考虑倒箱的Auto Store仓储拣选系统提箱作业优化

为减少Auto Store仓储拣选系统的倒箱作业时间,提高其提箱作业效率,在已知料箱存储状态及订单商品信息的条件下,研究了Auto Store仓储拣选系统提箱作业优化的问题。以提箱作业时间来衡量Auto Store仓储拣选系统作业效率,建立以最短提箱作业时间为目标的整数规划模型,设计启发式算法对模型进行求解,提出问题下界的约束条件及求解方法,同时,通过算例比较启发式算法与理论下界的差异,表明倒箱作业规则对Auto Store仓储拣选系统提箱作业效率影响较大,优化倒箱作业规则,可提高其提箱作业效率,为Auto Store的倒箱作业优化提供了理论支持。

基于无线技术的仓储拣选作业流程再造方案分析

对传统的仓储拣选作业流程进行了研究分析,提出了基于无线技术的仓储拣选作业流程再造方案,并对两者进行了对比分析,阐述了再造后的拣选作业流程采用无线技术及其相关技术后的诸多优点及发展前景。

基于智能仓储拣选系统的订单分批问题研究

智能仓储拣选系统由于其高效率和灵活性,逐渐成为电商物流配送中心订单拣选系统的发展趋势。为了提高订单拣选效率,本文针对这种新拣选模式下的订单分批问题展开研究,建立了数学模型,提出启发式聚类算法进行模型求解。通过与订单随机分批对比发现,优化后的策略减少了货架的搬运次数,使得相似性强的订单被分到同一批,有效提高了订单拣选效率。

仓储订单拣选虚拟仿真实验教学改革与实践——以创新型人才培养为目标

以创新型人才培养为目标,针对仓储订单拣选虚拟仿真实验课程,明确提出实验教学目标和实验内容,自主开发构建了能与实验内容高度相融合的仓储分拣虚拟仿真实验平台,引入新的"演示-设计-验证"的实验教学方式,从而有效培养学生的创新思维能力和解决实际问题的能力。

基于深度学习的医疗物资智能识别研究

在突发性公共安全事件中,仓库内医疗物资的高效精准识别是保证分拣作业准确性和即时性的前提。利用爬虫技术获取医疗物资图片数据,建立基于卷积神经网络的医疗物资图片识别模型。通过三种不同算法在单通道和三通道中1000次模型训练的结果对比发现,基于卷积神经网络的三通道医疗物资智能识别模型的测试准确率可达89%,进一步拓展了卷积神经网络在物流仓储拣选活动中的应用范围。