訂單揀選策略的選擇通常會(huì)受到現(xiàn)場(chǎng)設(shè)備選型、設(shè)施布局、訂單結(jié)構(gòu)、運(yùn)營(yíng)策略等諸多因素的影響，因此難以通過(guò)數(shù)學(xué)建模的方式實(shí)現(xiàn)定量化分析。本文根據(jù)任務(wù)在作業(yè)人員或設(shè)備間的分配方式不同，將訂單揀選策略進(jìn)行分類(lèi)，給出各類(lèi)訂單揀選策略的基本選擇原則，提出基于仿真建模分析的揀選策略選擇方法。以某化妝品電商物流中心兩套批量揀選方案選擇為例，應(yīng)用RaLC物流仿真軟件進(jìn)行方案建模，借助軟件提供的作業(yè)日程分析工具得出各方案的作業(yè)時(shí)間成本，在此基礎(chǔ)上分析各方案的收益成本和投資成本，將其作為揀選策略選擇的定量化決策依據(jù)。

　　一、訂單揀選策略定義與分類(lèi)

　　訂單揀選策略是通過(guò)優(yōu)化訂單任務(wù)在作業(yè)人員或設(shè)備之間的分配及下發(fā)方式，實(shí)現(xiàn)訂單揀選效率提升的一類(lèi)物流中心運(yùn)營(yíng)管理方法。將從客戶(hù)下單到完成訂單裝車(chē)發(fā)貨所需時(shí)間定義為訂單履行時(shí)間，訂單揀選時(shí)間是其中一個(gè)重要的組成部分。一般來(lái)說(shuō)，揀選人員或設(shè)備作業(yè)效率越高，訂單揀選花費(fèi)的時(shí)間越短，訂單履行時(shí)間就越短 。

　　訂單任務(wù)在作業(yè)人員/設(shè)備之間的基本分配方式包括訂單拆分和訂單組合。因此，根據(jù)任務(wù)分配方式不同，訂單揀選策略分為以下四種，如表1所示。

表1 訂單揀選策略分類(lèi)表

　　按單揀選策略：將一個(gè)訂單分配給一個(gè)揀貨員或設(shè)備，要求其一次行程完成該訂單揀選任務(wù)，作業(yè)不受區(qū)域限制。這種策略如同日常超市購(gòu)物，顧客在購(gòu)物車(chē)中收集購(gòu)物清單中的全部商品，每一個(gè)購(gòu)物人員只關(guān)注個(gè)人的購(gòu)物清單。

　　批量揀選策略：將多張訂單合并為一批量訂單分配給一個(gè)揀貨員或設(shè)備，要求一次行程將該批訂單內(nèi)貨品全部揀出。這種策略如同帶著自家和鄰居的購(gòu)物清單到超市進(jìn)行購(gòu)物。

　　分區(qū)揀選策略：根據(jù)訂單內(nèi)待揀貨品在物流中心分區(qū)存儲(chǔ)情況將其拆分為多個(gè)子訂單，分配至各分區(qū)內(nèi)揀貨員/設(shè)備來(lái)共同完成。各分區(qū)內(nèi)的揀貨員/設(shè)備相對(duì)固定，僅負(fù)責(zé)完成該分區(qū)內(nèi)的貨品揀選任務(wù)。這種策略如同夫妻二人到超市購(gòu)物，丈夫負(fù)責(zé)收集家庭購(gòu)物清單中的日用商品，妻子負(fù)責(zé)收集生鮮食品，兩類(lèi)商品分布在超市內(nèi)不同的購(gòu)物區(qū)，兩人同時(shí)采購(gòu)，在超市收銀臺(tái)一同結(jié)賬。

　　分區(qū)批量式揀選策略：在按照貨品分區(qū)存儲(chǔ)情況將訂單任務(wù)進(jìn)行拆分的基礎(chǔ)之上，將各分區(qū)子訂單合并為分區(qū)批量訂單，分配至分區(qū)內(nèi)指定揀貨員/設(shè)備一次行程完成。這種策略如同夫妻二人攜帶自家和鄰居的購(gòu)物清單到超市購(gòu)物，丈夫負(fù)責(zé)收集全部購(gòu)物清單中的日用商品，妻子負(fù)責(zé)收集生鮮食品，兩類(lèi)商品分布在超市內(nèi)不同的購(gòu)物區(qū)，兩人同時(shí)采購(gòu)，在超市收銀臺(tái)匯合后將貨品分類(lèi)合并至不同的購(gòu)物清單后再結(jié)賬。

　　二、訂單揀選策略的選擇方法

　　按單揀選策略的優(yōu)點(diǎn)是揀貨員同一時(shí)間僅處理一張訂單，這樣大大降低了漏揀的可能性。在服務(wù)窗口期內(nèi)，它對(duì)顧客的反應(yīng)是最快的。缺點(diǎn)是當(dāng)物流中心內(nèi)存儲(chǔ)的SKU（Stock Keeping Unit，貨品品項(xiàng)）數(shù)量多時(shí)，每種貨品存儲(chǔ)在不同的貨位，揀選人員要走遍庫(kù)內(nèi)很大一部分空間才能完成任務(wù)。如果訂單內(nèi)揀選SKU數(shù)少，則平均到每個(gè)揀選SKU的行走距離就會(huì)增多，因此對(duì)于SKU數(shù)量多且單人單次行程可以完成的訂單，按單揀選經(jīng)濟(jì)性較高。此外，當(dāng)訂單響應(yīng)時(shí)間不允許訂單排隊(duì)等待時(shí)（如加急任務(wù)訂單），客戶(hù)服務(wù)目標(biāo)優(yōu)先于效率目標(biāo)，則必須采用按單揀選模式。

　　批量揀選策略的優(yōu)點(diǎn)是作業(yè)人員/設(shè)備一次行程中完成多個(gè)訂單，平均到每個(gè)SKU的行走距離將會(huì)減少。缺點(diǎn)是合并形成的批量訂單需要分揀至獨(dú)立訂單，增加了訂單播種成本。另外，由于訂單需要積累到一定數(shù)量才能進(jìn)行合并，因此訂單無(wú)法即時(shí)反應(yīng)，會(huì)產(chǎn)生滯留時(shí)間。該策略適用于訂單SKU數(shù)量少且訂單貨品體積小的場(chǎng)景，尤其適合于僅含單件貨物的訂單，因?yàn)檫@些訂單不需要額外的播種作業(yè)。

　　分區(qū)揀選策略的優(yōu)點(diǎn)是作業(yè)人員分配至面積較小的專(zhuān)門(mén)工作區(qū)域，行走距離減少，并且工作時(shí)間久了，人員會(huì)對(duì)區(qū)域的貨物與貨位越來(lái)越熟悉，尋找時(shí)間也會(huì)減少。此外，由于區(qū)域內(nèi)人數(shù)有限，減少了巷道內(nèi)的擁擠度。缺點(diǎn)是拆分至各分區(qū)的訂單需要合并，增加了合單成本。該策略適用于揀選任務(wù)量大、庫(kù)內(nèi)貨品分布區(qū)域廣且訂單時(shí)效性要求高的場(chǎng)景，將大工作量的訂單任務(wù)拆分給多個(gè)人/設(shè)備在不同區(qū)域內(nèi)共同完成，從而滿(mǎn)足訂單揀選的時(shí)效性要求。

　　以上定性分析給出了揀選策略選擇的基本原則。針對(duì)一個(gè)物流中心現(xiàn)場(chǎng)，如果要實(shí)現(xiàn)訂單揀選策略的合理選擇，應(yīng)需要開(kāi)展定量化的成本分析，將分析結(jié)果作為策略選擇的決策依據(jù)。

　　對(duì)于批量揀選策略，應(yīng)用該策略可以有效減少揀貨行走時(shí)間，但需要增加訂單播種作業(yè)時(shí)間和設(shè)備/場(chǎng)地的投入。因此，需要評(píng)估策略在揀貨環(huán)節(jié)的收益成本，以及在訂單播種環(huán)節(jié)的投資成本，將其作為策略選擇的定量化決策依據(jù)。

　　對(duì)于分區(qū)揀選策略，應(yīng)用該策略同樣可以有效減少揀貨行走時(shí)間，但需要增加合單作業(yè)時(shí)間和設(shè)備/場(chǎng)地的投入。因此，需要評(píng)估策略在揀貨環(huán)節(jié)的收益成本，以及在訂單合單環(huán)節(jié)的投資成本，將其作為策略選擇的定量化決策依據(jù)。

　　訂單揀選作業(yè)時(shí)間受現(xiàn)場(chǎng)設(shè)備選型、設(shè)施布局、訂單結(jié)構(gòu)、運(yùn)營(yíng)策略等諸多因素的影響，因此難以通過(guò)數(shù)學(xué)建模的方法實(shí)現(xiàn)定量化的計(jì)算。在這種情況下，通過(guò)應(yīng)用物流仿真技術(shù)建立現(xiàn)場(chǎng)方案的仿真模型，借助仿真軟件提供的分析工具測(cè)算訂單揀選作業(yè)各環(huán)節(jié)的作業(yè)時(shí)間，是實(shí)現(xiàn)揀選策略定量化選擇的一種可行方法。

　　三、基于仿真建模分析的揀選策略選擇方法

　　以某B2C型化妝品電商物流中心為例，應(yīng)用RaLC物流仿真軟件對(duì)現(xiàn)場(chǎng)兩套揀選策略方案進(jìn)行建模和成本分析，說(shuō)明基于仿真建模分析的揀選策略選擇方法。

　　1. 項(xiàng)目背景及方案介紹

　　B2C型電商物流中心的訂單特征呈現(xiàn)為訂單數(shù)量多、單個(gè)訂單所含SKU數(shù)量少、促銷(xiāo)與非促銷(xiāo)日之間訂單量波動(dòng)大。通過(guò)對(duì)某B2C型化妝品電商物流中心三個(gè)月的歷史訂單分析發(fā)現(xiàn)，庫(kù)內(nèi)累計(jì)出貨172個(gè)SKU，日均出庫(kù)6830單，促銷(xiāo)日最大出庫(kù)量76985單。每日訂單中都包括爆款訂單和普通訂單，其中爆款訂單是線(xiàn)上廠(chǎng)家針對(duì)某些暢銷(xiāo)貨品設(shè)計(jì)組合套裝開(kāi)展促銷(xiāo)活動(dòng)的訂單，相同訂單數(shù)量集中，平均每個(gè)訂單包含4.3個(gè)SKU，該類(lèi)訂單數(shù)量占訂單總量的74.7%；普通訂單是爆款訂單之外的訂單，重復(fù)訂單數(shù)量少，平均每個(gè)訂單包含6.3個(gè)SKU，該類(lèi)訂單數(shù)量占訂單總量的25.3%。

　　該物流中心訂單包含SKU數(shù)量少且訂單貨品體積小，因此適合采用批量揀選策略。但是，在設(shè)計(jì)實(shí)際方案時(shí)，針對(duì)不同特征類(lèi)型的訂單應(yīng)采用不同的批量揀選方案。

圖1 某前置分揀區(qū)案例布局示意圖

　　處理爆款訂單的常見(jiàn)方案是在庫(kù)內(nèi)劃分單獨(dú)的區(qū)域作為前置分揀區(qū)，把相同的爆款訂單合并為批量訂單分配至指定前置區(qū)單獨(dú)處理。圖1給出某一前置分揀區(qū)示例，前置分揀區(qū)內(nèi)由5人組成揀選、復(fù)核、包裝小組，最左側(cè)１人負(fù)責(zé)折疊紙箱，完成訂單箱成型工作；成型后空訂單箱被傳遞給２個(gè)揀貨員進(jìn)行分區(qū)接力揀選，其中１人揀選貨品A至訂單箱，另一人揀選貨品B至訂單箱；揀選完成的訂單箱交給整箱打包人員完成封裝和貼快遞面單的工作，完成后的訂單快遞包裹被放置稱(chēng)重臺(tái)復(fù)核；最右側(cè)1人將復(fù)核后的訂單包裹放置托盤(pán)存放。前置區(qū)內(nèi)，空紙箱、促銷(xiāo)貨品提前備貨，５個(gè)工作人員配合構(gòu)成一條小型流水線(xiàn)，快速實(shí)現(xiàn)爆款訂單的揀選復(fù)核包裝作業(yè)。

　　普通訂單中重復(fù)訂單數(shù)量少，包含SKU種類(lèi)分散，雖然訂單數(shù)量?jī)H占1/4，卻是該物流中心處理的難點(diǎn)。為此，該物流中心設(shè)計(jì)了兩套專(zhuān)門(mén)的批量揀選方案。

　　一套是揀貨員一邊揀選、一邊訂單播種的批量揀選方案，以下簡(jiǎn)稱(chēng)“邊揀邊播方案”。另外一套是揀貨員揀選批量訂單后交由專(zhuān)門(mén)人員完成訂單播種的批量揀選方案，以下簡(jiǎn)稱(chēng)“先揀后播方案”。

　　兩種方案相比，邊揀邊播方案中訂單播種在貨品揀選的同時(shí)完成，因此省去了后期播種環(huán)節(jié)，但受到揀選車(chē)容納訂單箱數(shù)量的限制，批量訂單包含的訂單數(shù)量相對(duì)較少，并且由于人員同時(shí)完成多件任務(wù)，差錯(cuò)率增大。先揀后播方案中揀貨行程中無(wú)需對(duì)揀取貨品分類(lèi)，批量訂單包含的訂單數(shù)量相對(duì)較多，并且后期播種過(guò)程中可以及時(shí)發(fā)現(xiàn)并糾正前期的揀貨差錯(cuò)，揀選準(zhǔn)確度提高，缺點(diǎn)是需要單獨(dú)為播種作業(yè)設(shè)置專(zhuān)門(mén)的區(qū)域、人員和設(shè)備。

　　2. 普通訂單批量揀選方案仿真建模

　　針對(duì)為普通訂單揀選專(zhuān)門(mén)設(shè)計(jì)的兩套批量揀選方案，應(yīng)用RaLC物流仿真軟件進(jìn)行仿真建模。

表2 仿真參數(shù)設(shè)置表

　?。?）邊揀邊播方案仿真模型

圖2 邊揀邊播方案仿真模型

　　邊揀邊播方案由揀選區(qū)和復(fù)核打包區(qū)組成，仿真模型如圖2所示。揀選區(qū)內(nèi)，整托盤(pán)貨品采用隨機(jī)貨位分配策略在地面堆放。設(shè)置12個(gè)揀貨員，每人手推一輛揀選車(chē)在揀選區(qū)作業(yè)。每輛揀選車(chē)上放置32個(gè)訂單箱，揀貨員在揀選貨品的同時(shí)將其直接投入對(duì)應(yīng)訂單箱，完成任務(wù)的揀選車(chē)被送至復(fù)核打包區(qū)。復(fù)核打包區(qū)內(nèi)設(shè)置12個(gè)打包復(fù)核臺(tái)，每個(gè)臺(tái)子設(shè)置兩人，一人專(zhuān)門(mén)負(fù)責(zé)打包，另一人負(fù)責(zé)復(fù)核并協(xié)助打包。打包人員將包裝好的訂單包裹放至不同快遞公司的裝車(chē)暫存位。

　?。?）先揀后播方案仿真模型

圖3 先揀后播方案仿真模型

　　先揀后播方案仿真模型由揀選區(qū)、播種區(qū)、復(fù)核打包區(qū)和分揀集貨區(qū)組成，如圖3所示。揀選區(qū)內(nèi)，整托盤(pán)貨品采用隨機(jī)貨位分配策略在地面堆放。設(shè)置3個(gè)揀貨員，每人手推揀選車(chē)一次行程完成64個(gè)訂單，每個(gè)推選車(chē)放置4個(gè)容器，揀貨員將揀選的貨品放置于容器中。揀貨完成后揀選車(chē)被送至播種區(qū)。播種區(qū)內(nèi)設(shè)置８?jìng)€(gè)播種臺(tái)（實(shí)際應(yīng)用６個(gè)播種臺(tái)），每個(gè)播種人員首先將64個(gè)空訂單筐逐一綁定貨位信息并放置于身邊的播種貨架上，然后將一輛揀選車(chē)上的貨品逐一播種至對(duì)應(yīng)的訂單筐內(nèi)。當(dāng)64個(gè)訂單播種完成后，播種人員將訂單筐全部投放至復(fù)核輸送線(xiàn)（圖3藍(lán)色線(xiàn)）。復(fù)核打包區(qū)域內(nèi)人員設(shè)置與邊揀邊播方案相同，復(fù)核人員從輸送線(xiàn)上抓取訂單筐進(jìn)行復(fù)核，復(fù)核完成后交給身邊的包裝人員。復(fù)核打包完成的快遞包裹被投放至分揀輸送線(xiàn)（圖3紅色線(xiàn)），送至分揀集貨區(qū)由專(zhuān)門(mén)的人員將分揀滑道內(nèi)的包裹搬運(yùn)至不同快遞公司的裝車(chē)暫存位。

　　（3）運(yùn)行環(huán)境設(shè)置

　　為了減少在開(kāi)始運(yùn)行時(shí)播種人員的等待時(shí)間，安排播種人員僅在仿真開(kāi)始運(yùn)行階段兼職揀選人員在揀選區(qū)揀選，然后攜帶個(gè)人揀選完成的批量訂單到播種區(qū)作業(yè)。

　　選取歷史訂單，采用兩種訂單分批算法，構(gòu)建批量訂單。一種為時(shí)間分批算法，按照客戶(hù)下單時(shí)間先后順序構(gòu)建批量訂單；另外一種為聚類(lèi)分批算法，依據(jù)訂單間相似性度量系數(shù)，使用聚類(lèi)算法進(jìn)行訂單分批（具體算法流程詳見(jiàn)文獻(xiàn)《基于聚類(lèi)算法的訂單分批策略研究》，作者秦馨、趙劍道、任楠）。

　　3. 方案成本分析

　　本文重點(diǎn)說(shuō)明邊揀邊播和先揀后播兩種批量揀選策略的選擇問(wèn)題，因此忽略復(fù)核打包區(qū)以及分揀集貨區(qū)對(duì)方案選型的影響，只對(duì)批量揀選作業(yè)成本情況進(jìn)行仿真分析。

　　為了詳細(xì)分析各方案中批量揀選作業(yè)的成本構(gòu)成，將不同崗位人員的作業(yè)過(guò)程拆解為多個(gè)作業(yè)環(huán)節(jié)構(gòu)成的集合。其中，揀選人員作業(yè)過(guò)程被拆解為等待工作、取放手推車(chē)、拿取空箱、移動(dòng)、揀貨動(dòng)作和查找貨位六類(lèi)作業(yè)環(huán)節(jié)（查找貨位是指由于下一個(gè)待揀貨位正被其他兩個(gè)揀貨員占用而導(dǎo)致揀貨員無(wú)法作業(yè)產(chǎn)生的查詢(xún)等待，等待時(shí)間是指人員沒(méi)有作業(yè)任務(wù)而產(chǎn)生的等待）。播種人員作業(yè)過(guò)程被拆解為移動(dòng)、取放手推車(chē)、查找貨位、揀貨動(dòng)作、空箱上架、播種到箱、貨箱投線(xiàn)、堵線(xiàn)等待八類(lèi)作業(yè)環(huán)節(jié)（堵線(xiàn)等待是播種人員將播種完成的訂單箱投放至復(fù)核輸送線(xiàn)時(shí)，由于復(fù)核輸送線(xiàn)已滿(mǎn)導(dǎo)致無(wú)法投線(xiàn)而產(chǎn)生的等待）。

　　在仿真模型中，通過(guò)在人員作業(yè)管理器內(nèi)增加專(zhuān)門(mén)指令語(yǔ)句，對(duì)各作業(yè)環(huán)節(jié)打上時(shí)間戳。仿真運(yùn)行結(jié)束后，利用軟件提供的日志分析工具，生成采用不同訂單分批算法條件下，兩套方案的批量揀選人員作業(yè)環(huán)節(jié)耗時(shí)占比圖，如圖4、圖5、圖6和圖7所示。

圖4 邊揀邊播方案揀貨人員作業(yè)環(huán)節(jié)耗時(shí)占比圖(時(shí)間分批)

圖5 邊揀邊播方案揀貨人員作業(yè)環(huán)節(jié)耗時(shí)占比圖(聚類(lèi)分批)

圖6 先揀后播方案揀貨人員、播種人員作業(yè)環(huán)節(jié)耗時(shí)占比圖(時(shí)間分批)

圖7 先揀后播方案揀貨人員、播種人員作業(yè)環(huán)節(jié)耗時(shí)占比圖(聚類(lèi)分批)

　　為了便于兩套方案作業(yè)環(huán)節(jié)耗時(shí)對(duì)比，將先揀后播方案中播種人員與揀貨人員的部分環(huán)節(jié)進(jìn)行合并。首先，播種人員的移動(dòng)、取放手推車(chē)、查找貨位時(shí)間是因?yàn)殚_(kāi)始運(yùn)行階段兼職揀選人員在揀選區(qū)作業(yè)產(chǎn)生，因此將其與揀貨人員的移動(dòng)、取放手推車(chē)、查找貨位時(shí)間進(jìn)行合并。其次，邊揀邊播方案中的拿取空箱環(huán)節(jié)是指揀貨人員在揀貨前拿取空箱放置于揀選車(chē)中，先揀后播方案中的空箱上架環(huán)節(jié)是指播種人員將訂單箱放置在播種貨架上，兩類(lèi)作業(yè)環(huán)節(jié)內(nèi)容相近，因此將它們視為同一類(lèi)環(huán)節(jié)。最后，將播種人員播種到箱、貨箱投線(xiàn)、堵線(xiàn)等待三類(lèi)作業(yè)環(huán)節(jié)時(shí)間合并，定義為播種作業(yè)環(huán)節(jié)。由此，得到不同訂單分批算法下兩套方案的作業(yè)耗時(shí)對(duì)照表（如表3所示）。

表3 不同訂單分批算法下兩套方案的作業(yè)耗時(shí)對(duì)照表

　　通過(guò)以上對(duì)照表，可以發(fā)現(xiàn)當(dāng)采用時(shí)間分批算法時(shí)，先揀后播方案比邊揀邊播方案總計(jì)減少人員作業(yè)時(shí)間約18小時(shí)；當(dāng)采用聚類(lèi)分批算法時(shí)，先揀后播方案比邊揀邊播方案總計(jì)減少人工作業(yè)時(shí)間約21小時(shí)。具體到作業(yè)環(huán)節(jié)，與邊揀邊播方案相比，先揀后播方案在播種作業(yè)環(huán)節(jié)增加人員作業(yè)時(shí)間約40小時(shí)，在移動(dòng)、揀貨動(dòng)作等作業(yè)環(huán)節(jié)累計(jì)減少人員作業(yè)時(shí)間約60小時(shí)。在這減少的60小時(shí)中，揀貨動(dòng)作環(huán)節(jié)貢獻(xiàn)最大，原因在于先揀后播方案無(wú)需在揀貨時(shí)完成訂單播種；移動(dòng)環(huán)節(jié)貢獻(xiàn)第二，原因在于先揀后播方案一次行程揀選訂單數(shù)量比邊揀邊播方案多一倍而節(jié)省的行走時(shí)間；此外，查找貨位環(huán)節(jié)也減少了3～4小時(shí)，原因在于先揀后播方案中揀貨人員數(shù)量少，可以大幅減少多人同時(shí)揀選同一貨位而產(chǎn)生的排隊(duì)等待。

　　根據(jù)仿真分析結(jié)果，評(píng)估兩套方案在批量揀選作業(yè)中的收益成本和投資成本。

　　人工成本：按照人均日工作7小時(shí)計(jì)算，先揀后播方案比邊揀邊播方案減少3個(gè)批量揀選人員作業(yè)量。該物流中心作業(yè)人員平均工資為每人每月6500元，則對(duì)于批量揀選作業(yè)，先揀后播方案比邊揀邊播方案每年節(jié)省人工成本約23.4萬(wàn)元。

　　場(chǎng)地成本：先揀后播方案比邊揀邊播方案增加播種區(qū)面積135平方米，按照每平方米0.9元的日租金成本標(biāo)準(zhǔn)計(jì)算，每年增加場(chǎng)地租金成本約4.43萬(wàn)元。

　　設(shè)備成本：現(xiàn)場(chǎng)播種區(qū)設(shè)備投資約40萬(wàn)元。

　　綜合以上計(jì)算，針對(duì)該物流中心批量揀選作業(yè)，先揀后播方案比邊揀邊播方案每年節(jié)省約18.97萬(wàn)元，設(shè)備成本一次性投資約40萬(wàn)元，大約2年時(shí)間就可以收回投資成本，并且隨著訂單量的增長(zhǎng)，投資回收時(shí)間還會(huì)縮短，因此建議選擇先揀后播批量揀選策略。

　　四、結(jié)論與思考

　　通過(guò)物流仿真軟件建立方案仿真模型，借助軟件提供的作業(yè)日志分析工具，可以實(shí)現(xiàn)不同揀選策略方案之間作業(yè)成本的定量化分析。在此基礎(chǔ)上，結(jié)合方案設(shè)備投資和現(xiàn)場(chǎng)場(chǎng)地費(fèi)用情況，綜合考慮揀選策略的收益成本和投資成本，以此作為選擇揀選策略的定量化決策依據(jù)。此外，應(yīng)用仿真軟件提供的作業(yè)環(huán)節(jié)成本分析功能，還可以清楚地發(fā)現(xiàn)不同揀選策略對(duì)各環(huán)節(jié)作業(yè)成本的影響，為深入優(yōu)化現(xiàn)場(chǎng)作業(yè)、實(shí)現(xiàn)倉(cāng)庫(kù)精益化改善提供了定量化的分析工具。