一种关于旅行商问题适用范围的优化方法

针对旅行商问题适用范围存在的局限性,结合实际的仓库拣货作业优化实例开展研究.考虑仓库内各货位点之间的相对位置关系以及拣货员可能行走的路线,设计出关于拣货员行走路线的分类算法;提出虚拟点的概念来解决旅行商问题求解时起点、终点不一致的问题;利用虚拟点,根据任务单要求找出拣货员所有的最优位置访问顺序;比较每一种情况,得到拣货员的最优路径,以实现缩短拣货总时间、减少人力和物力的总目标,较好地提高拣货效率.     

改进遗传算法求解订单分批优化模型

以流利式货架分区拣选系统为背景,考虑减小相邻拣选区域的作业时间差值以减少任务在缓存区中的滞留时间和拣货员在系统中的等待时间。建立以最小化订单分批数量和最小化所有相邻区域作业时间差值之和为目标的数学模型,设计遗传算法求解其订单分批结果及任务释放顺序;从拣货员拣选的便捷性出发,考虑将周转频率较高的货品存放至拣货员最易拣取的层数,提出了分类随机指派方式。案例分析结果表明：该模型结果在所有任务的总完成时间、总滞留时间、平均履行周期和所有拣货员在系统中的总等待时间等指标上均表现良好;分类随机指派方式从根本上减少了总拣货时间,进而缩短了任务的平均履行周期和总完成时间,提高了系统处理效率和订单响应速度。     

在线订单分批及拣选路径规划模型及算法

在人到货订单拣选系统中,客户下达订单后将由拣货员穿梭仓库进行拣选.在仓库的拣选设备容量和拣货人员数量有限制的条件下,研究在线订单分批优化问题,预防订单过早或延迟服务,以最短的时间完成拣货任务.构建考虑最小拣货路径的在线订单分批规划模型,以最小化平均有效订单服务时间.提出一种基于规则的启发式算法来求解模型,其中包含k-m...     

基于遗传算法的仓内拣货优先问题研究

网购、快递已经成为这个时代的专有名词。但是在每个快递公司的仓库当中每时每刻都在进行着一场战争——以最快的速度将所有的货物送到买家的手里。该文着重解决遗传算法等思想,给每个拣货员分配任务单、起始拣货复核台,并分别规划理想的拣货路线,使得49个任务单尽快完成出库,并计算完成出库需要花费的时间和每个复核台利用率。根据拣货员仓库作业的特点,对目标求解模型进行约束及优化,最后遗传算法为每个工人分配订单后确认其顺序,确定最优的订单分配方案,之后通过排队优化算法解决排队问题。     

配送中心分区同步拣货系统人员分配策略研究

为了提高人工拣货的配送中心拣货效率,达到分区同步拣货系统中工作量均衡的需求,提出了动态分配拣货人员的方法。按照订单中品项在各分区的分布情况,建立了人员动态分配模型,运用启发式算法对模型进行求解。算例结果表明,建立的人员动态分配模型对拣选效率有较大提高。分析了人员分配模型存在的问题,对分配结果进行了优化处理,最终结果较好地达到了分区同步拣货系统中工作量均衡的需求。     

仓库拣货员多任务路径优化

随着供应链思想在本世纪初的发展，越来越多的企业注意到仓库管理的重要性。为了有效提高仓库管理的工作效率，往往需要结合科学技术来实现。聚焦于优化仓库中的拣货路径，探究当拣货员在仓库执行多任务时如何实现最优路径规划。总结了拣货员从当前位置运动到下一位置的路程计算公式；提出了利用遗传算法，采用多次单目标规划策略求解拣货员多任务时的最短路径；引入了距离查找表以解决因大量计算两点间的距离而导致求解过程耗时的问题。通过实验，对比验证了所提方法的可行性和有效性。     

配送中心拣货路径与储位分配策略仿真分析

在启发式拣货路径与储位分配策略选择问题的研究中,路径和储位分配策略都影响着分拣绩效,同时不同的需求特征也会影响路径和储位分配策略的选择.为提高效率,对传统的最大间隙路径进行改进.静态优化模型不能体现需求的多样性.运用蒙特卡罗仿真方法,以低层人至货拣货区域为例,将多种路径与储位分配策略组合在多种订单规模和不同热销度比例下进行对比实验.仿真结果表明改进的最大间隙路径一直都优于原来的最大间隙路径策略,最佳的路径与存储策略组合为改进的最大间隙路径与通道原则.这将为分拣系统设计和管理优化提供辅助决策.     

物流信息化技术的应用分析

图1中，在一个标准的高架库中，为了能在高处取一件货。拣货员只能用长竿来钩，还需一个人站在叉车顶上“指挥调度”……     

配送中心拣货系统订单处理仿真研究

以某大型IT分销商的配送中心为原型，建立了一个涵盖多种拣货单位，拣货方式、拣货分区，拣货设备等具有代表性的配送中心拣货系统，并采用VB6．0与Microsoft Access编制了配送中心从接受订单开始到产生拣货单和分类单的订单处理模拟程序，仿真运行达到预期效果，可以为配送中心拣货系统的规划决策、现有拣货系统的改善及订单处理软件的开发设计提供参考。     

蚁群算法在拣货路径优化中的应用研究

拣货路径优化问题在提高物流中心效率中具有重要的作用。为获得拣货路径的近似最优解蚁群算法被应用于固定货架拣货路径的优化问题,依据蚁群算法的数学模型,设计了适用于固定货架拣货路径的蚁群算法运算步骤,由试验验证了算法的有效性。     

基于嵌套遗传算法的拣货作业联合优化

针对物流配送中心拣货作业过程中传统订单分批和拣货路径分步优化难以获得整体最优解的问题，为了提高拣货作业效率，提出了一种基于嵌套遗传算法的订单分批和路径优化的联合拣货策略。首先，建立了以拣货总时间最短为目标函数的订单分批与拣货路径联合优化模型；然后，考虑双重优化的复杂性，设计了一种嵌套遗传算法对模型进行求解，外层不断优化订单分批结果，内层根据外层订单分批结果优化拣货路径。算例结果表明，与传统的订单分步优化、分批分步优化策略相比，所提策略的拣货时间分别减少了45.6%、6%，基于嵌套遗传算法的联合优化模型得出的拣货路径更短、拣货时间更少。为验证该算法对不同规模订单均有较优性能，分别对10、20、50张订单规模的算例进行仿真实验，结果表明，随着订单量的增加，整体拣货距离和时间进一步减少，拣货时间的减少从6%增加到7.2%。基于嵌套遗传算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题，为配送中心拣选系统的优化提供依据。     

基于嵌套遗传算法的拣货作业联合优化

针对物流配送中心拣货作业过程中传统订单分批和拣货路径分步优化难以获得整体最优解的问题，为了提高拣货作业效率，提出了一种基于嵌套遗传算法的订单分批和路径优化的联合拣货策略。首先，建立了以拣货总时间最短为目标函数的订单分批与拣货路径联合优化模型；然后，考虑双重优化的复杂性，设计了一种嵌套遗传算法对模型进行求解，外层不断优化订单分批结果，内层根据外层订单分批结果优化拣货路径。算例结果表明，与传统的订单分步优化、分批分步优化策略相比，所提策略的拣货时间分别减少了45.6%、6%，基于嵌套遗传算法的联合优化模型得出的拣货路径更短、拣货时间更少。为验证该算法对不同规模订单均有较优性能，分别对10、20、50张订单规模的算例进行仿真实验，结果表明，随着订单量的增加，整体拣货距离和时间进一步减少，拣货时间的减少从6%增加到7.2%。基于嵌套遗传算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题，为配送中心拣选系统的优化提供依据。     

双区型仓库订单分批与拣选协同优化研究

针对订单分拣效率低下导致商品出库缓慢的问题,提出一种基于双区型仓库订单分批与拣选的协同优化模型,设计求解模型的CWDP-BSA（clarke-wright and dynamic programming & backtracking search algorithm）协同优化算法。在节约算法中引入快速排序法对订单组合的距离节约值排序,考虑AGV承载量,运用多阶段决策过程最优策略得出状态转移方程求解订单分批模型,确定初始分批方案;并采取多因子选择的回溯搜索算法求解拣选路径模型,以此确定初始拣选方案。再以以上两方案为基础,建立新的基于订单时间窗的订单分批和拣选协同优化模型并求解,进一步优化订单分批和拣选方案。最后通过对比实验得出,平均每批次订单的拣选距离减少了约24.56%,优化后的拣选时间比优化前缩短了约11.4%,在求解不同规模算例时,CWDP-BSA算法的求解结果优于CPLEX软件和其他算法,验证了模型与算法的稳定性和有效性。实验表明,协同优化后的订单分批与物品拣选策略能够有效提升订单出库效率。     

仓储物流机器人批量拣选路径规划仿真

针对仓储物流机器人在拣选作业过程中难以进行高效实时的路径规划问题,提出一种有效的解决方法。首先,根据拣选作业的需要建立一个灵活的仓储空间模型并对拣选作业任务流程进行描述。其次,根据批量拣选作业任务的特点,建立以路径总长度最小为优化目标的旅行商问题的数学模型。再次,提出改进的自适应遗传算法解决旅行商问题。最后,在考虑路径转折角代价的前提条件下,提出改进的A*算法,并与改进的自适应遗传算法相结合实现批量拣选的路径规划。仿真结果表明,该方法具有较快的收敛速度、较小的平均路径长度以及较少的算法运行时间,能很好地适应机器人批量拣选路径规划的要求。      

单巷道固定货架路径规划问题的研究

固定货架系统是自动化立体仓库的重要组成部分,仓库运行效率主要取决于对货物进行拣选的控制策略。针对单巷道固定货架系统拣选作业过程,以存取时间最小为目标,构建了含多个约束条件的拣选作业路径规划问题的数学模型。在基本蚁群算法基础上,采取自适应调整算法参数、候选节点集合等改进措施,设计了一种改进的蚁群算法对问题进行求解。仿真实验表明该算法能够很好地解决中大规模的拣选作业问题,全局寻优能力强,收敛速度快。     

启发式路径下节约里程的订单分批算法

基于电商配送中心人到货整箱拣选系统,考虑拣选器具和商品包装体积,构造以最大化里程节约量为目标的订单分批模型,提出基于启发式拣选路径下节约里程的订单分批算法,并结合某企业物流中心订单数据对该算法进行仿真实验。研究结果表明,基于启发式路径下里程节约的订单分批方法（D-eco）的求解效果优于先到先服务分批方法（FCFS）和基于相似度的订单分批方法（SBBM）。在5种不同订单池容量下,采用D-eco进行订单分批后拣货人员总行走距离平均比FCFS和SBBM多缩减了12%和2%。     

不同订单分配和算法下的拣货路径优化组合

针对仓库拣货作业效率低与成本高等问题,运用调度理论和启发式算法展开研究。考虑两种拣取方式下的订单分配情况,分析了京东典型的双区型仓库中存在的问题;运用三元组α/β/γ方法对拣货路径规划问题进行描述,建立最小化总路径的拣货路径规划模型,设计与模型相适应的S型启发算法和遗传算法;进行算例仿真,比较与分析两种拣取方式下的仿真结果。结果显示,将订单分批策略与遗传算法下的路径规划相结合能得到较合理的拣货作业规划。     

基于改进蚁群算法拣选作业优化问题的求解

合理优化拣选作业是提高自动化仓库整体运行效率的重要策略。针对自动化仓库固定货架拣选作业的特点,构建了货物拣选路径优化问题的数学模型,采取候选节点集合策略、选择算子及自适应调整算法参数改进措施,设计一种改进的蚁群算法。实验表明,该算法具有较好的全局寻优能力,收敛速度大幅度提高,能够较好地满足中大规模拣选作业要求。     

A warehouse management system with sequential picking for multi-container deliveries

The separation of picking and packing processes of a warehouse management system usually brings extra storage buffers and relatively longer operating time. This paper develops a hybrid algorithm to generate a picking sequence for combining picking and packing operations. The algorithm includes three elements: container selection, loading configuration, and loading/picking sequence. A generic warehouse management system with the proposed sequential order picking function for a tea factory in central Taiwan has been implemented to demonstrate the elimination of storage buffers and the reduction of operation time.