京东商城土桥园区食品母婴a仓订单拣选的优化研究本科论文.doc

青岛农业大学
毕 业 论 文

题 目：京东商城土桥园区食品母婴A仓订单拣选的
优化研究
姓 名：
学 院： 经济与管理学院
专 业： 物流管理专业
班 级： 2010级1班
学 号： 20101370
指导教师： 战书彬

二O一四年六月十日
目 录
摘要 ……………………………………………………………………Ⅰ
Abstract………………………………………………………………Ⅱ
前言……………………………………………………………………1
一、京东商城拣选作业概述及研究意义………………………………2
（一）京东商城拣选作业概述…………………………………………2
1.拣货作业概述 …………………………………………………2
2.京东商城拣选作业的要求 ……………………………………2
（二）拣选作业对京东商城发展的意义………………………………2
1.拣选是影响京东商城物流效率的重要作业 …………………2
2.拣选作业的快慢直接影响客户的满意度 ……………………3
二、京东商城食品母婴A仓概述及拣选现状分析……………………3
（一）京东商城食品母婴A仓概述……………………………………3
（二）食品母婴A仓的现状……………………………………………4
1.食品母婴A仓品类介绍 ………………………………………4
2.食品母婴A仓拣选系统运作流程图 …………………………4
3.食品母婴A仓拣货系统订单分配方法介绍 …………………5
三、影响食品母婴A仓拣选的问题分析………………………………6
（一）储区管理不合理…………………………………………………6
1.储区商品ABC管理不合理……………………………………6
2.储区内储位标识不清楚………………………………………6
（二）拣货人员素质较低………………………………………………6
（三）拣货人员配备不合理……………………………………………7
（四）拣货系统多品订单分配不合理…………………………………7
四、食品母婴A仓拣选作业的优化……………………………………8
（一）储位管理改善……………………………………………………8
1.合理管理商品的ABC分类 ……………………………………8
2.合理改善地面标识 ……………………………………………8
（二）加强新员工培训…………………………………………………8
（三）建立最大产能预估模型，合理配置拣货人员…………………8
（四）合理优化多品订单的分配………………………………………11
结 论……………………………………………………………………11
参考文献 ………………………………………………………………12
致 谢 ………………………………………………………………12

京东商城土桥园区食品母婴A仓订单拣选的优化研究
物流管理专业2010级1班 丁雪婷
指导教师：战书彬
【摘要】在诸多的物流环节中，拣货环节是最重要的环节，它是作为存储、包装、配装送货、订单处理和客户需求的汇合点，对资源提出了很高的要求，是物流中心的各种作业中最具客户敏感性的部分。所以研究拣选作业的优化具有重要的现实指导意义。
本文以京东商城华北分公司土桥园区食品母婴A仓实际情况为研究背景，主要针对其目前的多品订单拣选方面存在的问题，采用实地调研法和查阅资料法，通过分析其仓库布局、储位设计与管理、作业流程和环节、目前使用的拣货方法与设备等方面，对其日常的运作数据进行归纳整理分析，找出该仓目前存在的问题，提出相应的解决对策，改善其仓库布局，优化作业流程，提高其拣货效率，使其能保证订单的时效性，满足自己提出的服务承诺，维持较高的客户服务满意度体验。
【关键词】京东商城 拣选优化 ABC分类法 拣货最大产能预估模型

Jingdong Mall TuQiao a Warehouse of Park Food Order Picking Optimization Research
Class1,Grade2010, Logistics Management Ding-xueting
Tutor:Zhan-shubin
【Abstract】In many of the logistics links, the most important link is picking link, it is as the meeting of storage, packaging, delivery, order processing and customer demand, put forward high demands for resources, is the logistics center of all kinds of customers most sensitive part of the job. so the order picking optimization has the important practical significance.
Based on JingdongTuQiao zone of north China filiale, food A for the actual situation of the research background, mainly for more than its current order picking problems, by the methods of on-the-spot investigation and data access ,through the analysis of the warehouse layout, store design and management, operation process and link, currently used picking method and equipment, etc, through the daily operation data generalization analysis, find out the problems existing in the warehouse, put forward the corresponding solution countermeasure, to improve the warehouse layout, optimizing operation process, improve the picking efficiency, make it can guarantee the order of timeliness, to satisfy his proposed service commitments, maintain A high customer service satisfaction.
【Key words】JD.com Sorting optimization ABC sort management method model of Picking maximum capacity forecast

10

前 言
随着网络技术的发展和金融支付方式的不断深入发展，电子商务企业已经深入居民生活的方方面面。电子商务正在悄无声息地改变着人们的生活习惯，以前人们更习惯于传统的购物方式，但是现在，随着社会节奏的不断变快，人们更愿意选择通过电子商务的方式购物，尤其是年轻人。电子商务B2C市场上，盘踞了多家知名的企业，比如淘宝、天猫、当当、亚马逊等，京东商城以50%以上市场份额成为龙头老大。电子商务B2C市场主要是零售企业，客户个性化的需求使得订单的特点主要是小批量，高频次，这样的特点使得订单的重合性小，对于拣选作业提出了很大的难度。[1]
在拣货作业的研究领域内，已经有很多前辈进行过实践，现将国内典型的研究内容罗列如下：2014年王占磊在《配送中心订单分批及拣选路径优化问题研究》一文中，提出遗传算法，以多个拣选设备、多仓库存储区域并存的条件下建立订单分批和拣选路径优化模型，并且把两种优化方法应用到同一个算例中，从而最大限度地减少拣选过程中的行走距离；[2]2011年李哲在《物流中心拣选单处理及拣选路径优化研究》一文中提出：针对该物流中心拣选单的特点，采取批量拣选方式。以路径总长度最短为目标函数，以拣选设备的容量限制为约束条件，建立O．1规划模型，对所有的拣选单进行分批，并采用节约式启发算法进行求解；[3]2004年，沈翔等在《三月之限：供应链的力量》一书中通过比赛的形式比较了单人拣货法和分区拣货法的效率，发现分区拣货法能提高近30%的拣货速度。[4]在国外学者中，2008年Mengfei YU , René DE KOSTER提出一种快速有效地评判拣选系统的工具，通过对订单前置期，储位利用率等维度来判定一个拣选系统的好坏，而该工具在拣选系统设定初期也能起到作用；[5]2011年Lianhong Ding ，Pengshi等认为拣货员在拣选过程中的行走时间是占整个订单拣选时间最长的，并提出了能够有效减少拣货员行走时间的方法。[6]
本文将主要针对京东商城土桥园区食品母婴A仓进行分析，目前该仓日均生产订单量4万单，整个的订单生产过程中，拣选作业占的时间最长，最容易导致订单不能在规定的波次内生产完成，这样直接影响顾客的满意度体验，极有可能造成客户的流失以及对企业品牌度的认可和信任。所以研究如何提高拣选效率将对京东的运作和生存是有深远的影响意义的。

一、 京东商城拣选作业概述及研究意义
京东商城是中国B2C市场较大的3C商品初始的多品类网购专业平台，被授予中国电子商务领域受消费者欢迎和具有影响力的电子商务网站之一的称号。京东商城作为中国最大的电子网络零售商，有必要不断优化其配送部内的各项作业流程，尤其是拣选作业。
（一）京东商城拣选作业概述
1.拣货作业概述
拣选作业是整个物流链中仓储运营的一个环节。拣货作业是依据顾客的订货要求或配送中心的送货计划，尽可能迅速、准确地将商品从其储位或其他区域拣取出来，并按一定的方式进行分类、集中、等待配装送货的作业流程。[7]其在京东商城整个物流链中的位置如下：

图1 京东商城物流链的业务流程图
2.京东商城拣选作业的要求
拣选作业要求快速的集中客户所需产品。它一般包括几个动作：生成拣货单、行走、拣取、搬运至指定地点、分类等。[8]
京东商城对拣选作业的要求可以概括为三点：无差错的拣出正确的货物；时间快，至少不影响后面的送货；合理安排拣货人员设备，降低拣货成本。[9]
（二）拣选作业对京东商城发展的意义
1.拣选是影响京东商城物流效率的重要作业
京东商场是B2C市场主要的零售企业，客户个性化的需求使得订单具有小批量，高频次的特点。这样的特点使得订单的重合性小，对于拣选作业提出了很大的要求。拣选作为存储、包装、配装送货、订单处理和客户需求的汇合点，是各种仓储功能中最具客户敏感性的部分。
根据有关资料，一般情况下，拣选作业是京东商城仓储生产的重要环节。其作业量占全部作业量的60％，拣选作业时间占仓储作业时间的30％--40％，拣选作业的成本投入占仓储作业总成本的15％20％。
2.拣选作业的快慢直接影响客户的满意度
提高京东商城订单拣选效率，保证订单的时效性，从而维持较高的客户满意度体验，对于京东商城而言具有重要的现实意义。京东商城对客户所提出的服务承诺主要是依赖于快速的订单生产效率，而订单拣选无疑是订单生产中最重要的环节。京东商城目前采用波次进行订单生产，在仓库里，所有的业务流程均围绕着拣货来进行。像超市一样，京东的仓库里有理货员这样一个岗位，他们负责清理通道、盘点找出库存差异、处理问题单，现场移库等工作，完全是在为拣货服务。订单生产过程中理货、上架、补货等环节都是围绕着拣选工作来进行的，足以证明拣选工作对京东商城达到较高的客户满意度具有重要作业
二、京东商城食品母婴A仓概述及拣选现状分析
（一）京东商城食品母婴A仓概述
京东商城仓储在全国分为华北、华南、华中、华东、西北、东北、西南七个大区。其分布如图2。每个大区分为多个仓库，每个仓库按照商品的品类进行划分。华北分公司在北京一共有10个仓库。食品母婴A仓是华北大区的一个仓库。其在华北大区的分布如图3。

京东商城仓储

华北仓储
华南仓储
华中仓储
华东仓储
西北仓储
东北仓储
西南仓储

图2 京东商城仓储全国分布图

图3 京东商城华北各园区仓库示意图
（二）食品母婴A仓的现状
食品母婴A仓虽然不是像3C仓一样，属于京东商城的发家业务，但是随着京东商城全品类业务的不断扩展，其在食品母婴市场方面已经拥有固定的消费群体，并且在该市场上拥有相当的市场份额以及顾客忠诚度。
1.食品母婴A仓品类介绍
目前食品母婴用品已经分为AB两个仓库。食品母婴A仓主要存储商品为纸尿裤、奶粉、婴幼儿食品及衣物、洗护用品、化妆品、汽车用品等。B仓存储商品主要产品有酒水、饮料、米、面、粮油、猫狗粮、玩具等
2.食品母婴A仓拣选系统运作流程介绍
目前食品母婴A仓的拣选系统的运作较为完善，其拣选系统的运作流程如图4所示：

图4 京食品母婴A仓拣选流程图
3.食品母婴A仓拣货系统订单分配方法介绍
食品母婴A仓目前的订单分为单品订单跟多品订单。
（1）单品订单是指一个订单只购买了一样商品（数量不限）。这种单品订单的特点是：订单所需商品只有一种，即订单定位的储位只有一个，当这种订单批量下传到库房成功定位之后，系统会自动将拣选位置临近的订单分配在一个集合单内，从而来缩短拣货路径提高拣货效率。
（2）多品订单是指一个订单存在两种以上商品的订单，这种订单定位的特点是：在散点图上至少有两个以上的点，一个订单所有的定位点可能都在同一个储区，也可能分布在不同的储区，目前的系统对多品订单的分配逻辑是以图上密集点随机抓取20张订单分配成一个集合单。

表1 食品母婴A库5月14号订单分配表 单位：件
SKU（个数）
订单量
占比
订单分类
分类订单比重
1
21732
61%
单品订单
61%
2
8030
22%

多品订单

39%

3
3154
9%
4
1448
4%
5
647
2%
6
345
1%
7
169
0%
8
98
0%
9
52
0%
10
27
0%
11
25
0%
12
14
0%
13
9
0%
14
9
0%
15
3
0%
16
1
0%
17
1
0%
19
1
0%
总计
35765
100%

数据来源：京东商城土桥园区食品母婴A仓质控组主管付辉

表2 14号食品A库多品订单储区分布情况 单位：件
储区个数
订单量
占比
1
2343
17%
2
7828
56%
3
2645
19%
4
849
6%
5
255

2%
6
86
1%
7
22
0%
8
4
0%
9
1
0%
总计
14033
100%
数据来源：京东商城土桥园区食品母婴A仓质控组主管付辉
三、影响食品母婴A仓拣选的问题分析
（一）储区管理不合理
1.储区商品ABC管理不合理
现阶段京东的仓储ABC分类逻辑如下：根据历史28天的销售数据（28天BAND值），将商品分成ABCDF，5类商品，BAND的值每天更新，具体计算方法如下：往前推28天的历史销量，根据销量排名，将销量总和前20%的商品划分为A类商品，前20%-40%的商品划分为B类，以此类推，最终将商品划分成5类。[10]
京东是零售行业的电子商务，促销频繁，这种算法会导致两个阶段的数据误差较大，促销时期，促销的品类大多数都是滞销类，促销的目的是清理库存，既然是滞销类，历史数据的销量肯定很小，所以计算出来的销量也小，品类划分的时候也会归到EF类，这样在商品存放的时候所放的储位离生产线最远，促销时期，拣货路径较长，促销后，这类商品回归原状，出库量变得很小，但因为历史数据里有部分是促销数据，出库量很大，BAND分类时系统会把它归为A类商品，码放在A类储区，导致这类商品占用了离生产线最近的储区位置，但周转速度很慢，起不到提高拣货效率的原则。[11]
2.储区内储位标识不清楚
储区内储位标识不清楚会严重影响拣货效率。目前食品母婴仓采用的是在地面上贴纸质标签的方法来区分不同的储位，但是在叉车、地牛、以及所有作业设备与人员的踩踏碾压下，储位标识很容易变得模糊不清。对于不熟悉库房布局的新员工来说，他们必须依靠这些标识来寻找储位，没有这些标识的指引会降低拣货员的拣选效率。
（二）拣货人员素质较低
培训体系的不完善则直接导致了新员工对于业务的不熟悉，影响拣货效率，增加了拣货的出错率。拣货人员对于仓库布局以及储位和拣货业务的熟练程度会对拣货效率和准确率有很大的影响。新员工的拣货速度慢，而且出错率极高。目前食品母婴仓内员工的流动率比较大，一年以上老员工所占的比例非常小，3个月内新员工所占的比例非常大，这就容易导致拣货的出错率较高。

表3 北京食品母婴仓A库2014年5月某几天拣货异常单量表 单位：件
日期
出库单量
拣货异常单量
比重
2014/5/1
27240
88
0.32%
2014/5/2
27988
84
0.30%
2014/5/3
34519
126
0.37%
2014/5/4
41197
150
0.36%
2014/5/5
40845
135
0.33%
2014/5/6
40314
110
0.27%
2014/5/7
38256
105
0.27%
2014/5/8
37838
98
0.26%
2014/5/9
35958
104
0.29%
数据来源：京东商城土桥园区食品母婴A仓生产组组长宋小宝

北京食品母婴仓A库2014年5月某几天拣货异常单量

图5 北京食品母婴仓A库拣选异常单量占比
（三）拣货人员配备不合理
每天下发到库房的订单是波动的，平时订单的波动比较少，但是一到搞促销活动的时候，订单量会大幅度的波动。而目前食品母婴A库没有一各准确的模型来提供有效的数据支持，导致库房人员不能合理来匹配，最终可能导致人力的浪费，或者说在一定的人力资源下达不到最大的拣货产能。结果是增加了拣货成本。
（四）拣货系统多品订单分配不合理
多品订单再分配过程中只是考虑了只是某个订单其中的一个点而已，忽略了这些订单还有其他的定位点，而这些其他的定位点又分散在各个储区，最终导致系统抓取的这20张订单的拣选路径很长，跨很多储区，拣货效率非常的低。[12]据库内实际情况统计：一个单品订单的集合单平均拣货所需时间为3分钟，而且一张多品订单的集合单平均拣货时间为30分钟，是单品订单集合单拣选时间的10倍。多品订单的分配不合理导致订单生产时间过长，最终延迟货物到达客户的时间，最终影响客户的满意度。
四、食品母婴A仓拣选作业的优化
（一）储位管理改善
1.合理管理商品的ABC分类
根据准确的历史销量即日常订单稳定的数据，合理的进行商品的ABC分类，将离生产线最近的储区设置成A类商品储区，专门存放A类商品，以此来提高拣货效率。A类商品出库量最大，拣货频次最高，A类储区放在离生产线最近的地方，能缩短大多数订单的拣货路径，从而提高拣货效率。当遇到商城搞大的促销活动时，将搞促销活动的商品单独规划通道，来方便拣货员来拣货。
2.合理改善地面标识
储位标识方面可以做如下的改善：
（1）标识改为用更耐磨、更容易辨识的材料呈现。
将仓库内胶带制作的储位标识换成耐磨且容易辨识的材料，比如用油漆图画。这样就可以在一定程度上减少地牛和叉车在库内移动对标识造成的损坏。既能减少拣货员因标识损坏增加的拣货时间，又能降低经常更换地面标识的带来的人工成本和资金成本。

（2）在储位上方，采用吊牌的形式来指引新员工辨认储位。
在仓库对应的储位的上方拉上铁丝悬挂吊牌，标明储位来指引新员工辨识储位。这种方法虽然一开始实施起来有些麻烦，但是一旦规划完成辨识的损坏程度和更换次数会很低，可以达到事半功倍的效果。
（二）加强新员工培训
加强对新员工的培训，建立一套较完善的培训体系，包括仓库布局、业务知识、流程等，让新员工尽快熟悉仓库布局、业务知识和流程等。针对目前食品母婴A仓员工流动率较大，3个月内新员工所占比例居高不下，培训体系并不完善，新员工只是在老员工的带领下进行实际操作几天就可以上岗的现状，只有当拣货员对仓库布局及业务知识非常熟练的时候，一天能跑的储位个数才会更多，拣选效率才会更高。
（三）建立最大产能预估模型，合理配置拣货人员
该模型通过分析影响拣货效率的几个因素，使拣货效率达到最大化。使仓库能够应对旺季和促销时的大批量订单，从定量角度找到影响拣选效率的最大因素，知道当这些因素应该做到何种程度时才能使拣货产能最大化，比如应该要增加多少拣货员等，因此建立了拣货产能预估模型。[14]该模型的基础数据提取于每个时间段的实际运营数据。模型用到的公式如下：
公式一：单位时间人均跑的储位个数*人数*工作时间=所有拣货人员一天实际跑的储位个数；
公式二：（所有订单一共产生的储位个数-所有拣货人员一天跑的实际跑的储位个数）/所有订单一共产生的储位个数订单优化的比例；
公式三：所有订单一共产生的储位个数=总订单*订单占比系数。
总公式：总订单量=（单位时间人均跑的储位个数*人数*工作时间）/(1-订单优化比例)*订单占比系数
拣货最大产能预估模型（见表4），通过运用最大产能预估模型可以得到的优化比例如下：
拣货优化比例=（实际储位数量-拣货储位数量）/实际储位数量
最优比例=（实际储位数量-SKU）/实际储位数量

表4 拣货最大产能预估模型
时间段
订单量
拣货数量
SKU
单位SKU件数

副本量
拣货储位数量
实际储位数量
储位优化比例
最优比例
人数
人均储位个数（小时）
疲劳度
耗时（分）
人均储位个数（分）
0:00-1:00
1369
4020
1422
2.83
2.94
2193
2821
22%
50%
42
52.21

60
0.87
1:00-2:00
2217
7891
2345
3.37
3.56
4536
5740
21%
59%
45
100.80
41
60
1.68
2:00-3:00
2392
6048
2067
2.93
2.53
2861
3702
23%
44%
43
66.53
42
45
1.48
6:00-7:00
2645
4468
1615
2.77
1.69
2148
2996
28%
46%
46
46.70
0
60
0.78
7:00-8:00
4163
11341
3131
3.62
2.72
5668
7273
22%
57%
67
84.60
45
60
1.41
8:00-9:00
3847
12209
3200
3.82
3.17
5422
7499
28%
57%

69
78.58
64
60
1.31
9:00-10:00
5710
15727
3767
4.17
2.75
6949
10101
31%
63%
68
102.19
63
60
1.70
10:00-11:00
4524
13133
3543
3.71
2.90
6710
8875
24%
60%
66
101.67
64
60
1.69
11:00-12:00
3638
11996
3193
3.76
3.30
6030
8012
25%
60%
66
91.36
65
60
1.52
12:00-13:00
2755
6731
2022
3.33
2.44
3077
4718
35%
57%
79
38.95
55
60
0.65
13:00-14:00
8814
21949
4348
5.05
2.49
9253
14032
34%
69%
95
97.40
79
60
1.62
14:00-15:00
6477
17557
4223
4.16
2.71
9050
12083
25%
65%
95
95.26
95
60
1.59

15:00-16:00
6127
17792
4171
4.27
2.90
7929
11246
29%
63%
92
86.18
91
60
1.44
16:00-17:00
4580
14743
3641
4.05
3.22
7379
9795
25%
63%
91
81.09
91
60
1.35
17:00-18:00
2872
8871
2488
3.57
3.09
4596
5838
21%
57%
92
49.96
90
60
0.83
18:00-19:00
4820
12159
3175
3.83
2.52
5005
7637
34%
58%
93
53.82
86
60
0.90
19:00-20:00
7139
20042
4256
4.71
2.81
9331
13024
28%
67%
96
97.20
91
60
1.62
20:00-21:00
5498
15884
3587
4.43
2.89
8210
11127
26%
68%
97
84.64
95
60
1.41
21:00-22:00
2929
9086
2529
3.59
3.10
4620
6303
27%
60%
61
75.74
60
60
1.26
22:00-23:00
3038
8562
2635
3.25
2.82
4538
6175
27%
57%
38
119.42
38
60
1.99
23:00-0:00
1630
5677
2173
2.61
3.48
3456
4311
20%
50%
38
90.95
37
60
1.52

副本量影响订单优化分配比例跟订单占比，对拣货实际走储位效率影响不大，因为食品A库是中小件仓

副本量

2.3
优化比例=-0.007983*副本量三次方+0.08499*副本量二次方-0.4025*副本量一次方+0.9162

人均效率
单班次人数
平均工作时长
拣货储位优化比例
总储位
一品订单占比
二品订单占比
三品订单占比
四品订单占比
五品以上订单占比
产能（订单量）

80
51
5.50
0.342917939
68301.97
0.64
0.22
0.11
0.02
0.01
44351.93

可优化

可优化

订单比例系数=一品占比*1+二品占比*2+三品占比*3+四品占比*4+……
产能=
总储位/订单比例系数

总储位=（人均效率*单班次人数*单班次平均工作时长*2）/（1-拣货储位优化比例）

（四）合理优化多品订单的分配
将所跨储区为两个储区的多品订单进行合理优化。将这些多品订单所涉及的SKU集中在相邻的两个储区内，这样拣货员所走的路径就会缩短，拣选时间也会缩短，拣货效率会有大幅度提升。[15]由表1 食品母婴A库5月14号订单分配表中可以看出单品订单61%，多品订单39%.由订单储区分布情况可以看出占两个储区的订单占到56%。由此可见做好占两个储区的订单优化工作会在很大程度上提高多品订单捡货效率。
从表5的数据来看，如果把只占2个储区的订单（804单）进行优化分配，可优化的集合单是19张380单（20个订单每个集合单),从这个数据来看，这种比例是380/804约等于0.5，但随着订单量的增长，这种优化比例会越来越高，特别是促销的时候，优化比例能无限接近于1。

表5 食品母婴A仓5月14号只占2个储区的订单分布表 单位：个
储区
1
2
3
4
5
6
7
8
A
B
C
D
E
F
G
1
16
17
25
43
26
8
16
15
38
0
5
6
3
0
0
2
17
5
11
27
20
9
18
12
26
1
5
3
1
0
0
3
25
11
13
25
21
5
12
18
35
0
5
1
2
2
1
4
43
27
25
14
18
7
18
25
26
0
9
5
1
0
0
5
26
20
21
18
31
1
3
9
2
0
1
1
7
0
0
6
8
9
5
7
1
13
0
3
3
0
5
1
0
0
1
7
16
18
12
18
3
0
16
21
32
2
3
2
3
0
0
8
15
12
18
25
9
3
21
15
65
0
3
2
1
3
2
A
38
26
35
26
2
3
32
65
58
0
6
1
0
5
0
B
0
1
0
0
0
0
2
0
0
5
2
0
26
0
2
C
5
5
5
9
1
5
3
3
6
2
40
1
4
0
0
D
6
3
1
5
1
1
2
2
1
0
1
9
1
0
0
E
3
1
2
1
7
0
3
1
0
26
4
1
12
0
0
F
0
0
2
0
0
0
0
3
5
0
0
0
0
10
9
G
0
0
1
0
0
1
0
2
0
2
0
0
0
9
2
数据来源：京东商城土桥园区食品母婴A仓生产组主管张郴

结 论
在仓储运营的各项作业中，拣选作业是其中十分重要的一个环节，其作用相当于人体的心脏空调系统的压缩机。而其动力的产生来自于客户的订单，拣选作业的目的也就在于正确而且迅速地集合客户所订购的货物，从而保证订单生产的速度。 
本文通过对京东商城华北区食品母婴A仓的现状进行分析，找出其在拣选作业实施过程中存在的问题，最后提出了一系列的对策建议，通过对拣选策略的优化以提高分拣效率和准确率，从而提高整个仓储的运营管理水平。

参考文献
[1] 张庚淼.B2C电子商务环境下的仓库拣货方法[J].物流沙龙,2013,（13）:5～6.
[2] 李晓春，钟雪灵，王雄志，王国庆.并行分区拣货系统储位优化设计[J].计算机工程与应用，2013 ，49（19）:12～13.
[3] 李诗珍，王转，张克诚.配送中心拣货作业中的订单分批策略研究[J].物流技术，2004（5）:21～22.
[4] 沈翔等.三月之限——供应链的力量[M].北京：电子工业出版社，2005:67～69.
[5] Mengfei YU , René DE KOSTER.A fast and flexible tool to design order picking system[D].RSM Erasmus University Rotterdam, The Netherlands,2009.
[6] Lianhong Ding,Pengshi.Efficient Order Picking Based on Community Detection[M].Journal of Finance,1995,7:48～52.
[7] 王艳艳等.配送中心分拣订单合批策略的研究[J].山东大学学报（工学版），2010，40（2）:23～25.
[8] 卢子甲，韩义民，张少卿.基于遗传算法的配送中心订单拣选路径优化案例研究[J].物流技术，2013，32（9）:8～9.
[9] 张鹏飞.小额订单拣选渐成主流——访德马泰克中国首席执行官柏立安[J].物流技术与应用，2010,7:23～25.
[10] 张书涛.配送中心仓储作业管理系统的设计与实现[D].天津:南开大学，2010 .
[11] 孙景涛.物流人松江分享会——仓储库位及拣货流程的一些思考[J].物流沙龙，2014,1:2～3.
[12] 王娴.基于人工鱼群算法的拣选作业优化问题[J].兰州交通大学学报，2012，31（1）:15～16.
[13] 林国龙.现代物流环境下的储位管理[J].现代物流，2002，5:34～35.
[14] 樊雪梅，王龙昭.EIQ分析法在仓储管理中的应用[J].科学与财富，2012（3）:45～47.
[15] 王宏琴，贾晓庆.B2C企业自建物流中心分拣系统研究[J].中国市场，2012,14:15～17 .