基于蚁群算法的多车拣货路径优化

随着云物流模式在国内的应用与发展,仓储行业为了追求降本增效需要尽快转变其经营方式。为了更好地前进与发展,仓储行业需与云物流模式融合在一起,而其中的拣货作业在仓储中心的地位日趋重要且能够影响其成本的降低。文中在双区库布局的情况下使用蚁群算法对拣货路径进行优化,根据订单分配对拣货路径进行仿真实验,实验结果表明,该算法能够合理地解决拣货路径中遇到的问题,提高拣货效率,更好地提高顾客对订单的满意度。

车载能力有限的双区型仓库拣货路径优化

为了求解车载能力有限的双区型仓库拣货路径优化问题,根据双区型仓库拣货作业的特点,以拣货路径距离最短为目标,建立了双区型仓库拣货路径模型,并根据双区型仓库构造,求解任意2个货位间最短距离,同时提出了贪心算法和遗传算法相结合的贪心遗传算法求解方法,并以双区型仓库为对象进行仿真验证和分析。仿真结果表明,本文提出的算法能有效地提高优化路径的全局最优性和稳定性,而且对不同规模大小的拣货点均可以取得很好的优化效果;利用本文算法求解双区型仓库中的最优拣货路径能极大的缩短拣货车辆行走距离,提高拣货作业工作效率。该研究对双区型仓库拣货路径的优化具有十分重要的意义。

某航空标准件企业成品库拣货路径优化研究

以航空标准件企业的产品库拣货问题为研究对象,建立了以拣货总时间最小化为目标的路径优化模型,并采用遗传算法对路径优化模型进行求解,通过实际案例应用与传统的穿越式拣货策略相对比,验证了模型的有效性。

A公司仓库拣货路径优化研究

针对A公司的一种非传统的双区型仓库布局模式,建立了双区双通道布局结构中任意拣货点间的距离计算模型。考虑拣货车辆装载能力限制,建立装载能力有限的仓库拣货路径优化模型,采用Gurobi商业求解器进行求解。

基于鱼骨型仓库的拣选路径问题优化

为提高鱼骨型仓库布局下的订单拣选效率,基于拣货路径距离计算模型和以最小化拣货路径总距离为优化目标的拣选路径优化模型,提出一种混沌模拟退火粒子群优化算法,引入混沌理论使粒子更高效地遍历搜寻空间,同时结合了模拟退火算法的概率突跳特点使算法在迭代后期仍具有较好的全局寻优能力.最后,通过实例仿真验证了该算法在解决鱼骨型仓库布局拣选路径优化问题上的有效性,并通过与其他算法比较,证明了该算法的先进性,为鱼骨型仓库布局下拣选路径规划问题提供了新的解决思路.

基于嵌套遗传算法的拣货作业联合优化

针对物流配送中心拣货作业过程中传统订单分批和拣货路径分步优化难以获得整体最优解的问题,为了提高拣货作业效率,提出了一种基于嵌套遗传算法的订单分批和路径优化的联合拣货策略。首先,建立了以拣货总时间最短为目标函数的订单分批与拣货路径联合优化模型;然后,考虑双重优化的复杂性,设计了一种嵌套遗传算法对模型进行求解,外层不断优化订单分批结果,内层根据外层订单分批结果优化拣货路径。算例结果表明,与传统的订单分步优化、分批分步优化策略相比,所提策略的拣货时间分别减少了45.6%、6%,基于嵌套遗传算法的联合优化模型得出的拣货路径更短、拣货时间更少。为验证该算法对不同规模订单均有较优性能,分别对10、20、50张订单规模的算例进行仿真实验,结果表明,随着订单量的增加,整体拣货距离和时间进一步减少,拣货时间的减少从6%增加到7.2%。基于嵌套遗传算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题,为配送中心拣选系统的优化提供依据。