基于NSGA-Ⅱ算法的分区拣选优化

电商背景下的客户订单呈现出多品种、小批量、高频次等特点,给仓库拣选工作带来很大的挑战。为提高拣选效率,在订单完全拆分的分批策略和组合优化的行走策略下,设计了以总服务时间最小、分区工作量平衡度最优和二次分拣效率最高的多目标分区拣选模型。由于3个目标函数之间存在矛盾,设计了NSGA-II算法对多目标优化模型进行求解。通过数值实验,与传统的不拆分订单的分区拣选系统对比,发现在订单批量环境为[1,4]时,分别使总服务时间减少了43.88%,平衡度改善了84.61%,并分析了区域个数、订单总数和订单批量环境对系统效率的影响。     

基于遗传算法的分区拣选系统储位优化实证研究

目的研究零售连锁企业区域配送中心分区拣选系统下的储位优化方法。方法以某药品连锁零售企业区域配送中心为研究对象,将不同分区的拣选时间趋于均衡作为储位优化目标,结合样本订单与历史订单的特点,建立储位优化数学模型,并采用遗传算法进行求解,以获取约束条件内该模型的最优解。结果在样本订单占80%权重的前提下,将所求得的分区与储位的解所对应的拣选时间,与研究对象的拣选现状进行对比,发现采用均衡各区拣选时间模型的求解结果提高了37.34%的效率,优化效果显著。结论实证研究证明了该模型和算法的有效性,该优化方法也广泛适用于其他分区拣选系统的储位分配作业。     

一种配送中心订单拣选方式优化的算法

在假定的单向行走规则和仓库模型的基础上,提出了一种订单按其不同属性进行分批拣选的启发式算法.基于按单拣选和批量拣选的优缺点对比,将提高订单拣选效率和缩短订单提前期作为其目标函数.新增订单,根据订单中品项所在的最大通道的编号和最小通道的编号,运用运筹学方法进行编号,分批拣选;延期订单,根据订单延期程度和客户重要性程度,通过加权计算进行排序,分批拣选.算例分析表明这种决策方法计算简单,容易实现.     

面向“货到人”拣选系统的一种随机调度策略

通过“货到人”拣选系统作业流程分析,提出了在分批下发订单任务的情况下的一种随机调度策略。以AGV (automated guided vehicle)完成所有任务的总时间最短为目标函数,以任务分配为决策变量,考虑进行调度时AGV所处的状态以及在完成任务过程中AGV在拣选台的排队等待时间,建立随机调度策略的数学规划模型。利用遗传算法进行求解,通过实例仿真,验证了随机调度策略较调度空闲AGV策略具有更高的拣选效率,同时解决了AGV调度与拣选序列问题,对AGV数量配置具有指导作用。     

基于二进制粒群的拣选作业优化

目的提高电子标签拣选系统中拣选作业的效率与货位占有率。方法以某电子拣选库为研究对象,提出以订单完成度、货位占有率以及货位聚集度为目标的拣选优化模型。设计基于二进制粒子群算法(BPSO)和遗传算法(GA)的模型求解仿生算法。结果试验及优化结果表明,基于BPSO的电子拣选库订单的完成度、货位占有率以及货位聚集度较遗传算法更高。结论基于二进制粒子群算法求解的优化模型较符合实际的电子拣选库人工拣选作业,同时仓储作业货位的利用率及拣选效率得到了提高。     

基于拣货员协同合作的订单拣选策略研究

本文对单区块人工作业系统中多个拣货员在拣货作业过程中发生的拣选堵塞问题展开研究。构建基于协同合作的拣选路径模型,通过交换拣选订单,动态调整拣选路径,减少拣选堵塞的产生。案例分析结果表明,与S型策略相比,协同合作策略在减少拣选堵塞、缩短订单服务时间方面具有明显的优越性。最后,从影响拣选作业效率的可控因素角度进行敏感性分析,了解不同情况下协同合作策略对拣选作业效率优化的具体表现。     

考虑非对称情形的一类拣选问题的改进LK算法求解

分析并推证出单巷道固定货架的拣选优化问题可归结于对称或非对称旅行售货商问题，研究了一种新型的改进LinKernighan (LK)算法，并将其应用于固定货架的货物拣选优化过程中。实验仿真结果表明，用该算法能降低固定货架对称和非对称拣选优化时间和空间计算的复杂度，快速、稳定地找出最优解，满足了多次作业时待拣选货物数目变动范围较大的要求。     

医药物流中心人工拣选作业流程优化及仿真

费用高、利润低已经成为制约我国医药物流行业发展的主要瓶颈。因此,研究降低医药物流中心人工拣选占有成本的方法对企业赢利具有重要价值。在对物流中心拣选作业流程及其影响因素分析的基础上,建立了基础模型,分别对巷道数不同拣选条目数相同及巷道数不同拣选条目数不同两种情形采用MATLAB进行了仿真,探讨了分区数与拣选条数之间的关系,并对拣选路径进行了分析,发现：1) 分区优于不分区,一般情况下,分区以2个为宜;2) 当分区超过2个后,拣选时间会逐渐增加;3) 在巷道数和拣选条目一定的情况下,分区越多越好;4) 在巷道超过96时,可以考虑分成3个拆零区。     

考虑排产约束的汽车零部件出库订单排序优化北大核心CSSCI

针对TPL仓库面向汽车零部件企业的产前物料拣选和配送作业环节,研究了JIT生产模式下配送送达时间限定和生产线缓冲库容量有限条件下的出库作业拣选订单排序的优化模型及算法。在分析现有拣选订单排序模式的基础上,提出了融合现有模式优点的新作业模式,建立了该模式下拣选订单排序优化模型,并针对这一整数组合优化模型,设计了一套基于贪心理论的算法对其进行求解。通过实际案例分析表明,该模型及算法可以达到减少拣选作业空余时间、提高作业效率、降低作业成本的目的。     

立体仓库固定货架拣选作业优化研究

目前,我国大部分立体仓库中已基本使用先进的机械化设备,但是对于固定货架的拣选作业优化问题方面的研究却没有得到人们重视。应用TransCAD软件优化求解堆垛机最优拣选作业路径,并进行模拟仿真。     

可变路径人工拣货系统动态货位调整研究

考虑在线零售企业的时变需求,基于逐步求精、渐进式优化的思路,通过实时、动态调整商品在仓库中的存储位置来响应需求的快速变化,并允许拣货员改变其行走路线,在订单拣货的同时进行货位调整。构建了可变路径下动态货位调整框架模型;提出前进和返回交替进行的回转路径策略,并对路径调整策略及商品选择策略两个关键进行研究;通过实验验证模型的有效性。结果表明,在订单规模中等,需求偏度较大时,动态货位调整可节约25%左右的拣货距离,货位优化效果明显,可为在线零售企业科学实施动态货位调整提供理论指导。     

双区型仓库动态拣货策略的设计及路径优化研究

目的 针对双区型仓库,以拣货时间最短为目标函数构建数学模型,进一步提高拣货效率。方法 提出并设计动态货位调整与人工拣货协同作业的动态拣货策略,分别采用GA算法和GASA算法进行最优化求解。结果 GASA算法优于GA算法,拣货单为1张情况下的拣货时间可减少4%;与静态拣货策略相比,拣货单为10张情况下,采用GASA算法时,文中设计动态拣货策略下的拣货时间可减少6%,且随着拣货单数量的增加,拣货时间节约占比越大。结论 GASA算法较GA算法其求解动态拣货路径优化问题更高效、优化结果更好。文中所提动态拣货策略更方便实施,在静态拣货路径优化基础上,可进一步提高拣货效率,且拣货单越多,效果就越显著。     

基于蚁群算法的双分区仓库拣货路径的优化

为提高现代仓库作业中拣货这一核心环节的效率,研究了仓库拣货路径的优化,提出了根据双分区仓库中拣货路径的特点,采用蚁群算法优化求解的拣货路径算法,并通过仿真将该算法的性能与传统穿越策略、S形启发式算法进行了比较。比较结果表明,以蚁群算法优化路径问题可以明显减少路径的距离,具有良好的实用性。     

基于鱼骨型仓库布局的多车拣选路径问题优化

为了推动鱼骨型仓库在实际场景下的应用,针对鱼骨型仓库布局下的拣货路径优化问题,构建待拣货点距离计算模型和以有载重、容积限制的多车拣货距离最短为总目标的拣选路径优化模型。考虑遗传算法(GA)全局搜索能力强、粒子群算法(GAPSO)收敛速度快以及蚁群算法(ACO)较强的局部寻优能力,提出一种解决拣选路径优化模型的混合算法(GA-PSO-ACO)。通过不同订单规模的仿真实验,得出该混合算法在适应度值、迭代次数、收敛速度等方面均优于GA算法和GAPSO算法,且在订单规模较大时,平均适应度值约降低8%,有效缩短了总拣选距离,验证了混合算法在解决鱼骨型仓库布局下的拣货路径问题的先进性和有效性,为解决此类仓库内部的拣货路径问题提供新的解决方法和思路。     

面向仓库货架的商品智能拣选机器人设计

目的 为降低仓储拣选作业的劳动强度、提高拣选准确率,设计一款可代替人工拣货的拣选机器人。方法 基于PaddlePaddle的PP-ShiTu图像识别系统,实现货架商品的精确识别和种类的快速更新;针对低成本机械臂的视觉抓取问题,提出基于“无标定3D视觉+AGV运动控制”的货架商品抓取引导方法;采用二维码自主导航和智能升降系统实现了货架商品的搬运和立体抓取。结果 实验证明,所设计的拣选机器人实现了货架商品的精确抓取和搬运,测试准确率达到了92.25%。结论 基于该方法构建的智能拣选机器人,可以完成仓库货架商品的拣选和搬运。