货到人系统中分拣策略的设计与应用

随着仓储业务的发展,货到人系统已经成为构建自动化仓储配送中心的首选方案。通过使用开环排队网络对某海外食品配送中心案例的货到人分拣系统进行建模分析,提出了针对两种业务场景下的两种不同分拣策略。实践证明,这两种策略大幅提升了货到人系统的分拣效率,缩短了订单的处理时间。

基于改进Q学习算法的“货到人”系统AGV路径规划

随着智慧物流的发展,AGV在现代化智能仓库中的作用愈发重要,并衍生出了“货到人”这一拣选模式。以kiva仓库为研究背景,针对单AGV的局部路径规划进行研究,对传统Q学习“探索-利用”这一困境进行改进,通过引入反正弦函数动态调整贪婪因子ε,满足AGV在前期探索时的随机性,避免陷入局部最优解;后期减少ε保证AGV寻路的目的性,通过栅格方法建立仿真模型。仿真结果表明,改进后的Q学习能够在仓库中找到最优路径,并且运行时间相较于传统Q学习减少了约28%,有效提升了算法的效率。