基于多智能配送单元的物料配送自主控制研究

针对离散作业车间物料需求种类多、配送不及时、复杂度高等问题,结合移动机器人技术及离散作业车间物料需求呼叫的特点,建立基于多智能配送单元的物料需求响应配送系统,对车间物料配送模式提出改善,最后搭建多智能配送单元的物料配送系统软硬件平台,进行相关应用试验的研究。

基于机器视觉的智能配送单元导航系统研究

作为制造业的重要发展方向,智能制造近年来受到了业界的广泛关注,围绕智能物流开展的研究也因此大量涌现。基于此,本文以智能配送单元控制器的设计为基础,深入探讨了基于机器视觉的智能配送单元视觉系统、基于机器视觉的图像采集与处理。

单元化配送在烟草区域物流中的应用研究

烟草行业推进区域配送中心建设,可实现卷烟的仓储分拣规模效应,但在配送环节,将导致卷烟的中转环节增加、比例加大、配送线路拉长。传统的中转对接方式,无论是人工直接堆码还是笼车装卸,都需要在中转站点对烟包进行人工二次拣选,劳动强度大、效率低、卷烟差错和破损风险加大。本文结合海南烟草琼北区域物流整合及甩箱式配送的探索经验,提出一种在区域物流中基于单元化配送的中转对接解决方案,可大幅提高卷烟中转对接效率、降低劳动强度、降低卷烟送货差错和破损率。

带时间窗的物流配送区域划分模型及其算法

针对烟草行业存在客户点大规模、客户需求量不固定、配送车辆最大行驶距离限制以及客户点送货时间不固定等特点,综合考虑配送的多产品、多客户、时间限制等影响因素,通过聚类方法划分不同的配送单元,应用整数规划选择中转站不固定配送单元,以物流配送网络构建的总成本最小化为目标函数,建立了基于配送单元的固定成本和变动成本以及带时间窗的时滞成本的数学规划模型,并提出了一种改进粒子群-遗传混合算法进行直接求解.该算法在评价函数中隐含加入了距离和时间等约束条件,并设计了算法间选择性赋予方法,具有较高的全局和局部搜索能力.实例仿真表明,该混合算法的优化性能和效率优于PSO算法、GA算法、GA-PSO算法和M PSO算法,因此能够更有效地解决大规模配送点的物流配送区域划分问题.