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.

电子商务人工并行分区拣选系统服务效率优化研究

人工并行分区拣选策略是电子商务环境下常用的订单拣选策略,但分区工作量不均衡会从多方面降低拣选效率。本文综合考虑总服务时间和各分区工作量均衡两个因素,研究如何合理进行订单合并优化,以提高服务效率。首先构建以总服务时间最短和分区均衡度最优的双目标订单合并优化模型;采用双目标遗传算法以求解此模型:基于双目标函数的表现矩阵,将染色体对不同目标函数值的优劣进行综合排序,得到染色体适应值。针对三种不同订单环境进行数值实验,研究表明:总服务时间和分区均衡度是两个矛盾的目标;相较不考虑工作量均衡的单目标模型,双目标模型总服务时间有所增加,但增加的幅度远没有平衡度的改善幅度大;考虑分区工作量均衡的并行分区订单合并模型能从总体上提高系统服务效率;并行分区订单合并策略对小批量订单的分区均衡度提高幅度更大。

基于电子标签的订单分区拣选系统设计与实现

电子标签技术能有效地提升订单拣选作业的效率,在配送中心中得到广泛的应用。针对多人多分区的订单拣选作业,研究设计了电子标签拣选系统的软硬件结构,提出了系统整体业务运作模型,构建"分区—储位"两级数据库模型实现系统多分区配置功能,利用订单分区状态矩阵实现3种分区拣选策略的在线配置和作业过程的逻辑控制。实践证明,该拣选系统具有可扩展性强和灵活性高的优点,能根据仓储作业的实际需求,将电子标签拣选区域划分为多个不同大小的分区,可在线选择配置串行、独立并行和关联并行3种分区拣选策略,进行不同批次批量的订单拣选作业。

基于遗传算法的分区拣选系统储位优化实证研究

目的研究零售连锁企业区域配送中心分区拣选系统下的储位优化方法。方法以某药品连锁零售企业区域配送中心为研究对象,将不同分区的拣选时间趋于均衡作为储位优化目标,结合样本订单与历史订单的特点,建立储位优化数学模型,并采用遗传算法进行求解,以获取约束条件内该模型的最优解。结果在样本订单占80%权重的前提下,将所求得的分区与储位的解所对应的拣选时间,与研究对象的拣选现状进行对比,发现采用均衡各区拣选时间模型的求解结果提高了37.34%的效率,优化效果显著。结论实证研究证明了该模型和算法的有效性,该优化方法也广泛适用于其他分区拣选系统的储位分配作业。

基于NSGA-Ⅱ算法的分区拣选优化

电商背景下的客户订单呈现出多品种、小批量、高频次等特点,给仓库拣选工作带来很大的挑战。为提高拣选效率,在订单完全拆分的分批策略和组合优化的行走策略下,设计了以总服务时间最小、分区工作量平衡度最优和二次分拣效率最高的多目标分区拣选模型。由于3个目标函数之间存在矛盾,设计了NSGA-Ⅱ算法对多目标优化模型进行求解。通过数值实验,与传统的不拆分订单的分区拣选系统对比,发现在订单批量环境为[1,4]时,分别使总服务时间减少了43.88%,平衡度改善了84.61%,并分析了区域个数、订单总数和订单批量环境对系统效率的影响。

动态并行分区拣选系统下订单分批问题研究

针对B2C电商环境下需求不均衡问题,基于并行分区拣选系统特征,以最小化订单总服务时间为目标,建立了动态并行分区拣选系统下订单分批模型。通过拣选时间、等待时间反映订单履行效率,设计包含订单分批、批次分配与批次分拣的启发式算法求解该问题。通过算例分析得出了综合相似度中拣选截止时间相似度和拣选通道相似度最优参数分别取值为0.6和0.4,通过与其他算法进行对比分析证明了提出的批次分配算法和分拣算法可以缩短订单的等待时间和订单的履行时间,可以有效提高订单履行效率,为B2C电子商务企业的订单履行提供决策支持。

基于机器视觉的电力仓储机器人分区拣选控制方法

以更精准控制电力仓储机器人分区拣选为目的,本文提出基于机器视觉的电力仓储机器人分区拣选控制方法。该方法利用智能机器视觉单元拍摄机器人分区拣选环境图像,采用机器视觉技术获取电力仓储机器人分区拣选目标位置,经过电力仓储机器人分区拣选区域位置路径实施编码、路径代价计算、自适应遗传算法对路径寻优后,实现其分区拣选控制,依据伺服驱动控制器控制电力仓储机器人达到分区拣选指定位置执行拣选任务。实验结果表明:该方法的分区拣选区域定位时最大误差仅为0.3m,定位精度较高;在分区拣选时受障碍物分布情况影响较小,控制其分区拣选路径拐点少;且在控制电力仓储机器人分区拣选过程中出现的平均冲突路径节点数量较少,应用效果好。

联合拣选与分拣条件下的订单分批问题研究

针对分区拣选与自动循环分拣线相结合的分拣系统中的订单分批问题开展研究。提出延迟订单数量最少、平均延迟时间最小的多目标订单分批排序模型,应用VNS算法进行求解,采用被动分波缓解分拣线堵塞。案例分析结果表明,订单到达率λ=5时,先到先服务指派规则下联合拣选和分拣的分批策略与仅考虑拣选的订单分批策略相比,在延迟订单数量、平均延迟时间上优化率分别为88.8%和80.4%,固定优先级指派规则下,两项指标优化率达到100%,证明当前条件下联合拣选和分拣的分批策略对减少订单履行延迟具有较好的效果。最后,通过讨论订单到达率和交付通道数量的敏感度分析,进一步推广实验结果,给出参数选择的依据。

串行合流下阵列式自动拣选系统品项分配优化

为提高阵列式自动拣选系统的拣选效率,提出基于品项相关性的品项分配方法。在串行合流模式下,设备订单拣选总时间等于拣货区拣选时间总和,以最小化拣货区拣选时间总和为目标建立品项分配模型。为求解该模型,将品项并行分拣节省的独立拣选时间作为品项相似系数,提出一种启发式聚类算法。该算法的核心思想是通过将相关性强的品项分配至同一拣货区,增加各拣货区内的并行拣货量,同时减少各订单内参与拣选的拣货区个数,提高系统分拣效率。某医药物流配送中心阵列式自动拣选机的实例分析表明,采用启发式聚类算法可使订单拣选总时间减少约8%。

动态拣选系统下订单分批问题研究

对分区拣选系统研究在线订单分批策略。基于排队论角度,采用随机过程、随机服务系统的基本理论与方法,构建串行分区下订单不分批与订单固定时间窗分批拣选的随机服务系统模型,确定要研究对比的系统效率指标。在MATLAB R2019a软件环境下模拟在线订单到达情况,分析系统效率指标并找出分区拣选系统的最优分批策略。仿真验证结果表明,采用固定时间窗订单分批操作的服务系统强度优于不分批操作服务系统,大约能降低30%左右,可以进一步提高拣选效率,同时通过与其它模型的比较,所提出的串行分区订单拣选系统下的分批方式更适用于现有的电商仓库,有效避免通道拥挤的情况。

考虑并行分区的智能接力拣选系统储位分配问题研究

本文研究了一类考虑并行分区的智能接力拣选系统的储位分配问题,建立了多目标混合整数规划模型,旨在最大化订单拣选量的同时使各分区的工作负荷均衡,从而降低拣选时间。针对问题的特点,设计了求解该类问题的两阶段优化算法。经过对某第三方仓储企业进行实例研究,数值结果表明设计的算法可以有效求解本文的储位分配问题。

改进遗传算法求解订单分批优化模型

以流利式货架分区拣选系统为背景,考虑减小相邻拣选区域的作业时间差值以减少任务在缓存区中的滞留时间和拣货员在系统中的等待时间。建立以最小化订单分批数量和最小化所有相邻区域作业时间差值之和为目标的数学模型,设计遗传算法求解其订单分批结果及任务释放顺序;从拣货员拣选的便捷性出发,考虑将周转频率较高的货品存放至拣货员最易拣取的层数,提出了分类随机指派方式。案例分析结果表明:该模型结果在所有任务的总完成时间、总滞留时间、平均履行周期和所有拣货员在系统中的总等待时间等指标上均表现良好;分类随机指派方式从根本上减少了总拣货时间,进而缩短了任务的平均履行周期和总完成时间,提高了系统处理效率和订单响应速度。

物流配送中心基本构成及技术

自动化物流配送系统在我国的应用已逐渐广泛。以实际的物流配送中心为例子,全面介绍物流配送系统中的自动化立体库技术、RF无线射频技术、电子标签技术、分区拣选技术、ERP接口技术等的系统集成技术。这些技术具有普遍的适应性和广泛的应用前景。

神州数码——上海物流配送中心

神州数码上海物流配送中心是国内承建的第一座自动化物流配送中心,也是迄今为止自动化程度最高的物流配送系统.该系统全面应用自动化立体库技术、RF无线射频技术、分区拣选技术、作业优化技术、ERP接口技术等,成为我国物流配送系统的标志,并具有广泛的应用前景.