考虑完全拆分的拣选分批与拣选路径集成优化模型

在电商海量订单背景下,在线订单拣选作业难度加大,因此设计了基于订单完全拆分的拣选分批与拣选路径综合优化模型解决此问题.模型共分两阶段.第一阶段,基于种子算法,设计考虑订单完成度、等待时间与拣选路径的拣选分批模型;第二阶段以拣选单流为单队列,设计多拣选员并行服务的拣选系统.行走策略为基于返回型和遍历型的综合策略,拣选路径优化模型采用模拟退火算法求解.算例分析表明,与传统的不拆分拣选分批模型相比,构建的综合优化模型能够显著提高拣选系统效率.拣选员为4人时,模型能够使总服务时间减少58.79%,订单完成率提高10.09%.     

基于移动机器人的订单拣选系统货位优化模型和算法研究

为了提高基于移动机器人的订单拣选系统的拣选效率,文章提出了基于货品相关性和货架中货品总出库频次的货位优化方法.将货位优化分为货品存放到货架及货架布局到仓库中现有位置两个阶段,为避免拥堵采用分散存储策略建立了最小化货架搬运次数以及最小化机器人总拣选路程的数学模型,并设计两阶段启发式算法求解.结合A网上药店的历史订单数据进行了仿真实验,实验结果表明,文章提出的货位优化方法有效提高了订单拣选效率.     

并列选择单亲遗传算法在自动化立体仓库货位优化中的应用

针对传统遗传算法在求解自动化立体仓库货位优化多目标模型中容易陷于局部最优解以及交叉变异过程中产生大量不可行解等问题,提出了并列选择单亲遗传算法.算法采用了0,1矩阵编码、并列选择算子、单亲变异算子等,有效避免了交叉变异操作产生不可行解的问题.通过对控制参数进行较合理地选取,算法能够综合考虑各子目标的相对优秀个体,从中选取出全局近似最优解,有效降低了算法陷于局部最优解的概率.利用该算法对36种货物的自动化立体仓库货位进行优化,通过比较优化前后的货位对应的拣选时间及货架重心可以看出,优化后的货位对应的拣选效率及货架稳定性均有明显提高.     

基于遗传算法的武警捕歼战斗兵力优化指派建模与仿真

为进一步提高武警捕歼战斗用兵的精确性和科学性,针对武警捕歼战斗任务实际,考虑作战中队的行军距离、毁伤能力等多个因素,基于多目标规划建立了武警捕歼战斗兵力指派模型.借鉴遗传算法理论提出了两种改进算法,实验仿真结果表明,两种算法都能有效解决武警捕歼战斗的兵力指派问题,研究结果对武警捕歼战斗兵力指派具有一定现实意义.     

Flying-V型仓储布局货位分配优化方法研究

Flying-V是一种典型的非传统布局方式,根据其布局方式的特性,针对仓储货位分配优化问题,以货物出入库效率最高和货物存放的重心最低为优化目标,建立了货位分配多目标优化模型,并采用自适应策略的遗传算法(GA),以及粒子群算法(PSO)进行求解。根据货位分配的优化特点,在GA算法的选择、交叉和变异环节均采用自适应策略, 同时采用惯性权重线性递减的方法设计了PSO算法,有效地解决了两种算法收敛速度慢和易“早熟”的问题,提高了算法的寻优性能。为了更好地表现两种优化求解算法的有效性和优越性,结合具体的货位分配实例利用MATLAB软件编程实现。通过对比分析优化结果表明,PSO算法在收敛速度和优化效果方面相比于自适应GA算法更具有优势,更加合适于解决Flying-V型仓储布局货位分配优化问题。     

基于改进粒子群算法V型非传统布局仓库通道优化设计

V型仓储布局是一种典型的非传统布局方式,针对V型布局主通道设计的问题,将主通道抽象为若干个点连接而成的折线通道,每条拣货通道按物动量大小对仓库进行分区,采用更加符合实际的存取货物作业的概率不相等的非完全随机存储策略,建立最小化平均拣货距离的仓库主通道设计数学优化模型。其次,设计了基于极值扰动算子的改进粒子群优化算法(EDO-PSO)进行算法求解,利用极值扰动算子解决易陷入局部最优问题,采用并行深度搜索策略,提高算法性能,并用Benchmark函数与其他改进PSO算法对比验证算法性能。最后,结合具体实验数据仿真分析,计算结果表明,该方法在相同货位分配策略下,能有效缩短总拣货距离,验证了方法的有效性。     

基于物流AGV的“货到人”订单拣选系统任务调度研究

基于物流AGV的“货到人”订单拣选模式由于其高效率和灵活性,逐渐成为电商物流配送中心订单拣选系统发展趋势。本文通过对基于物流AGV的电商物流配送中心订单拣选作业流程分析,提出多拣选台同步拣选和多拣选台异步拣选两种作业模式。然后对基于物流AGV的订单拣选任务调度问题进行描述,以物流AGV完成所有任务的时间最短为目标,分别建立同步和异步两种拣选模式下物流AGV任务调度模型;针对物流AGV任务调度问题特性,对共同进化遗传算法粗粒度模型进行改进用于模型求解。最后,通过改进前后算法的对比,验证了改进共同进化遗传算法在求解物流AGV任务调度问题中的有效性;通过在求解速度和优化结果上对多拣选台同步拣选和异步拣选两种作业模式进行比较,得出同步拣选优于异步拣选的结果。     

基于物料周转率与需求相关性的储位分配优化策略与算法

优化储位分配策略是加快订单拣选速度和提高仓储效率的重要前提。在实际出入库操作中,物料可能具有一定的需求相关性,如螺钉与螺母。若这些需求相关度较高的物料被安排于距离较远的货位,将大大影响其拣选出库的效率。因此,本研究考虑不同储位分配方案的影响,提出将基于物料周转率的存储策略(COI)与物料需求相关度相结合的存储策略,使得周转频率高和相关度大的物料在仓库中的位置接近,且存储于更近仓库出入口的巷道货位。由于模型的计算规模随着参数增长呈指数式增长,本研究开发出一种近似算法,并通过实验证明,相较于商业软件,本算法可更为有效得获取问题的最优或近似解。最后通过实例分析,给出不同COI系数与物料需求度偏好下该仓库的可行储位分配方案     

基于偏离度的仓储中心拣货路径优化方法研究

针对现代仓储作业中广泛使用的双区仓库,为提高拣选作业的质量和效率,首先应用RFID技术对仓储作业中货物的入库、定位、拣选、出库等进行自动化识别,实现管理数据库的实时更新,减少订单中货物搜索时间.在此基础上,提出了一种基于偏离度的路径优化方法,通过与传统穿越策略、S型启发式算法进行仿真对比.结果表明,在双区仓库的路径拣选中,基于偏离度方法对仓库作业优化效果显著.     

“货到人”拣选系统机器人任务分配的鲁棒双层规划模型

在电商“货到人”拣选系统中,如何调度系统中的机器人并对任务进行合理地分配决定着整个系统的运行效率与成本。分析“货到人”拣选系统作业流程,建立机器人数量配置、机器人调度与机器人任务分配的双层规划模型。上层模型以批量订单完成总成本最小为目标函数,以机器人调度为决策变量,构建整数规划模型;下层模型以机器人完成所有任务的平均空闲率最小为目标函数,以任务分配为决策变量,考虑机器人在完成任务过程中由于调度、避障、路径规划等导致的行走距离不确定因素,构建鲁棒优化模型。上层的调度结果制约了下层的最小平均空闲率,下层的任务分配结果影响上层的最小成本,上下层结果共同决定机器人配置决策。利用遗传算法求解模型,通过实例仿真验证了模型的有效性。     

配送中心订单分拣系统中的拣货路径选择研究

订单分拣是订单履行流程中一项重要活动,分拣成本是配送中心成本的主要组成部分之一。订单分拣系统的设计需要考虑订单类型、产品特点、分拣策略、分拣区域的布局、分拣路径和储位选择等因素。本文主要评价各种拣货路径方法,作者利用方差分析中的最小显著性差异法.1602640178otmail.com对仿真结果进行多重比较。本文的研究结果显示,当订单规模较小时,单区布局下的最优启发式路径方法是最大间隙法;双区布局下的最优启发式路径是组合方法;而且双区布局下的各种路径方法更能节省分拣行走距离。这些结论有助于配送中心管理人员通过分析订单规模来改变分拣路径和布局,进而提高配送中心分拣效率。     

基于分支定界算法的物流配送网络优化研究

为进一步提高物流配送网络的运行效率,以配送总里程最短为目标,建立了单配送中心的配送优化模型,提出了一种基于分枝定界法的混合求解策略。该策略能有效地避免智能启发式算法的不稳定性和传统优化算法的指数爆炸问题,对现代配送网络的建设具有一定的理论和实践意义。     

Improving product location and order picking activities in a distribution centre

This article examines the effect of different product location strategies on the distance that order pickers must cover to do their job. This distance is an important cost component in warehousing activities. Our empirical study is based on a real industrial setting, in which the products are located on both sides of a conveyor belt. We show that choosing the right product location strategy allows the current picking distance to be reduced more than 10%. We also propose a post-optimization procedure that can further reduce picking distances—up to 20% of the current distances. Through a study of the routing strategy used to dispatch pickers, we demonstrate that solving a simple travelling salesman problem can further reduce distances up to 13%, compared with the distances incurred using a predetermined route. We show that reductions of up to 27% compared to current picking distances are possible if our product location and routing methods are combined.     

基于两阶段求解策略的动态电动车辆路径优化研究

由于政府对新能源汽车的补贴政策和市区对燃油车限行政策的实时,越来越多的物流公司在城市配送中广泛采用电动汽车。然而,电动车续航里程受限,需要在途充电或者换电,同时客户需求的动态性以及充/换电设施的排队等现实因素也应该被考虑。为此,提出了分阶段策略求解动态电动车辆路径优化问题,并建立了两阶段的EVRP模型。其中第一阶段针对静态客户建立了静态EVRP模型,第二阶段在设计了换电站及动态客户插入策略的基础上,建立了动态EVRP模型以路径更新策略。最后,设计改进的CW-TS混合启发式算法来求解静态模型,设计贪婪算法求解动态模型。实验结果表明,模型与算法具有较好的适用性和有效性。     

Tabu search heuristics for the order batching problem in manual order picking systems

In a manual order picking system, order pickers walk or ride through a distribution warehouse in order to collect items requested by (internal or external) customers. In order to perform these operations efficiently, it is usually required that customer orders be combined into (more substantial) picking orders that are limited in size. The order batching problem considered in this paper deals with the question of how a given set of customer orders should be combined into picking orders such that the total length of all picker tours necessary for all of the requested items to be collected is minimized. For the solution of this problem the authors suggest two approaches based on the tabu search principle. The first is a (classic) tabu search (TS), and the second is the attribute-based hill climber (ABHC). In a series of extensive numerical experiments, these approaches are benchmarked against other solution methods put forward in the current literature. It is demonstrated that the proposed methods are superior to the existing methods and provide solutions which may allow distribution warehouses to operate more efficiently.     

基于灰色规划理论的综合物流服务中心优化研究

随着国民经济的进一步发展,物流作为承载经济交易枢纽的关键环节对经济发展起着重要的促进作用,综合物流中心作为物流行业统筹规划的重要组成部分对物流效率的提高具有深远的影响.当前综合物流中心主要存在结构不合理,市场导向性差等弊端.本文主要利用灰色规划理论结合物流收益值的获取、预测等过程对综合物流中心进行了优化研究.结果表明,通过灰色规划理论综合优化后的物流中心能够在物流配送方式和产业结构优化等方面发挥良好的作用,不仅能够提高物流企业的营业收入,同样也可以进一步提升中国的物流运输效率,从而促进产业的进步和发展.     

基于最大最小蚂蚁系统的物流配送中心选址算法的研究

提出了一种基于信息素自适应调节的最大最小蚂蚁系统的多物流配送中心选址算法,利用改进的蚁群算法的路径寻优机制结合蚂蚁聚集尸体的行为模式,根据物流配送总成本最低的原则将各配送点与候选配送中心进行聚类,合理选择配送中心。将已有物流配送模型进行拓展,加入经营管理成本。分别利用基本蚁群聚类算法和改进的蚁群聚类算法对配送中心选址进行仿真,实验结果表明在解决大规模配送中心选址问题时,改进的算法在解的质量和收敛速度方面明显优于基本蚁群聚类算法。     

带时间窗的三维装载物流配送优化方法研究

针对城市物流配送优化研究在客户服务时间窗和货物装载方式合理结合方面存在的不足,考虑物流配送车厢货物装载方式与客户访问序列相关的特征对车厢空间进行合理的区域划分。首先,构建了包含配送中心的固定成本、配送车辆的运输成本、维修成本、租赁成本和违反时间窗惩罚成本的物流运营成本最小化和配送车辆空间利用率最大化的双目标优化模型;然后,提出一种结合遗传算法(GA)全局搜索能力和禁忌搜索算法(TS)局部搜索能力的GA-TS混合算法求解模型;最后,结合重庆市某配送中心的三维装载物流配送实例数据进行了优化计算,实验结果给出了带时间窗的三维装载物流配送路径优化方案,并进行了不同车厢空间分区模式下平均装载率、物流运营成本和车辆使用数的比较分析。研究表明,当客户需求货物种类数与车辆的空间区域划分数相等且按货物类型进行区域划分时,物流运营成本最小,配送车辆使用数最少和车辆平均装载率最高。     

考虑车载容量的多区型仓库拣货路径优化研究

拣货作业是仓库核心作业之一,占据仓库运营大量的时间成本和资金成本.针对多区型仓库拣货路径优化问题,对多区型仓库布局、货位坐标、路径等问题进行了定义,构建了多区型仓库拣货路径优化建模,接着通过大量实验确定了人工鱼群算法在求解拣货路径问题时的最优算法参数组合,通过演示性实验验证了模型与算法的有效性,最后从波次订单对实验结果的影响、车载容量对实验结果的影响和算法对比分析3个方面验证了人工鱼群算法的实用性和优越性.结果表明,所建立的多区型仓库拣货路径优化的模型及其求解方法,能够有效提高仓储拣货作业效率.