订单拣选策略的选择通常会受到现场设备选型、设施布局、订单结构、运营策略等诸多因素的影响，因此难以通过数学建模的方式实现定量化分析。
本文根据任务在作业人员或设备间的分配方式不同，将订单拣选策略进行分类，给出各类订单拣选策略的基本选择原则，提出基于仿真建模分析的拣选策略选择方法。
以某化妆品电商物流中心两套批量拣选方案选择为例，应用RaLC物流仿真软件进行方案建模，借助软件提供的作业日程分析工具得出各方案的作业时间成本，在此基础上分析各方案的收益成本和投资成本，将其作为拣选策略选择的定量化决策依据。
一、订单拣选策略定义与分类订单拣选策略是通过优化订单任务在作业人员或设备之间的分配及下发方式，实现订单拣选效率提升的一类物流中心运营管理方法。
将从客户下单到完成订单装车发货所需时间定义为订单履行时间，订单拣选时间是其中一个重要的组成部分。
一般来说，拣选人员或设备作业效率越高，订单拣选花费的时间越短，订单履行时间就越短 。
订单任务在作业人员/设备之间的基本分配方式包括订单拆分和订单组合。
因此，根据任务分配方式不同，订单拣选策略分为以下四种，如表1所示。
表1 订单拣选策略分类表按单拣选策略：将一个订单分配给一个拣货员或设备，要求其一次行程完成该订单拣选任务，作业不受区域限制。
这种策略如同日常超市购物，顾客在购物车中收集购物清单中的全部商品，每一个购物人员只关注个人的购物清单。
批量拣选策略：将多张订单合并为一批量订单分配给一个拣货员或设备，要求一次行程将该批订单内货品全部拣出。
这种策略如同带着自家和邻居的购物清单到超市进行购物。
分区拣选策略：根据订单内待拣货品在物流中心分区存储情况将其拆分为多个子订单，分配至各分区内拣货员/设备来共同完成。
各分区内的拣货员/设备相对固定，仅负责完成该分区内的货品拣选任务。
这种策略如同夫妻二人到超市购物，丈夫负责收集家庭购物清单中的日用商品，妻子负责收集生鲜食品，两类商品分布在超市内不同的购物区，两人同时采购，在超市收银台一同结账。
分区批量式拣选策略：在按照货品分区存储情况将订单任务进行拆分的基础之上，将各分区子订单合并为分区批量订单，分配至分区内指定拣货员/设备一次行程完成。
这种策略如同夫妻二人携带自家和邻居的购物清单到超市购物，丈夫负责收集全部购物清单中的日用商品，妻子负责收集生鲜食品，两类商品分布在超市内不同的购物区，两人同时采购，在超市收银台汇合后将货品分类合并至不同的购物清单后再结账。
二、订单拣选策略的选择方法按单拣选策略的优点是拣货员同一时间仅处理一张订单，这样大大降低了漏拣的可能性。
在服务窗口期内，它对顾客的反应是最快的。
缺点是当物流中心内存储的SKU（Stock Keeping Unit，货品品项）数量多时，每种货品存储在不同的货位，拣选人员要走遍库内很大一部分空间才能完成任务。
如果订单内拣选SKU数少，则平均到每个拣选SKU的行走距离就会增多，因此对于SKU数量多且单人单次行程可以完成的订单，按单拣选经济性较高。
此外，当订单响应时间不允许订单排队等待时（如加急任务订单），客户服务目标优先于效率目标，则必须采用按单拣选模式。
批量拣选策略的优点是作业人员/设备一次行程中完成多个订单，平均到每个SKU的行走距离将会减少。
缺点是合并形成的批量订单需要分拣至独立订单，增加了订单播种成本。
另外，由于订单需要积累到一定数量才能进行合并，因此订单无法即时反应，会产生滞留时间。
该策略适用于订单SKU数量少且订单货品体积小的场景，尤其适合于仅含单件货物的订单，因为这些订单不需要额外的播种作业。
分区拣选策略的优点是作业人员分配至面积较小的专门工作区域，行走距离减少，并且工作时间久了，人员会对区域的货物与货位越来越熟悉，寻找时间也会减少。
此外，由于区域内人数有限，减少了巷道内的拥挤度。
缺点是拆分至各分区的订单需要合并，增加了合单成本。
该策略适用于拣选任务量大、库内货品分布区域广且订单时效性要求高的场景，将大工作量的订单任务拆分给多个人/设备在不同区域内共同完成，从而满足订单拣选的时效性要求。
以上定性分析给出了拣选策略选择的基本原则。
针对一个物流中心现场，如果要实现订单拣选策略的合理选择，应需要开展定量化的成本分析，将分析结果作为策略选择的决策依据。
对于批量拣选策略，应用该策略可以有效减少拣货行走时间，但需要增加订单播种作业时间和设备/场地的投入。
因此，需要评估策略在拣货环节的收益成本，以及在订单播种环节的投资成本，将其作为策略选择的定量化决策依据。
对于分区拣选策略，应用该策略同样可以有效减少拣货行走时间，但需要增加合单作业时间和设备/场地的投入。
因此，需要评估策略在拣货环节的收益成本，以及在订单合单环节的投资成本，将其作为策略选择的定量化决策依据。
订单拣选作业时间受现场设备选型、设施布局、订单结构、运营策略等诸多因素的影响，因此难以通过数学建模的方法实现定量化的计算。
在这种情况下，通过应用物流仿真技术建立现场方案的仿真模型，借助仿真软件提供的分析工具测算订单拣选作业各环节的作业时间，是实现拣选策略定量化选择的一种可行方法。
三、基于仿真建模分析的拣选策略选择方法以某B2C型化妆品电商物流中心为例，应用RaLC物流仿真软件对现场两套拣选策略方案进行建模和成本分析，说明基于仿真建模分析的拣选策略选择方法。
1. 项目背景及方案介绍B2C型电商物流中心的订单特征呈现为订单数量多、单个订单所含SKU数量少、促销与非促销日之间订单量波动大。
通过对某B2C型化妆品电商物流中心三个月的历史订单分析发现，库内累计出货172个SKU，日均出库6830单，促销日最大出库量76985单。
每日订单中都包括爆款订单和普通订单，其中爆款订单是线上厂家针对某些畅销货品设计组合套装开展促销活动的订单，相同订单数量集中，平均每个订单包含4.3个SKU，该类订单数量占订单总量的74.7%；普通订单是爆款订单之外的订单，重复订单数量少，平均每个订单包含6.3个SKU，该类订单数量占订单总量的25.3%。
该物流中心订单包含SKU数量少且订单货品体积小，因此适合采用批量拣选策略。
但是，在设计实际方案时，针对不同特征类型的订单应采用不同的批量拣选方案。
图1 某前置分拣区案例布局示意图处理爆款订单的常见方案是在库内划分单独的区域作为前置分拣区，把相同的爆款订单合并为批量订单分配至指定前置区单独处理。
图1给出某一前置分拣区示例，前置分拣区内由5人组成拣选、复核、包装小组，最左侧１人负责折叠纸箱，完成订单箱成型工作；成型后空订单箱被传递给２个拣货员进行分区接力拣选，其中１人拣选货品A至订单箱，另一人拣选货品B至订单箱；拣选完成的订单箱交给整箱打包人员完成封装和贴快递面单的工作，完成后的订单快递包裹被放置称重台复核；最右侧1人将复核后的订单包裹放置托盘存放。
前置区内，空纸箱、促销货品提前备货，５个工作人员配合构成一条小型流水线，快速实现爆款订单的拣选复核包装作业。
普通订单中重复订单数量少，包含SKU种类分散，虽然订单数量仅占1/4，却是该物流中心处理的难点。
为此，该物流中心设计了两套专门的批量拣选方案。
一套是拣货员一边拣选、一边订单播种的批量拣选方案，以下简称“边拣边播方案”。
另外一套是拣货员拣选批量订单后交由专门人员完成订单播种的批量拣选方案，以下简称“先拣后播方案”。
两种方案相比，边拣边播方案中订单播种在货品拣选的同时完成，因此省去了后期播种环节，但受到拣选车容纳订单箱数量的限制，批量订单包含的订单数量相对较少，并且由于人员同时完成多件任务，差错率增大。
先拣后播方案中拣货行程中无需对拣取货品分类，批量订单包含的订单数量相对较多，并且后期播种过程中可以及时发现并纠正前期的拣货差错，拣选准确度提高，缺点是需要单独为播种作业设置专门的区域、人员和设备。
2. 普通订单批量拣选方案仿真建模针对为普通订单拣选专门设计的两套批量拣选方案，应用RaLC物流仿真软件进行仿真建模。
表2 仿真参数设置表（1）边拣边播方案仿真模型图2 边拣边播方案仿真模型边拣边播方案由拣选区和复核打包区组成，仿真模型如图2所示。
拣选区内，整托盘货品采用随机货位分配策略在地面堆放。
设置12个拣货员，每人手推一辆拣选车在拣选区作业。
每辆拣选车上放置32个订单箱，拣货员在拣选货品的同时将其直接投入对应订单箱，完成任务的拣选车被送至复核打包区。
复核打包区内设置12个打包复核台，每个台子设置两人，一人专门负责打包，另一人负责复核并协助打包。
打包人员将包装好的订单包裹放至不同快递公司的装车暂存位。
（2）先拣后播方案仿真模型图3 先拣后播方案仿真模型先拣后播方案仿真模型由拣选区、播种区、复核打包区和分拣集货区组成，如图3所示。
拣选区内，整托盘货品采用随机货位分配策略在地面堆放。
设置3个拣货员，每人手推拣选车一次行程完成64个订单，每个推选车放置4个容器，拣货员将拣选的货品放置于容器中。
拣货完成后拣选车被送至播种区。
播种区内设置８个播种台（实际应用６个播种台），每个播种人员首先将64个空订单筐逐一绑定货位信息并放置于身边的播种货架上，然后将一辆拣选车上的货品逐一播种至对应的订单筐内。
当64个订单播种完成后，播种人员将订单筐全部投放至复核输送线（图3蓝色线）。
复核打包区域内人员设置与边拣边播方案相同，复核人员从输送线上抓取订单筐进行复核，复核完成后交给身边的包装人员。
复核打包完成的快递包裹被投放至分拣输送线（图3红色线），送至分拣集货区由专门的人员将分拣滑道内的包裹搬运至不同快递公司的装车暂存位。
（3）运行环境设置为了减少在开始运行时播种人员的等待时间，安排播种人员仅在仿真开始运行阶段兼职拣选人员在拣选区拣选，然后携带个人拣选完成的批量订单到播种区作业。
选取历史订单，采用两种订单分批算法，构建批量订单。
一种为时间分批算法，按照客户下单时间先后顺序构建批量订单；另外一种为聚类分批算法，依据订单间相似性度量系数，使用聚类算法进行订单分批（具体算法流程详见文献《基于聚类算法的订单分批策略研究》，作者秦馨、赵剑道、任楠）。
3. 方案成本分析本文重点说明边拣边播和先拣后播两种批量拣选策略的选择问题，因此忽略复核打包区以及分拣集货区对方案选型的影响，只对批量拣选作业成本情况进行仿真分析。
为了详细分析各方案中批量拣选作业的成本构成，将不同岗位人员的作业过程拆解为多个作业环节构成的集合。
其中，拣选人员作业过程被拆解为等待工作、取放手推车、拿取空箱、移动、拣货动作和查找货位六类作业环节（查找货位是指由于下一个待拣货位正被其他两个拣货员占用而导致拣货员无法作业产生的查询等待，等待时间是指人员没有作业任务而产生的等待）。
播种人员作业过程被拆解为移动、取放手推车、查找货位、拣货动作、空箱上架、播种到箱、货箱投线、堵线等待八类作业环节（堵线等待是播种人员将播种完成的订单箱投放至复核输送线时，由于复核输送线已满导致无法投线而产生的等待）。
在仿真模型中，通过在人员作业管理器内增加专门指令语句，对各作业环节打上时间戳。
仿真运行结束后，利用软件提供的日志分析工具，生成采用不同订单分批算法条件下，两套方案的批量拣选人员作业环节耗时占比图，如图4、图5、图6和图7所示。
图4 边拣边播方案拣货人员作业环节耗时占比图(时间分批)图5 边拣边播方案拣货人员作业环节耗时占比图(聚类分批)图6 先拣后播方案拣货人员、播种人员作业环节耗时占比图(时间分批)图7 先拣后播方案拣货人员、播种人员作业环节耗时占比图(聚类分批)为了便于两套方案作业环节耗时对比，将先拣后播方案中播种人员与拣货人员的部分环节进行合并。
首先，播种人员的移动、取放手推车、查找货位时间是因为开始运行阶段兼职拣选人员在拣选区作业产生，因此将其与拣货人员的移动、取放手推车、查找货位时间进行合并。
其次，边拣边播方案中的拿取空箱环节是指拣货人员在拣货前拿取空箱放置于拣选车中，先拣后播方案中的空箱上架环节是指播种人员将订单箱放置在播种货架上，两类作业环节内容相近，因此将它们视为同一类环节。
最后，将播种人员播种到箱、货箱投线、堵线等待三类作业环节时间合并，定义为播种作业环节。
由此，得到不同订单分批算法下两套方案的作业耗时对照表（如表3所示）。
表3 不同订单分批算法下两套方案的作业耗时对照表通过以上对照表，可以发现当采用时间分批算法时，先拣后播方案比边拣边播方案总计减少人员作业时间约18小时；当采用聚类分批算法时，先拣后播方案比边拣边播方案总计减少人工作业时间约21小时。
具体到作业环节，与边拣边播方案相比，先拣后播方案在播种作业环节增加人员作业时间约40小时，在移动、拣货动作等作业环节累计减少人员作业时间约60小时。
在这减少的60小时中，拣货动作环节贡献最大，原因在于先拣后播方案无需在拣货时完成订单播种；移动环节贡献第二，原因在于先拣后播方案一次行程拣选订单数量比边拣边播方案多一倍而节省的行走时间；此外，查找货位环节也减少了3～4小时，原因在于先拣后播方案中拣货人员数量少，可以大幅减少多人同时拣选同一货位而产生的排队等待。
根据仿真分析结果，评估两套方案在批量拣选作业中的收益成本和投资成本。
人工成本：按照人均日工作7小时计算，先拣后播方案比边拣边播方案减少3个批量拣选人员作业量。
该物流中心作业人员平均工资为每人每月6500元，则对于批量拣选作业，先拣后播方案比边拣边播方案每年节省人工成本约23.4万元。
场地成本：先拣后播方案比边拣边播方案增加播种区面积135平方米，按照每平方米0.9元的日租金成本标准计算，每年增加场地租金成本约4.43万元。
设备成本：现场播种区设备投资约40万元。
综合以上计算，针对该物流中心批量拣选作业，先拣后播方案比边拣边播方案每年节省约18.97万元，设备成本一次性投资约40万元，大约2年时间就可以收回投资成本，并且随着订单量的增长，投资回收时间还会缩短，因此建议选择先拣后播批量拣选策略。
四、结论与思考通过物流仿真软件建立方案仿真模型，借助软件提供的作业日志分析工具，可以实现不同拣选策略方案之间作业成本的定量化分析。
在此基础上，结合方案设备投资和现场场地费用情况，综合考虑拣选策略的收益成本和投资成本，以此作为选择拣选策略的定量化决策依据。
此外，应用仿真软件提供的作业环节成本分析功能，还可以清楚地发现不同拣选策略对各环节作业成本的影响，为深入优化现场作业、实现仓库精益化改善提供了定量化的分析工具。