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]-means聚类算法和遗传算法,分别处理订单的分批和拣选路径的规划。最后利用具体算例进行模拟计算,实验结果表明,与传统固定时间窗启发式算法相比,提出的基于规则的启发式算法能够显著提高拣货效率。     

基于混合元启发式算法的订单分批问题

订单拣选是仓库运营管理中一项高劳动强度与高成本的操作,拣货员在仓库中从货位拣选出满足订单需求的货物.订单分批问题(order batching problem, OBP)是订单拣选中的重要规划问题,该问题以最小化拣选批次路径时长为目标,将用户订单分配至拣选批次中.首先,为了优化订单分配构造高质量批次,提出一种混合元启发式算法,在自适应大邻域搜索框架中融入基于不可行下降的局部搜索,同时引入自适应惩罚机制和一批基于订单与基于批次的移除启发式以及新的算法组件;其次,为了优化拣选路径进一步降低批次旅行时间,提出单向启发式,利用动态规划优化组合多个路径策略.实验表明,在合理计算时间内,所提出算法的求解质量优于多重启变邻域搜索(MS-VNS)、混合自适应大邻域搜索及禁忌搜索(ALNS/TS),而且所提出算法的最大路径长度减少率达到22.36%.     

基于免疫单亲遗传算法的拣选作业优化

根据堆垛机拣选作业的特点,以最短作业时间为目标构建优化数学模型。在单亲遗传算法的基础上引入免疫抗体的提取与注射机制,设计一种免疫单亲遗传算法用于求取模型最优解。仿真结果证明,该算法具备全局搜索能力,收敛速度快,响应时间短,可有效减少堆垛机的作业时间,提高自动化立体仓库的存取效率。     

基于牌号最优分布的成品件烟出入库策略研究

为解决成品高架库同牌号件烟托盘巷道间分布不均匀、巷道中随机存储、堆垛机出库任务不均衡等问题,对成品高架库的出入库策略进行优化。首先,优化件烟按牌号均分入库。其次,研究各牌号件烟货位占用周期。最后,提出成品高架库货位优先级概念。应用结果表明:优化后的策略有效解决了因堆垛机故障等造成件烟在巷道分布不均的情况。不均衡出库次数下降了93. 2%,提高了单位时间件烟出库数量;堆垛机取放货周期下降了9. 9%;优化货位分布,提高了堆垛机运行效率,使成品件烟托盘出库效率提升了25. 7%。该策略可以较好地推广应用于出库要求效率较高的高架库,满足先进先出(FIFO)条件下高效出库的需求。     

响应动态约束条件的多目标货位优化算法研究

针对自动化立库货位决策与优化问题,考虑到优化目标多样、托盘使用状态及可分配货位动态变化等因素,提出了一种响应动态约束条件的多目标货位优化算法。以巷道作业均衡、货架重心稳定及作业路径最短建立多目标优化模型,基于变异系数自适应差分进化算法,使用货位随机数编码,根据实时货位可行域进行个体解码,以响应动态货位约束条件。提出了基于层次分析的Pareto解评价方法,从而获得多批作业货位持续优化的目标权重,为仓储货位决策提供合理方案。多批作业算法实验结果表明:所提算法效果显著优于多目标简单加权算法,能够有效应用于动态货位决策与优化。     

基于混合遗传算法的多巷道间移动拣选优化

针对需要在多个巷道中移动作业的订单拣选问题,设计了存储仓库布置图的数据结构,通过事先把节点之间的最短距离和最短路线计算出来,然后在求订单中任意两个货位间的最短距离时,借助其邻接节点来求。在此基础上设计了一种混合遗传算法来求解问题,并对每一代的最优个体使用Lin-Kernighan算法进行优化。实验结果表明改进的混合遗传算法所求得的解的质量以及收敛速度都有较大提高。该方法可用于超市、书店等需要拣选设备或人员在多巷道间移动拣选的情况。     

遗传算法在立体仓库货位优化分配中的研究

存储一定数量货物的自动化仓库中,以基于随机存储策略的库区和货位分配以及堆垛机行驶时间为优化控制目标,针对自动化立体仓库的库区和货位的分配策略问题进行了讨论,提出立体仓库的库区优化数学模型。在库区优化基础上,进一步提出货位优化数学模型,将Pareto最优解的概念与遗传算法相结合,提出了一种解决多目标优化问题的Pareto遗传算法解决货位优化问题,给出了仿真实验及分析。结果表明采用遗传算法优化策略可以有效地解决自动化立体仓库的货位优化分配问题。     

物流中心高层货架拣选作业的路径优化

为满足拣选作业调度优化的要求, 针对拣选式高层货架仓库中拣选作业路径优化问题的特点, 利用人工鱼群算法对其数学模型进行求解. 通过对基于时间最短和基于路径最短的两种模型的特点进行分析, 提出可利用路径最短的目标条件对多个的拣选时间最优解来进行再次筛选来达到进一步优化, 并通过算例进行验证. 仿真结果不但验证了人工鱼群算法在优化拣选路径问题上的有效性, 也证明了在拣选时间最优解基础上进行最短路径筛选的可行性.     

动态储位分配策略下仓储作业能耗优化调度

针对堆垛机式自动化立体仓库能耗优化任务调度问题,提出了一种动态储位分配策略下的任务调度集成优化方法。该策略允许在当前任务执行批次内重用拣货产生的空库位,产生了任务顺序约束;并结合不同运动状态下堆垛机的运行时间计算差异,建立了复合指令下以堆垛机任务总能耗最低为目标的调度模型。依据模型的特点,提出了一种改进帝国竞争算法进行求解。该算法通过设置校正机制使优化解能够满足任务顺序约束,并引入外来种群入侵的概念来避免算法陷入“早熟”。最后通过两组数据对提出的任务调度算法进行了验证,实验结果表明,改进算法在能耗和任务执行效率方面优于其他方法,能够有效减少堆垛机作业过程能耗,提升作业效率。     

基于嵌套分区算法的立体仓库货位分配优化

根据小型立体化仓库运营特点,基于顺序单目标优化思想,提出一种新的仓库货位分配策略。将考虑存储能耗、货架稳定性、运行效率的多目标仓库货位优化问题,转化为单目标优化,建立了仓库货位优化数学模型。根据数学模型特点,采用嵌套分区算法进行优化求解。通过算例分析证明该分配策略与优化方法,可有效处理多目标仓库库位优化问题,优化效果显著。     

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。     

Optimizing parcel sorting process of vertical sorting system in e-commerce warehouse

The vertical sorting system is an emerging system in warehouse section. It achieves higher level of automated sorting by applying conveyor sorter and AGVs. This paper investigates the optimization problem of parcel sorting in an e-commerce warehouse where parcels are waiting to be sorted and delivered. The assignment among the parcels, picking stations and AGVs are determined together with the objective of minimizing the finishing time of processing the last parcel, so that a detailed operational plan for warehouse sorting can be worked out. A mixed-integer linear programming model is developed based on the problem, and particle swarm optimization (PSO) algorithm is employed for problem solving. Numerical experiment shows that the proposed PSO algorithm can solve the model with high efficiency, and sensitivity analysis give suggestion about the arrangement of trailers’ location.     

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。     

低层人工拣货仓库货位优化问题研究

在现代物流总成本中,仓储成本占很大比重,合理的储位分配是提高仓储拣选效率,降低仓储成本的核心所在。通过对低层人工拣货仓库的出库过程分析,同时考虑商品热销程度、商品之间的关联关系及货架位置等影响因素,设计了基于社区划分的货位优化算法。首先,根据商品关联性构建无向有权网络,并采用社区划分算法进行多次划分;然后,以社区为单位存放到货架,并通过调整阶段补齐货架;最后根据评估指标从多个方案中选出最优方案。评估指标根据缩短行走路径、缓解堵塞和减少拣选人员数量3个优化目标构建。实验结果表明,提出的货位优化算法无论是时间消耗还是货位摆放方案质量,与其他对比方案相比均具有显著优势。     

基于改进粒子群算法的立体仓库货位分配优化

研究自动化立体仓库固定货架的货位分配问题,货位分配综合考虑了货架的稳定性和出入库效率,建立了货位优化的数学模型,提出了基于Pareto最优解的改进粒子群算法（PSO）来解决此问题的方法。在优化过程中引用了置换的概念来计算粒子的速度,并且在算法中采用小生境技术提高非劣解集的分散性,用存档群体保存了非劣解。仿真实验证明,此优化策略可以有效地解决自动化立体仓库的货位分配问题。     

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。     

移动机器人履行系统的订单处理研究

针对移动机器人履行系统与传统仓库在设备特点及订单履行过程等方面的不同,研究系统的订单处理问题。在利用启发式算法实现共享储位指派优化的基础上,针对移动机器人履行系统的动态拣选场景提出求解货架调度次数最少的混合算法。该算法将遗传算法和贪婪算法相结合,引入订单相似性分析、循环贪婪交叉、跳出机制等方法,得到满意的订单履行顺序和货架调度顺序。实验结果表明,与其他决策方法相比,算法在小规模问题中最多能减少47%的货架调度次数,有效提高订单的履行效率。