可合流的自动分拣系统订单排序优化

现代自动分拣系统广泛采用先分区拣选后订单合流的分拣策略,其中存在着订单排序优化问题. 对此,首先提出一种可压缩式订单合流方法,即提前各分区内订单货物的开始拣选时间,并在订单合流过程中将提前的拣选时间转化为对货物间距的压缩,从而既减少了订单总拣选时间,又避免了合单过程中货物的冲突.由于订单的拣选次序影响各订单的提前拣选时间,进而影响订单总拣选时间,故建立订单排序优化问题的数学模型并归结为旅行商问题(traveling salesman problem, TSP)问题,即各订单类似于待访问的城市,受订单排序影响的各订单拣选时间类似于各城市之间的距离,目标为求得合理的订单排序,从而使得总拣选时间最小. 最后应用最大最小蚁群算法(max-min ant system, MMAS)求解该模型.仿真结果显示,订单排序优化后自动分拣系统的拣选效率有了较大幅度的提高.     

可合流的自动分拣系统订单排序优化

现代自动分拣系统广泛采用先分区拣选后订单合流的分拣策略,其中存在着订单排序优化问题．对此,首先提出一种可压缩式订单合流方法,即提前各分区内订单货物的开始拣选时间,并在订单合流过程中将提前的拣选时间转化为对货物间距的压缩,从而既减少了订单总拣选时间,又避免了合单过程中货物的冲突．由于订单的拣选次序影响各订单的提前拣选时间,进而影响订单总拣选时间,故建立订单排序优化问题的数学模型并归结为旅行商问题（traveling salesman problem, TSP）问题,即各订单类似于待访问的城市,受订单排序影响的各订单拣选时间类似于各城市之间的距离,目标为求得合理的订单排序,从而使得总拣选时间最小．最后应用最大最小蚁群算法（max-min ant system,MMAS）求解该模型．仿真结果显示,订单排序优化后自动分拣系统的拣选效率有了较大幅度的提高．     

配送中心分拣订单合批策略的研究

合理优化货物拣选路径和订单批量策略是劳动密集型配送中心降低拣选成本的一种有效方法。通过分析人工拣选作业和订单合批的特点,从拣选路径、拣选次数、订单提前期3个方面考虑,构造了拣货作业中订单分批的多目标优化数学模型,并分别用先到先服务、基本遗传算法、改进的小生境遗传算法对数学模型进行求解,得出不同的订单数据从执行时间和优化效果方面所对应的最优求解方法。     

基于遗传算法的配送中心订单拣选优化问题研究

以拣选所有订单的行走距离最短为目标,研究了配送中心内订单分批拣选的优化问题.文中采用了遗传算法来优化订单的分批组合,不同于先前的分批优化方法,本文在订单分批时,考虑了种子订单的选择方法,通过种子订单的有效选取,使拣选总距离得到了明显的优化.     

自动分拣系统并行分区拣选优化策略

分析自动拣选系统的拣货区数量、缓冲区容量和品项分配与并行分区拣选策略下系统效率的关系,研究各拣货区挡板动作时序对订单拣选总时间的影响,提出一个对并行分区拣选策略的综合优化方法.该方法以总拣选时间最小为目标,确定最佳拣货区数量和缓冲区容量,引入并改进相似系数,建立基于相似系数的品项分配聚类模型,提出一种启发式聚类算法.经对某自动分拣系统进行实例仿真分析,结果表明,该综合优化方法有效.     

遗传算法在双拣选台旋转货架拣选路径优化中的应用

遗传算法是一种基于自然选择和自然遗传学机理上的参数搜索算法，能较好地解决ＮＰ完全问题，针对双拣选台分层旋转货架的拣选径优化，提出了一种遗传算法优化方法，仿真结果的该算法的有效性。     

遗传算法在双拣选台旋转货架拣选路径优化中的应用

遗传算法是一种基于自然选择和自然遗传学机理上的参数搜索算法，能较好地解决ＮＰ完全问题．针对双拣选台分层旋转货架的拣选路径优化，提出了一种遗传算法优化方法．仿真结果表明了该算法的有效性．     

基于顺序拣选策略的压缩动态虚拟视窗算法

为缩短虚拟容器长度、减少订单拣选总时间,改进了拣选设备,提出了压缩动态虚拟视窗算法。该方法为每台拣选机设置一个重力缓存区及挡板,拣选时先将货物弹射至到重力缓存区,在缓存区内压缩货物间距;再把货物从重力缓存区合并至皮带输送机,实现货物的密集排列和虚拟容器长度的缩短。基于货物的顺序拣选策略,建立了压缩动态虚拟视窗算法的数学模型。以某地市卷烟配送中心的3批订单数据为例进行了仿真,结果表明该方法将拣选时间缩短了87.45％～87.77％,并且拣选时间随着拣选机弹射速度和重力缓存区货物合并速度的增加而减少。     

基于串并行混合拣选策略的自动拣选系统品项分配优化

面向配送中心自动拣选系统的效率需求,提出了一种新型的串并行混合拣选策略,并设计了品项货位分配的优化方法。针对订单拣选作业,结合串、并行拣选策略的优点设计混合拣选策略:首先选择非干涉品项进行并行拣选,而后针对并行拣选后产生的间隙选择合适品项进行插空拣选,最后对剩余品项进行串行拣选。针对该拣选策略受品项货位分配影响较大的特点,设计了改进的小生境遗传算法对拣选系统的品项货位分配进行优化。仿真试验结果证明了串并行混合拣选策略和品项货位分配优化方法对提高自动拣选系统效率的有效性和可行性。     

基于改进遗传K-均值算法的多品种小批量订单分批方法

针对货品种类多且库位分散的多品种小批量订单问题,构建了以订单相似度最高为目标的分批拣选优化模型,并采用改进遗传K-均值算法对模型进行求解。针对传统K-均值算法中K值人为确定造成聚类结果误差大的缺点,采用密度和最小距离综合最优指标确定多个初始聚类中心,并运用改进遗传K-均值算法确定最优分批数量,进行订单分批优化;得到分批结果后,用穿越式路径方法计算拣选距离,并与简单分批得到的距离进行对比。以某机械设备生产公司售后服务备件仓的订单分批拣选问题为对象进行仿真实验,结果表明该方法有效。     

基于启发式算法的自动化立体仓库拣货路径优化研究

为了对自动化立体仓库拣货系统进行优化,本文根据自动化仓库订单拣货问题的特点,以拣货时间最小化为目标建立了相应的数学模型,设计了基于启发式规则的求解算法,并用MATLAB实现了算法,经仿真验证以及将启发式算法与文献其它算法进行比较,结果表明,应用本文模型以及改进的启发式算法进行拣选路径的设计,能够有效地缩短拣选时间和距离,从而提高拣选效率,本算法具有一定的实用性。     

基于Flexsim的配送中心拣选策略比较与仿真

订单拣选是影响物流中心运作效率的核心环节,本文以现有典型订单拣选策略为研究对象,通过采集国内某配送中心运营数据,在Flexsim仿真软件中对不同拣选策略进行仿真与比较研究.根据数据实验结果,明确了各种拣选策略的性能特性及适用范围,为实际订单处理业务提供了有益的决策支持.     

Max-Min蚁群算法在固定货架拣选路径优化中的应用

固定货架拣选路径优化问题是一个典型的TSP问题 .为NP完全难题 .使用Max MinAntSystemAlgorithm来求解该问题 ,计算机仿真结果表明该方法能较快地找到最优解 ,而且比神经网络、启发式方法更能有效地找到最优解     

一类功能型布局制造系统调度问题

为有效对功能型布局制造系统进行调度,构建批量零件的加工与搬运时间模型,设计考虑了搬运车辆总投入数量、搬运次数均衡程度、搬运车辆总空载转移时间等指标的基于单运输工序的搬运车辆协作调度算法. 研究结果表明,本算法可为同类型批量零件制定精确的生产与搬运作业计划,生成用于支撑搬运车辆调度算法所需的时间信息;可对搬运车辆进行准确调度,特别是与其他搬运车辆调度算法相比,在搬运车辆总投入数量、搬运次数均衡程度等方面具有明显优势.     

电动移动式货架作业效率仿真分析

电动移动式货架具有节省空间的优点,可用于存货品种少、存储容量大的工业仓库中。为探讨仓库作业效率与存储能力之间的冲突是否限制移动式货架的使用问题,文章以某医药行业电动移动式货架为例进行了仿真分析。基于Witness的仿真模型对5类不同场景的分析表明:库内存在较为严重的拥堵和排队,其严重程度与拣选策略和货位分配有关;低SKU及低频作业品项可能决定整个仓储系统的作业效率。     

基于动态学习和个体淘汰的鲸鱼算法求解订单接受与调度问题

结合订单型企业生产线的实际情况,在传统的订单接受与调度模型的基础上加入因客户优先级而带来的订单拒绝成本这一重要因素,并使用新型的鲸鱼优化算法(WOA)进行求解.WOA被提出是用于求解实数域的问题而且存在容易陷入局部最优的缺陷,针对这一问题提出一种改进的鲸鱼优化算法(IWOA).使用基于排序和偏离度的编码方式用于求解订单...     

基于改进遗传算法的移动机械臂拣选路径优化

传统移动机械臂路径规划算法没有根据抓取点分布情况对工位点坐标进行优化,效率低,对此,提出了一种基于改进遗传算法的移动机械臂拣选路径优化方法.通过对拣选物品位置的分析,建立单个工位点上移动机械臂分拣路径模型和多工位点的旅行商（TSP）问题模型,运用改进的遗传算法,在工作空间内对各个工位点的位置坐标寻优,规划出移动机械臂抓取的最短路径和多工位点间移动的最短路径.实验结果表明,与传统遗传算法可能,运用改进的等级进化选择算子和最优近邻交叉算子,遗传算法的收敛速度提高了46.15%,路径缩短了45.99%,系统运行时间减少了25.80%,提高了系统效率.     

某汽车座椅混流装配线多目标排产优化

针对某汽车座椅混流装配线多型号多批次混流装配周期长、订单多样化、难以满足客户需求等问题,建立以产品最小完工时间和等待时间为目标的排产优化模型,并设计一种基于循环拥挤排序的改进快速非支配排序遗传算法进行求解.以某企业混流装配线为例,运用多种算法进行优化前后排产方案的对比分析,验证所提模型及算法的可行性.应用Plant Simulation对所提排产优化模型与算法实用性进行验证,仿真结果表明,文中模型及算法能有效缩短装配周期,提高装配线资源利用率.     

基于Plant Simulation的车间调度优化仿真

采用多品种小批量订单任务模式,以智能车间完成订单任务时间最短为目标,通过Plant Simulation仿真平台搭建模型,验证基于遗传算法的任务排序方法.首先,对车间整体布局进行分析,实现仿真平台映射;其次,应用遗传算法实现最优的排产方式;最后,通过对比Plant Simulation与MATLAB两个仿真平台优化结果得出结论.     

AGV数量规划及电池充电策略研究

在每台AGV (Automated Guided Vehicle)小车和充电桩成本固定的情况下,为解决如何合理规划AGV小车和充电桩数量,保证小车搬运工作效率最大化的问题,根据AGV使用场景中的车间大小、货架数量及车间的运行状况和AGV自身特性建立了数学模型。根据该模型计算出工作场景所需的AGV数量。在AGV数量固定的情况下,通过运行中的AGV小车同时达到需充电电量(SOC,State of Charge)的概率和电池的充放电特性计算出配套充电桩数量。通过工厂的单取货点,满仓货架的实际应用场景,验证了数学模型的有效性,并保证了小车搬运工作效率的最大化。