｙ”ｐｒｉｎｃｉｐｌｅ．Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｃｏｎｖｅｎｔｉｏｎａｌｒｅ

ｐｌｅｎｉｓｈｍｅｎｔｓｔｒａｔｅｇｙ，ｔｈｅＴｔｙｐｅｒｅｐｌｅｎｉｓｈｍｅｎｔｓｔｒａｔｅｇｙｎｏｔｏｎｌｙｐａｙｓａｔｔｅｎｔｉｏｎｔｏｔｈｅｄｉｓｔａｎｃｅｓｂｅｔｗｅｅｎ

ｔｈｅｐｉｃｋｉｎｇｌｏｔａｎｄｔｈｅｓｔｏｒｉｎｇｌｏｔｓｆｏｒａｓｉｎｇｌｅｃｏｍｍｏｄｉｔｙ，ｂｕｔａｌｓｏｅｍｐｈａｓｉｚｅｓｏｖｅｒａｌｌｒｅａｓｏｎａｂｌｅｎｅｓｓｏｆ

ｔｈｅｓｔｏｒａｇｅｏｆｇｏｏｄｓ．ＴｈｅＴｔｙｐｅｒｅｐｌｅｎｉｓｈｍｅｎｔｓｔｒａｔｅｇｙｉｓａｓｉｍｐｌｅｓｅａｒｃｈａｌｇｏｒｉｔｈｍｔｈａｔｉｎｔｅｇｒａｔｅｓｅａｓｉ

ｎｅｓｓｔｏｉｍｐｌｅｍｅｎｔ，ｌｏｗｏｐｅｒａｔｉｏｎａｌｃｏｓｔａｎｄｑｕｉｃｋｒｅｓｐｏｎｓｅｃａｐａｂｉｌｉｔｙ，ｗｈｉｃｈｃａｎｒｅｄｕｃｅｓｔｏｒａｇｅａｎｄｒｅ

ｐｌｅｎｉｓｈｍｅｎｔｏｐｅｒａｔｉｏｎｓｔｏａｃｈｉｅｖｅｅｆｆｉｃｉｅｎｃｙａｎｄｐｒｏｆｉｔｇｒｏｗｔｈ．Ｃｏｍｐａｒｉｎｇｔｈｅｏｐｅｒａｔｉｏｎｓｄａｔａｏｆａｒｅｔａｉｌｉｎｇ

ｆｉｒｍｉｎＳｈａｎｇｈａｉ，ｗｈｉｃｈｉｓｏｎｅｏｆｔｈｅｔｏｐ１００ｒｅｔａｉｌｉｎｇｆｉｒｍｓ，ｂｅｆｏｒｅａｎｄａｆｔｅｒｉｍｐｌｅｍｅｎｔｉｎｇｔｈｅＴｔｙｐｅｒｅ

ｐｌｅｎｉｓｈｍｅｎｔｓｔｒａｔｅｇｙ，ｉｔｉｓｆｏｕｎｄｔｈａｔｔｈｅｌｏｇｉｓｔｉｃｓｏｐｅｒａｔｉｏｎｅｆｆｉｃｉｅｎｃｙｈａｓｂｅｅｎｇｒｅａｔｌｙｉｍｐｒｏｖｅｄ．ＴｈｅＴ

ｔｙｐｅｒｅｐｌｅｎｉｓｈｍｅｎｔｓｔｒａｔｅｇｙｈａｓｂｅｅｎｓｕｃｃｅｓｓｆｕｌｌｙａｐｐｌｉｅｄｂｙａｂａｔｃｈｏｆｌａｒｇｅｓｃａｌｅｒｅｔａｉｌｉｎｇｌｏｇｉｓｔｉｃｓｃｅｎｔｅｒｓ

ｉｎｔｈｅｐｒａｃｔｉｃｅｏｆｉｎｆｏｒｍａｔｉｏｎｔｒａｎｓｆｏｒｍａｔｉｏｎ，ａｎｄｓｉｇｎｉｆｉｃａｎｔｌｙｉｎｃｒｅａｓｅｄｔｈｅｉｒｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓ，ｗｈｉｃｈ

ｈｅｌｐｓｐｒｏｍｏｔｅｔｈｅｃｏｍｍｅｒｃｉａｌｄｅｖｅｌｏｐｍｅｎｔａｎｄｓｏｃｉａｌｐｒｏｇｒｅｓｓｉｎｏｕｒｃｏｕｎｔｒｙ．

犓犲狔狑狅狉犱狊：Ｔｔｙｐｅｒｅｐｌｅｎｉｓｈｍｅｎｔｓｔｒａｔｅｇｙ；ｐｉｃｋｉｎｇ；ｗａｒｅｈｏｕｓｅ；ｌｏｇｉｓｔｉｃｓｍａｎａｇｅｍｅｎｔ

·７８·第４期　 　　　　　　　　　　田　歆等：零售物流中心运作优化的一种Ｔ型补货策略