考虑物料需求关联与周转率的仓储货位优化方法

在仓储配送中心常见的"波次拣货、整体补货"的分区拣选环境中,为减少整体作业时间,基于谱聚类(spectral clustering,SC)算法及货位指派规则,提出了综合考虑物料需求关联与周转率的货位优化方法。构建了物料关联性计算模型、物料相似性度量模型、聚合类存储优化模型及物料存储优化模型,通过肘方法确定聚类的最佳簇数后,在基于拉普拉斯矩阵分解的SC算法中引入KMeans++算法对物料进行聚类,以降低初始聚类中心点选择的随机性,最后基于货位指派规则对聚合类及货位的布局进行优化调整。试验结果表明,考虑物料需求关联与周转率的货位优化方法,不仅能够有效缩短订单拣选路径,而且可以提高订单拣选效率。     

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%.     

检修备品库的货位优化模型

为了对货位进行合理分配,以提高检修备品库的领料效率,分析了检修用料的特点,并综合生产环境和分销环境下仓库货位优化的思想,提出检修物料的确定相关性和统计相关性这两个概念.根据物料相关性及用料频率,建立了检修备品库货位分配的多目标优化数学模型.模型的优化目标是,既要尽量将关系密切的物料聚集摆放,又要尽量将使用频率高的物料靠近出入库口存储.最后采用蚁群算法求解了该NPC(non-deterministic polynomial complete)问题,与采用随机分配策略的仿真结果相比,领料效率提高了23%～28%.     

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。     

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.     

基于改进离散蝙蝠算法堆垛机路径优化研究

在自动化立体仓库中,对堆垛机的拣选路径合理优化可以提高货物出入库的效率.本文在不固定堆垛机位置和不考虑周转箱容积的情况下,将拣选路径模型归类为经典的TSP问题,利用蝙蝠算法并设计了一套相关操作算子,在局部搜索过程中混合遗传算法中的交叉策略和2-Opt策略对该数学模型进行优化求解.实验结果表明,该改进离散蝙蝠算法能较好的缩短堆垛机拣选路径距离,提高仓库的运行效率.     

基于改进遗传算法和多目标决策的货位优化策略

为了解决自动化立体仓库的随机库存在线动态货位分配问题,针对仓库货物出入库效率、货物分类存储的合理性和货架整体稳定性方面的需求,基于加权归一化处理多目标决策构建了货位分配优化数学模型.提出一种改进的二次优化遗传算法(quadratic optimization genetic algorithm,QOGA),并利用MATLAB软件进行仿真实现.仿真结果表明,该算法收敛速度大幅提高,出入库效率、货架稳定性明显提升,货物分类存储更加合理.由多目标决策结果验证了改进QOGA的先进性和有效性.     

旁通式自动化立体仓库拣选作业和出口选择的组合优化

自动化立体仓库系统是在计算机直接控制和管理下自动存取并实现综合自动化管理货物的多层仓库存储系统。旁通式自动化立体仓库作为一种新兴的立体仓库,越来越多地应用在需要快捷存取的场所。其中,堆垛机作业时间长短直接影响仓库存储效率的高低。为了提高旁通式自动化立体仓库作业效率,分析旁通式自动化立体仓库堆垛机行进路线的特点,建立了同时考虑堆垛机出口选择和拣选路径的组合优化模型。模型以一个拣选任务指令周期内堆垛机行进所花费时间为目标,同时对遗传算法初始种群生成方法进行改进,用改进后的遗传算法对该模型拣选路径优化部分求解,将该阶段结果的最末货位作为下一优化阶段的初始点,采用最近邻法寻找最佳出口位置。实验仿真和工程实际应用表明该模型和算法是可行的、有效的。     

可视化自动仓储系统设计与货位优化

结合某电子贸易公司可视化仓储系统设计,探讨了货位安排策略.在仓储系统设计中,针对电子产品时效性强、客户要求定制化的特点,提出一种启发式策略出入库优化方法,并且为提高货物拣选效率,对货位存储情况采用平行坐标展开法进行可视化呈现.结果表明系统实施后,大大提高了仓储的敏捷性.     

基于混合粒子群算法的货位优化分配问题

基于COI分类存放的思想,同时考虑到货位分配问题中存取开销和占地花费的平衡,提出了一种混合粒子群算法以解决仓库货位优化分配问题．建立货位分配模型,并引入了货物的COI值对货物进行重新分类．将粒子群算法同人工蜂群算法相结合,通过优化COI值从而对货位进行优化分配．最后,进行实验分析并证明了混合粒子群算法的正确性,可有效地应用分类存放策对货位进行优化分配,减少货位数和存货代价．     

基于遗传算法的人工拣选优化研究

为研究人工拣选作业中路径优化问题.在ABC存储策略下的双区域仓储布局中,建立路径模型,利用遗传算法求解最优路径,进行仿真实验,与S型、返回型拣选路径的最优解进行比较.仿真结果表明,在拣选件数较少时,遗传算法有明显的优势,在拣选件数较多时,3种方法趋于相近,且遗传算法的适用性受到仓库布局的影响.经优化后的路径能够节约拣选作业的时间,加快仓储内货物周转的速度,提高整个物流活动的效率,有助于物流活动快速及时地完成,增强客户满意度.     

运用蚁群算法解决物流中心拣货路径问题

研究了运用蚁群优化算法解决物流中心拣货路径问题,并与传统的基于穿越策略的拣货路径策略做比较.执行结果显示以蚁群优化算法解决物流中心仓储拣货作业,可明显减少拣货路径的距离及拣货时间,提高物流中心的作业效率与服务水平.     

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.     

基于群集智能算法的路径规划问题

在工业及服务系统行业,特别是物流及交通运输系统中经常遇到路径规划问题。该文针对自动化立体仓库单拣选台分层水平旋转货架系统,建立了数学模型,引入基于群集智能的蚁群优化算法解决货物拣选路径规划问题。该方法能够对旋转货架系统存储的货物进行快速拣选,并在全局内找到最优货物拣选路径,求解质量高,计算时间短。在货单条目为40的情况下,该文使用改进的蚁群算法求解最优拣选路径比模拟退火算法减小了1 367.17s,比混合遗传算法节省了533.4 s。实验表明该方法适合求解中小规模货物拣选路径规划问题。     

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。     

仓库拣选路径问题研究综述

近年来,多品种、小批量的生产模式的盛行,给制造业的仓储带来了巨大的挑战,如何提高仓库的拣选效率是一个亟待解决的问题。因此,国内外学者针对仓库拣选路径问题提出了多种分类及研究方法。通过查阅相关文献,本文从两个角度对仓库拣选路径问题进行综述。首先,从拣选作业类型的角度,将研究问题分为单一作业和复合作业,分析仓库拣选路径问题的研究现状及存在的问题;其次,从研究方法的角度,将求解方法分为启发式算法和强化学习,分析近年来二者在仓库拣选路径问题中的应用;最后,对现有文献进行总结,并提出未来仓库拣选路径问题的发展方向。