可移动货架下的储位选择与拣货路径联合优化

随着电商直播等在线模式的兴起，订单异质化加重，商品需求变化比以往更快。面对频繁变化的订单，许多电商仓库选择使用更加柔性的存储模式，如可移动货架，对仓库的存储布局进行快速调整，进而更好地进行拣货作业。针对分散存储策略和可移动货架下的订单拣货路径进行研究，提出一个包含储位选择与拣货路径的联合优化模型和货架移动优化模型的双层优化模型，设计一种双层元启发式算法框架，最后利用不同规模的数值实验对模型和算法的有效性进行验证。     

基于改进模拟退火遗传算法的自动化立体仓库 货位优化

针对自动化立体仓库出入库作业量大、品类复杂等特点,对仓库货位展开优化研究,遵循周转率原则、货架稳定原则、关联原则等,构建了提高出库效率、提高货架稳定性、增强货物相关性的货位优化模型。使用传统模拟退火算法、遗传算法与改进模拟退火遗传算法求解模型,得出货位优化结果。对比分析结果证明了在解决货位优化问题时,改进算法比传统基础算法更加有效,能更好地改善自动化立体仓库空间使用率低、拣选效率低、货位摆放混乱的现状。     

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。     

Auto Store仓储系统的运作与效率优化研究

目的 为缓解零售电商商品仓库占地面积广,拣选效率受限等问题。方法 文中就存储策略、指派策略以及路径策略方面对Auto Store仓储系统进行详尽的介绍,在此基础上流程化的分析Auto Store系统完成单次订单拣货作业的业务流程,并运用Anylogic软件对所提出的模型进行仿真和验证。结果 假定订单到达服从Erlang分布,在拣选车和工作站数量和拣选货物数量相同的情况下,对比了Auto Store仓储系统混存布局和传统布局的拣选效率,验证了混存布局的可行性。结论 同时对比基于2种任务指派策略,得出了以基于拣选时间最小化的指派策略下系统运作效率更优这一结论,对理论分析与仿真研究之间的结果进行分析比较,验证了模型的有效性。     

多层棋盘格式立体货架及其货位排布算法研究

为了使立体仓库在更高的空间利用率条件下发挥最大的存取效率和服务能力,对现有立体货架的结构和搬运模式进行了分析,由此提出了一种新型多层立体仓库货架模型,即多层棋盘格式(multilayers chessboard based,MCB)立体货架模型.从二维角度看,MCB立体货架的货位排布方式类似于在矩形棋盘格内摆放棋子问题,针对如何实现MCB排布方式进行了货位排布算法研究,给出了问题描述、数学模型、算法设计,并构建了基于单件多品种随机存储的"棋子算法(chess pieces algorithm,CPA)",对其进行实验验证.实验结果显示"棋子算法"能够合理并有效地解决MCB立体货架的货位排布问题.MCB立体货架能够使单件多品种随机存储立体仓库的空间利用率达到75%以上,并且为实现更高的存储效率奠定基础.     

基于COI与作业负荷平衡的多巷道仓库储位分配策略

储位分配策略直接影响仓储货品的拣选效率与仓库绩效。传统基于物料周转率（COI）的储位分配方法将出入库频率高的货物存储于距离出入口近的储位上,在多巷道分布的仓库当中,这可能导致部分巷道作业拥堵和事故发生率高等。为提升仓储货品拣选效率和减少巷道作业不平衡带来的负面影响,本研究将基于COI储位分配方法与巷道作业平衡改进策略相结合,通过定性解析与模型分析,提出绝对分巷道存储模型和相对平均与最大值控制模型两种储位分配改进方法。通过实例数据分析,两种新方案对行走距离增加值可控制于千分之一以内,而新最优可行解对完善仓储策略和进一步提升仓储企业效率有着重要作用。     

现代仓储中心存储布局的优化研究

仓储中心的货架摆放布局是影响拣选作业效率的重要因素之一,为研究货架摆放布局对有效存储面积的影响,以鱼骨布局为研究对象,构建其有效存储面积利用率模型,并对其进行仿真验证。结果表明,在鱼骨布局设计的仓库中,主拣选通道角度一定时,拣选通道宽度与货架宽度比例越大,有效存储面积利用率越小;拣选通道宽度与货架宽度比例一定时,主拣选通道角度越趋近于0度或者90度时,有效存储面积利用率越大。由此,鱼骨布局等改进型仓储布局为决策拣选路径提供了新的思路,也从理论上证明了改进型仓储布局实践应用的可行性。     

基于数据挖掘的动态货位指派系统

目的为提高需求快速变化、波动较大的在线零售企业的仓库货位优化效率。方法利用数据仓库和数据挖掘法,研究基于复合规则的动态货位指派策略。对该货位指派的数据集成分析、指标计算、规则生成和货位指派等4个模块进行分析,并设计库区标定算法和规则生成算法来生成货位指派规则集。结果基于复合规则动态货位指派不仅能够节约拣货距离,而且拣货效率受需求变化的影响非常小。结论数值实验表明,与传统的货位指派策略相比,基于复合规则动态货位的指派系统可以得到更好的结果,并且在平均订单规模较大和需求偏度大的情况下效果更加明显。     

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。     

双载具式多层穿梭车立体仓库货位优化研究

目的为提高双载具式多层穿梭车立体仓库的运作效率,对其货位优化进行研究。方法针对双载具式多层穿梭车立体仓库货位优化作业系统的特点,考虑其运动过程中的加(减)速度特性,建立以入库时间最短为目标的货位分配优化模型。通过设计结合交叉变异算子的混合植物繁殖算法对该模型进行优化求解,从而确定最佳货位分配方案,缩短货位分配时间。结果实例分析表明,混合植物繁殖算法与遗传算法和物繁殖算法相比,收敛速度更快、优化效率更高。结论混合植物繁殖算法能够有效地缩短双载具式多层穿梭车立体仓库的货位分配时间,提高了仓库运作效率。     

基于英式拍卖的RMFS货位指派研究

目的 构建英式拍卖模型，以待指派商品品项(SKU)群的最低周转率为媒介，通过逐步提升最低周转率来实现待指派SKU与待指派区域货位数量的匹配。方法 针对移动机器人拣货系统(RMFS)中的货位指派，提出基于英式拍卖机制的货位指派方法，提升仓库拣货效率。结果 与随机指派相比，在不同仓库规模、订单规模、订单偏度的RMFS中采用英式拍卖货位指派机制，机器人行走路程下降比率在大型仓库中达30.17%，中型仓库的下降比率为27.31%，小型仓库的下降比率为24.13%。结论 采用英式拍卖机制在RFMS中进行货位指派可大幅度提高工作效率。     

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。     

多色集合在仓配一体化仓库货位分配建模中的应用

目的为了提高仓配一体化仓库的货物存储以及货物周转效率,对仓库货位分配进行研究。方法以西北地区某快消品仓配一体化配送中心仓库为背景,应用多色集合理论建立仓配一体化仓库中货位信息模型,通过实际案例对建立的模型进行仿真实验,得出仓库中货位的最优分区。结果对仓库在货物就近原则放置和货物分区管理下车辆的等待时间进行仿真,限定在100 d的时间里,得出仓库在运用多色集合理论分区的情况下装卸车辆等待时间相比之前未分区时间下降了20.84%。结论运用多色集合理论有效提高了城市快消品仓配一体化中货位优化的效率。     

多人拣选系统拥堵的马尔科夫建模与仿真研究

目的 为了降低拣选系统拥堵率提高应急物资的运输效率,文中提出一种基于马尔科夫的多人拥堵模型。方法 分别构建窄通道货位单件拣选和货位多件拣选情况下的马尔科夫状态转移矩阵,求解平稳分布,获得拣选概率与拥堵率的函数关系式,并通过仿真分析不同因素变化对拥堵率的影响。结果 研究发现在货位单件拣选情况下,拣选概率取值为0.3左右时,系统拥堵率达到峰值,之后随拣选概率的增大而减小;在货位多件拣选情况下,拣选概率与系统拥堵率呈正相关,系统拥堵率随着拣选概率的增加而增加。结论 在实际拣选作业中,为了降低系统拥堵率,货位单件拣选应尽量避免拣选概率在0.3左右;货位多件拣选应尽量降低拣选概率。     

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。     

基于FlexSim 的军队自动化立体仓库货位优化研究

为提高军队自动化立体仓库出货速度和运行稳定性,提出了在堆垛机闲时对货位进行以分类存储L 形分区为导向的再分配优化设计。根据用户需求,程序自动生成分类存储的L 形分类存储货位分区信息,并调用堆垛机对在存货品逐一判断、搬运,让所有货品按照L 形区域排列,完成货位优化。利用FlexSim 软件对具体实例进行了仿真,结果表明,优化后的货位能较大程度地提高仓库的输出效率。     

固定路径下多阶段货位调整研究

提出固定路径下多阶段货位调整方法,它将传统的货位指派分割为多阶段、小规模的动态货位调整过程,并在拣货过程中进行调整。首先,扩展现有的路径策略,设计了前进和返回交替进行的启发式路径策略。然后,基于动态出货量轮盘赌算法来计算候选商品被选择的概率,在此基础上考虑工作量均衡得到最终货位调整方案。最后,与传统方法进行实证研究,结果表明,在平均订单规模较小和需求偏度较大时,该方法能够有效地提高仓库的拣货效率,并且在大多数情况下,巷道内调整优化效果明显,跨巷道调整适合返回型拣货路径策略。     

基于深度神经网络的货架商品识别方法

目的为快速统计货架商品信息,提出一种基于深度神经网络的货架商品自动识别方法。方法摄像头采集的货架商品图像经过深度神经网络算法处理,得到了图像中商品的SKU和位置。针对货架商品识别这种密集检测场景,文中方法改进了通用深度神经网络目标检测算法,将算法分为检测和分类2个阶段且重新设计了部分网络结构。最后,将文中方法和传统货架商品识别方法以及通用深度神经网络目标检测方法进行了比较。结果实验证明该方法的检测阶段的模型平均正确率达到96.5%,分类阶段的分类准确率达到99.9%。整图测试的查准率为97.56%,查全率为99.26%。结论相较于以往使用传统的目标检测模型进行货架商品识别以及使用SIFT等人工算子提取特征并分类识别商品具体SKU,文中方法的商品检出率和分类准确率都有了大幅度的提升,具有很好的应用潜力。     

基于荷兰式拍卖机制的RMFS货位指派研究

目的对移动机器人拣货系统(RMFS)的货位指派问题进行研究,提出基于荷兰式拍卖机制的货位指派模型来提高RMFS的拣货效率。方法构建荷兰式拍卖模型并按周转率对指定区域的SKU进行逐步调整,以货位指派匹配度为期望指标,实现SKU的需求模式与仓库存储结构之间的合理匹配。结果通过与随机指派模型对比发现,在不同仓库规模、需求偏度、订单规模等情况下,基于荷兰式拍卖的货位指派方法可以使拣货路程下降21.15%、工作时间平均下降20.57%左右。结论与传统指派方法相比,提出的货位指派模型可以大幅度降低RMFS系统的拣货距离和时间,大幅度提升在线零售企业的RMFS的拣货效率。     

基于遗传算法的线束加工仓库货位优化研究

目的文中以减少汽车线束加工立体仓库堆垛机运行时间和距离,提高订单处理效率为目的,建立货位优化的数学模型。方法根据某汽车线束加工立体仓库的真实情况,在分析历史订单数据的基础上,通过基于定位储存策略的改进遗传算法对货位分配问题进行仿真和求解。结果仿真结果表明,定位存储策略优于就近存储策略、随机存储策略和分类存储策略,其减少堆垛机运行时间的比例分别达到了18.8%,16.9%和35.7%。结论采用定位存储模型能有效改善汽车线束加工立体仓库系统处理生产订单的效率。