Tổng quan nghiên cứu

Trong bối cảnh phát triển mạnh mẽ của thương mại điện tử và chuỗi cung ứng hiện đại, nhà kho đóng vai trò then chốt trong việc đảm bảo hiệu quả vận hành. Theo báo cáo của ngành, quá trình lấy hàng (order-picking) chiếm khoảng 55% tổng chi phí vận hành nhà kho, đồng thời ảnh hưởng trực tiếp đến chất lượng dịch vụ và chi phí nhân lực. Tại kho T&C, một kho B2B thuộc hệ thống kho thuê ngoài 3PL, hoạt động lấy hàng diễn ra trên nhiều tầng lầu, do đó việc sử dụng thang máy để vận chuyển hàng hóa giữa các tầng trở thành nút thắt cổ chai, đặc biệt trong các mùa kích cầu lớn khi khối lượng xuất hàng tăng đột biến.

Vấn đề tranh chấp sử dụng thang máy giữa các nhóm xuất hàng dẫn đến kéo dài thời gian vận chuyển, làm tăng tổng thời gian trễ (tardiness) của các danh sách hàng, ảnh hưởng tiêu cực đến cam kết dịch vụ với khách hàng. Mục tiêu nghiên cứu của luận văn là ứng dụng giải thuật di truyền (genetic algorithm) để xây dựng một lịch điều độ thang máy tối ưu, nhằm cực tiểu hóa tổng thời gian trễ tại thang máy, từ đó nâng cao hiệu quả hoạt động lấy hàng và cải thiện chất lượng dịch vụ kho.

Phạm vi nghiên cứu tập trung vào thành phần thời gian tại thang máy trong quá trình lấy hàng tại kho T&C trong các ca làm việc, không xét đến các yếu tố ngẫu nhiên hay bất định. Nghiên cứu có ý nghĩa thực tiễn lớn trong việc giảm thiểu thời gian chờ đợi và vận chuyển hàng hóa, góp phần nâng cao năng lực cạnh tranh của doanh nghiệp trong lĩnh vực logistics và quản lý kho bãi.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên ba nền tảng lý thuyết chính:

  1. Quá trình lấy hàng (Order-picking): Là hoạt động giải phóng sản phẩm từ khu vực lưu trữ để đáp ứng đơn hàng, chiếm tỷ trọng lớn trong chi phí vận hành kho. Các phương pháp lấy hàng phổ biến gồm lấy hàng rời rạc, lấy hàng theo lô, theo khu vực và theo lượt. Nghiên cứu tập trung vào lấy hàng rời rạc, phù hợp với đặc thù kho T&C.

  2. Bài toán điều độ máy song song (Parallel machine scheduling): Mô hình hóa việc phân công và sắp xếp các công việc (khối hàng) trên nhiều máy (thang máy) tương tự nhau. Hàm mục tiêu là cực tiểu tổng thời gian trễ (tardiness) của các công việc, với các ràng buộc về năng lực trọng lượng và thể tích của thang máy. Bài toán này giúp giải quyết tranh chấp sử dụng thang máy hiệu quả.

  3. Giải thuật di truyền (Genetic Algorithm - GA): Dựa trên nguyên lý chọn lọc tự nhiên và di truyền học, GA sử dụng các toán tử sinh sản như trao đổi chéo (crossover) và đột biến (mutation) để tìm kiếm lời giải tối ưu trong không gian giải pháp lớn. GA được áp dụng để xây dựng lịch điều độ thang máy tối ưu, giảm thiểu tổng thời gian trễ.

Các khái niệm chuyên ngành quan trọng bao gồm: khối hàng (unit load), lần chạy thang máy (elevator run), thời gian trễ (tardiness), năng lực thang máy (capacity), và danh sách hàng (pick-list).

Phương pháp nghiên cứu

Nghiên cứu sử dụng phương pháp luận CDIO (Conceive - Design - Implement - Operate) với 10 bước chi tiết:

  • Nguồn dữ liệu: Dữ liệu thực tế lấy hàng tại kho T&C trong 2 tháng 9 và 10/2022, bao gồm thông tin thời gian bắt đầu, kết thúc lấy hàng, thời gian vận chuyển qua thang máy, số lượng SKU, trọng lượng và thể tích hàng hóa.

  • Phương pháp phân tích: Mô hình hóa bài toán điều độ thang máy dưới dạng bài toán điều độ máy song song với hàm mục tiêu cực tiểu tổng thời gian trễ. Áp dụng giải thuật di truyền với cơ chế mã hóa đặc thù cho khối hàng và thang máy, bao gồm các bước khởi tạo quần thể, chọn lọc, trao đổi chéo, đột biến và điều kiện dừng.

  • Timeline nghiên cứu: Nghiên cứu được thực hiện từ tháng 2 đến tháng 6 năm 2023, bao gồm thu thập dữ liệu, xây dựng mô hình toán, phát triển giải thuật, kiểm thử trên hai tập dữ liệu đầu vào với quy mô khác nhau (6 và 13 danh sách hàng, 10 và 18 SKU, 3 thang máy), và phân tích kết quả.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Tỷ lệ thời gian thang máy chiếm 79% tổng thời gian lấy hàng: Phân tích dữ liệu thực tế cho thấy thời gian chờ đợi và vận chuyển tại thang máy chiếm phần lớn trong tổng thời gian lấy hàng, làm rõ điểm nghẽn trong quy trình vận hành.

  2. Giải thuật di truyền giảm tổng thời gian trễ trung bình từ 15% đến 25% so với giải pháp kinh nghiệm: Kiểm thử trên hai tập dữ liệu cho thấy giải thuật đề xuất cải thiện đáng kể hiệu quả điều độ thang máy, giảm thiểu thời gian chờ đợi và tranh chấp sử dụng nguồn lực.

  3. Tối ưu hóa năng lực thang máy qua phân bổ khối hàng hợp lý: Việc gán khối hàng vào các lần chạy thang máy dựa trên năng lực trọng lượng và thể tích giúp khai thác tối đa công suất thang máy, giảm số lần chạy thừa và thời gian không hiệu quả.

  4. Giải thuật duy trì đa dạng quần thể và tránh kẹt cục bộ: Qua các bước chọn lọc, trao đổi chéo và đột biến, giải thuật đảm bảo tìm kiếm toàn cục, tránh rơi vào cực trị địa phương, nâng cao chất lượng lời giải.

Thảo luận kết quả

Kết quả nghiên cứu khẳng định vai trò quan trọng của việc áp dụng giải thuật di truyền trong bài toán điều độ thang máy tại kho B2B. Việc giảm 15-25% tổng thời gian trễ không chỉ giúp rút ngắn thời gian lấy hàng mà còn nâng cao chất lượng dịch vụ, giảm thiểu vi phạm cam kết với khách hàng. So với các nghiên cứu trước đây về điều độ máy song song, nghiên cứu này có điểm mạnh là áp dụng trực tiếp trên dữ liệu thực tế của kho T&C với các ràng buộc đặc thù về năng lực thang máy và quy cách đóng gói hàng hóa.

Dữ liệu có thể được trình bày qua biểu đồ so sánh tỷ lệ thời gian trễ giữa giải pháp hiện tại và giải thuật di truyền, cũng như bảng tổng hợp kết quả kiểm thử trên hai tập dữ liệu đầu vào. Điều này giúp minh họa rõ ràng hiệu quả cải tiến và tính khả thi của giải pháp trong thực tế vận hành.

Đề xuất và khuyến nghị

  1. Triển khai hệ thống điều độ thang máy tự động dựa trên giải thuật di truyền: Áp dụng phần mềm điều độ tích hợp giải thuật để tự động lập lịch vận chuyển hàng hóa, giảm thiểu thời gian chờ đợi và tranh chấp nguồn lực. Thời gian thực hiện dự kiến 6 tháng, chủ thể thực hiện là bộ phận IT và quản lý kho.

  2. Đào tạo nhân viên vận hành và quản lý kho về quy trình điều độ mới: Tổ chức các khóa đào tạo nhằm nâng cao nhận thức và kỹ năng sử dụng hệ thống điều độ, đảm bảo vận hành trơn tru. Thời gian đào tạo 2 tháng, do phòng nhân sự phối hợp với quản lý kho thực hiện.

  3. Cập nhật và bảo trì dữ liệu đầu vào thường xuyên: Đảm bảo dữ liệu về SKU, năng lực thang máy và danh sách hàng luôn chính xác để giải thuật hoạt động hiệu quả. Chủ thể là bộ phận quản lý dữ liệu, thực hiện hàng tháng.

  4. Mở rộng nghiên cứu áp dụng giải thuật cho các nguồn lực khác trong kho: Nghiên cứu tiếp tục áp dụng giải thuật di truyền cho điều độ xe nâng, nhân lực lấy hàng nhằm tối ưu toàn diện quy trình vận hành kho. Thời gian nghiên cứu tiếp theo 12 tháng, do phòng R&D và quản lý kho phối hợp thực hiện.

Đối tượng nên tham khảo luận văn

  1. Quản lý kho và logistics: Giúp hiểu rõ về bài toán điều độ thang máy và giải pháp tối ưu, từ đó áp dụng cải tiến quy trình vận hành, giảm chi phí và nâng cao chất lượng dịch vụ.

  2. Chuyên gia phát triển phần mềm quản lý kho: Cung cấp cơ sở lý thuyết và thuật toán để phát triển các module điều độ tự động tích hợp trong hệ thống WMS.

  3. Nhà nghiên cứu và sinh viên ngành kỹ thuật công nghiệp, quản lý chuỗi cung ứng: Là tài liệu tham khảo về ứng dụng giải thuật di truyền trong bài toán điều độ máy song song thực tế, đồng thời cung cấp phương pháp luận nghiên cứu bài bản.

  4. Doanh nghiệp cung cấp dịch vụ kho thuê ngoài (3PL): Giúp nhận diện điểm nghẽn trong vận hành và áp dụng giải pháp công nghệ để nâng cao năng lực cạnh tranh trên thị trường.

Câu hỏi thường gặp

  1. Giải thuật di truyền là gì và tại sao được chọn cho bài toán này?
    Giải thuật di truyền là phương pháp tối ưu dựa trên nguyên lý chọn lọc tự nhiên, thích hợp với bài toán điều độ phức tạp có nhiều biến và ràng buộc. Nó giúp tìm lời giải gần tối ưu trong không gian lớn, vượt trội so với các phương pháp truyền thống.

  2. Làm thế nào để đảm bảo giải thuật không vi phạm năng lực thang máy?
    Quá trình mã hóa và kiểm tra ràng buộc được thiết kế chặt chẽ, mỗi lần gán khối hàng vào thang máy đều kiểm tra năng lực trọng lượng và thể tích. Nếu vi phạm, giải thuật sẽ điều chỉnh hoặc loại bỏ lời giải không hợp lệ.

  3. Giải pháp có thể áp dụng cho các loại kho khác không?
    Có thể áp dụng cho các kho nhiều tầng sử dụng thang máy hoặc các nguồn lực tương tự, tuy nhiên cần điều chỉnh tham số và ràng buộc phù hợp với đặc thù từng kho.

  4. Thời gian triển khai giải pháp trong thực tế là bao lâu?
    Theo ước tính, việc triển khai hệ thống điều độ tự động và đào tạo nhân viên có thể hoàn thành trong vòng 6-8 tháng, tùy quy mô và mức độ phức tạp của kho.

  5. Giải thuật có thể mở rộng để điều độ các nguồn lực khác không?
    Có thể, giải thuật di truyền linh hoạt và có thể được điều chỉnh để giải quyết các bài toán điều độ khác như xe nâng, nhân lực, giúp tối ưu toàn diện quy trình kho.

Kết luận

  • Nghiên cứu đã xác định rõ điểm nghẽn thời gian thang máy chiếm tới 79% tổng thời gian lấy hàng tại kho T&C.
  • Giải thuật di truyền được phát triển và áp dụng thành công, giảm tổng thời gian trễ từ 15% đến 25% so với giải pháp hiện tại.
  • Mô hình toán và cơ chế mã hóa đảm bảo tính khả thi và hiệu quả trong thực tế vận hành kho.
  • Đề xuất triển khai hệ thống điều độ tự động và mở rộng nghiên cứu cho các nguồn lực khác nhằm nâng cao hiệu quả vận hành.
  • Các bước tiếp theo bao gồm triển khai thực tế, đào tạo nhân viên và cập nhật dữ liệu thường xuyên để duy trì hiệu quả giải pháp.

Quý độc giả và các đơn vị quan tâm được khuyến khích áp dụng và phát triển tiếp các giải pháp điều độ dựa trên nghiên cứu này nhằm nâng cao năng lực cạnh tranh và chất lượng dịch vụ trong lĩnh vực quản lý kho và logistics.