基于“货到人”拣选系统的动态货位分配研究

目的 为了提高“货到人”拣选系统的订单拣选效率，研究了电商仓库货位初始存储状态为非空情况下的商品货位分配问题。方法 考虑货架上现存商品信息、仓库空余货位数、待补货商品和新收入商品信息，提出基于商品关联度的分散存储策略，以极大化货架上所有存储商品的关联度之和为目标构建商品上架与下架的动态货位分配数学模型，并设计贪婪算法，再采用改进粒子群算法对贪婪算法得到的结果进行优化。结果 基于商品关联度的分散存储策略可以减少货架平均搬运次数29.32%左右。结论 与随机分配策略相比，文中提出的货位分配策略能够有效提升整个电商仓储中心的拣选速度。     

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。