员工学习-遗忘效应对O2O超市订单分批拣选效率的影响研究

该文将员工的学习-遗忘效应引入O2O超市订单分批拣选问题中，研究学习-遗忘效应对拣选效率的影响，以总服务时间最小为目标建立订单分批优化模型，分析构建考虑学习-遗忘效应的三阶段服务时间表达式，并采用改进种子算法求解.该研究设计两种典型的员工排班方案S1和S2,并通过仿真实验深入探讨学习-遗忘效应对S1和S2拣选效率的综合影响.实验结果表明，S2方案的拣选效率优于S1;当员工休假天数固定时，安排长休假并减少休假次数有利于降低遗忘效应的负面影响；提高员工的学习能力比减弱遗忘效应更能有效提升拣选效率.论文拓展了学习和遗忘效应在订单拣选领域的研究，并为管理者制定员工排班策略提出实质性建议.     

基于订单整零分批的医药电商配送中心拣货效率

为了提高医药电商物流企业的拣货效率,本文根据拣货过程中存在的信息偏差问题,提出拣选订单整零分批拣选方式。引入医药品整箱规格和中包装规格作为拣选订单分批依据,设计带有箱规约束的三阶段订单分批程序实现订单分批,并构建基于修正系数（Modified Coefficient）和宽裕时间（Slack Time）的最小拣选标准时间模型,对比分析订单分批前后的时效性,验证订单整零拆分的必要性和模型的有效性和可行性。结合某公司的实际数据验证了拣选订单整零分批的优越性。研究发现,订单实现整零分批后拣货路程缩短,拣货效率由原来的48.8% 提高到65.6%,拣选时间由5.6h 缩短到3.8h ,整体上提升了医药电商物流企业配送中心的运作效率。     

紧固件分拣中心拣选策略的动态EIQ分析

紧固件行业是一个多品种、大批量,需求变动较大且提前期较短的行业,因此分拣系统的规划极其重要。通过EIQ和动态EIQ的方法,可以分析订单的特征,从而为拣选策略的制定提供参考依据。通过对实际数据的分析表明,运用EIQ结合ABC分类的方法可以有效得对拣选中心进行规划,使其适应订单的分拣需求,提高分拣效率和设备的利用率,具备良好的经济性和扩展性。     

物料聚类分析下的仓库货位指派优化

为减少订单分拣距离和分拣差错率,研究仓库物料的货位指派问题,提出一体化的基于物料聚类的货位指派优化方法.使用概率和集合定量描述物料关联性,建立物料聚类模型和物料聚合类的指派模型,并在ILOG CPLEX优化软件上求解,完成物料聚合类中所有物料的具体货位分配后,用库存调整原则对基于物料聚类的货位布局微调,满足物料的特殊要求和布局目标整体最优.验证结果显示,16种物料聚合为7类时订单分拣距离最短,为536单位距离.对比随机货位分配和基于频率的货位分配方法,基于物料聚类的货位指派优化方法的总分拣距离分别减少了18.54%和10.37%.     

基于Canopy和k-means算法的订单分批优化

文章针对物流企业的订单分批问题,提出了改进的Canopy-k-means算法。该算法是采用Canopy算法依据最大最小原则生成初始聚类中心,并使用k-means聚类算法对其进行优化获取分批结果的。此外,文章针对不同规模的订单数据集,比较了该算法和先来先服务(first come first served,FCFS)、k-means以及Canopy-k-means算法的实际效果,实验结果表明:该算法可以避免k-means算法中k值选取的盲目性,同时可以有效地提高分拣效率以及降低分拣批次。     

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.     

多出/入口仓库的货位优化研究

在“人到货”多出/入口仓库货位优化问题中,为了减少库内整体作业时间,提高拣选效率,基于多维标度分析算法（Dimensional Scaling Analysis algorithm,MDS）与峰值聚类算法（Peak Clustering algorithm,DPC）,提出以货品相关性为基础的货位优化方法。首先通过历史订单数据进行分析获得货品相关度矩阵,并利用多维标度分析算法对相关度矩阵进行数据处理,在仓库实际情况下确定合适数量聚类簇后,采用峰值聚类算法将相关性高的货品聚类形成一个具有高相关性货品集合,再据货品集合优化存储区域。最后,本文通过实际案例进行分析,比较本文存储策略与原始存储策略在跨区域拣选条件下订单平均拣选距离,并通过本文优化策略与随机策略在相同规模订单情况下比较验证,结果显示,本文策略比随机策略优化平均优化24.56%,有效地提高了订单拣选效率。     

双机器流水车间中的订单选择和排序优化研究

许多制造企业从大规模制造转向大规模定制,采用按订单生产的策略,由于时间限制只能选择部分订单；在流水车间中,订单排序会影响所选订单的完工时间,因此产生了订单选择和排序集中优化的问题.对于双机器流水车间中的订单选择和排序问题,提出了一个混合整数规划的数学模型,在CPLEX优化软件中实现了模型算法.通过算例验证了该模型的逻辑正确性；设计了数据实验,结果显示订单规模不超过40个时,模型可在较短时间内得到最优解.对于订单规模更大的问题,设计了启发性算法,得到的订单选择和排序方案对应的利润值与最优值约只差4.52％.最后,对订单选择和排序集中决策相比单独决策获得的额外收益进行了测算.     

随机存储下多人拣选系统拥堵率研究

为了解决由于仓库订单量增加而导致的拣选效率问题以及合理调度拣选者数量和仓库面积的关系。建立了随机存储下S形拣选策略的随机模型,并根据拣选策略研究拣选过程中产生的拥堵问题,在前人所研究的两人拣选系统的拥堵率问题上,本文研究利用马尔科夫过程构建三人拣选系统的状态转移矩阵和平稳分布函数,最后通过仿真模拟出多人拣选系统的拥堵率。通过对比两人和三人拣选系统以及两种拣选策略下的距离模型,得出拣选面和拣选者之间的数量关系对拥堵率的影响,对有效应对应急物流需求、合理控制电商拣选作业环节的拥堵率提供了依据。     

网购环境下基于时隙配送的时效产品订单履约方法

在B2C模式的网购环境下,订单总数庞大,但每个订单的需求量小、配送地址各异,并且从客户下单到产品送达客户手中存在时间差,这些特点对订单履约方法的柔性提出了高要求,给电子零售企业的发展带来了挑战.时隙作为配送中重要而稀缺的资源,其利用率的高低直接影响网络零售商的运营效率.良好的时隙分配方案可以提高订单履约率,从而提高配送的效益.笔者规避单目标研究不能够较为全面反映配送的实际问题,拟考虑从多目标角度对问题进行优化,建立既可以保证客户满意度,又能减少每辆车平均配送距离和每单平均配送成本的多目标规划模型.通过算例分析,模拟几种不同情况,综合优化模型在时间和成本水平下都较传统单目标更优,能使配送时隙综合效用最大,验证了模型的有效性和科学性.     

Intelligent Control Mechanism of Part Picking Operations of Automated Warehouse

This paper studies the part picking operations of a ut omated warehouse. It assumed the demand of picking orders of automated warehouse are dynamic generated. Once the picking orders of certain period of time are kn own, it is necessary to decide an efficient order picking sequence and routing t o minimize the total travel distance to complete those orders. Assumed there are n i items to be picked in order O i. Each item in the picking ord er is located in different locations in the warehouse. Since i...     

配送中心动态分区拣货系统优化设计

主要讨论配送中心分区拣货系统中的拣货策略,目标是最小化总拣货时间.由于为NP-难问题,所以在常见的静态分区拣货系统的基础上提出动态分区拣货策略,通过订单拣货顺序的优化及拣货员所在分区的动态分配,提出了“排序-动态分区-平衡”思想,设计启发式算法并对算法性能进行了测试,使分区间等待时间减少,提高拣货效率.     

观赏及药用牡丹的结实力、种子特性及生化成分的观测分析

对不同品种的观赏牡丹和药用牡丹的结实力,种子的结构、主要生化成分、萌发进行了观测分析,结果表明:牡丹种子胚乳含有丰富的脂肪、糖类、氨基酸和蛋白质、Vc等,尤其含有较多的人体必需的氨基酸等,这为种子利用提供了依据;播种获取实生苗应在采种后即时进行。自然情况下10月份以后播种,萌发出苗率急剧降低,以至不能萌发出苗。     

挑选作业优化问题的研究

针对自动化仓库固定货架拣选作业的特点,为了提高自动化仓库固定货架拣选作业的工作效率,建立了货物拣选路径优化问题的数学模型。介绍了模拟退火算法和粒子群算法的基本原理,应用杂交算法和带高斯变异算法在模拟退火操作下对较优的粒子群进行寻优运算,设计了模拟退火粒子群优化算法。实例证明,该算法具有较好的全局寻优能力,能取得令人满意的效果。     

自动化立体仓库固定货架拣选路径问题研究

为提高自动化立体仓库拣选效率,以存取时间最短为目标,针对单巷道固定货架拣选作业过程,构建了解决拣选作业路径优化问题的数学模型,提出结合模拟退火算法的混合粒子群算法.该算法在求解过程中用粒子群算法初始化种群,提高了优化效率,缩短了搜索时间;在迭代过程中采用模拟退火算法,利用其概率突跳能力,以避免基本粒子群算法迭代过程中陷入局部最优和早熟收敛.通过实例验证,该算法比标准粒子群算法所用时间短、收敛速度快、迭代次数少.     

拱架式贴片机贴装路径优化

贴片机工作时贴装头需在喂料器与印刷电路板之间频繁移动，缩短贴装头移动距离是提高贴装效率的重要途径。对多头拱架式贴片机贴装路径优化问题进行研究，分析贴装头沿喂料器移动取料时贴装路径变化，建立贴装头移动距离表达式。以贴装头移动距离最小为目标建立贴装路径优化模型，以贴装位置编号对取贴顺序编码，利用遗传算法对取贴顺序和取料方向进行优化。分析不同取料方式下贴装路径差异和结构特点，结果表明：双向取料与近侧取料在贴装点位置分布偏于PCB单侧较多时出现结构性差异，采用双向取料可获得比近侧取料更短的贴装路径，更利于提高贴装效率。