货到人拣选系统订单分配问题研究

文中主要针对多层穿梭车的"货到人"拣选系统中的订单分配问题进行研究,为了规避传统订单分配策略带来的订单耦合问题,对"货到人"拣选系统的订单分配问题进行了分析,建立了订单分配问题的数学模型,以最小化订单拣选完成时间为目标,求得较优的货箱到达顺序。为了避免求解大规模订单量时,传统算法容易陷入局部最优解的问题,文中提出基于邻域搜索的自适应遗传算法。相比于标准遗传算法,改进遗传算法做出了两点优化:①采用自适应交叉和变异概率,避免破坏优秀子代;②在变异操作之后加入邻域搜索,以提高算法的局部搜索能力,避免算法过早收敛。采用MATLAB作为仿真平台来对比传统订单分配策略、标准遗传算法和自适应邻域搜索遗传算法的求解性能。仿真结果表明,在解的优劣性方面,自适应邻域搜索遗传算法优于标准遗传算法。