一种配送中心订单分拣优化问题的研究

研究一种配送中心订单分拣优化问题.目标函数设置为总的拣选订单行走的距离,使用遗传算法优化订单的分批组合,并且在本文中订单分批时,先挑选种子订单,通过对种子订单有策略的选取,最终达到优化拣选的总距离的目的.所采用的模型、方法对订单分拣有较好的优化.     

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.     

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。     

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。     

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。     

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.     

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.     

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。     

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.     

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。     

拉普拉斯变换序及相关序的关系

随机变量之间的大小关系(即序关系)在实际问题中具有重要的意义.关于随机变量随机序的一般理论及其在各领域的应用已有比较丰富的研究结果.主要讨论了增加凸(凹)序、拉普拉斯变换序、矩母函数序、阶乘矩序以及矩序之间的关系,最后以两点分布为例简单证明了这种关系.     

单群A11的一个特征性质

设G是一群.πe（G）表示群G的元素阶的集合,mi：=｜{g∈G｜g的阶为i}｜表示群G中i阶元个数,nse（G）={mi｜i∈πe（G）}表示群G中同阶元的长度的集合.本文对单群A11给出了新的刻画,即证明了：GA11,当且仅当下面条件成立：（1）｜G｜=｜A11｜,（2）nse（G）=nse（A11）.     

两类相依随机序及其性质

在危险率序和拟危险率序基础上,研究了条件随机向量的分布函数在随机序意义下的比较,提出了上象限危险率序和下象限拟危险率序的概念,研究了它们的基本性质,以及与其他随机序之间的关系.这两类序密切相关,它们刻画了n元联合分布与它的任意一个一元边际分布之间的变化快慢的趋势.在二元情形下,关于两类序的Fréchet下界是受控的,并且上象限危险率序和下象限拟危险率序分别包含右尾递增序和左尾递减序.     

关于指数型分布族的随机序

主要讨论两个服从同一指数型分布族的随机变量X和Y之间的似然比序,一般随机序和单增凸（凹）序,并得到了判别上述序成立的一些充分条件.     

磁电耦合对于铁电磁系统的磁性关联的影响

铁电磁系统具有在低温下铁电有序和(反)铁磁有序自发共存的特征,存在内禀的磁电耦合效应.利用了铁电软模理论和基于海森堡模型的平均场近似理论,分别研究了磁电耦合对铁电、铁磁有序共存系统和铁电、反铁磁有序共存系统的磁性质的影响.结果发现在一定的外磁场条件下,无论是铁电、铁磁有序共存的系统还是铁电、反铁磁有序共存的系统,磁电耦合都相当于一个虚拟的外磁场,且系统的铁磁性关联会随着耦合常数的增加而增加.     

三参数Weibull分布的随机比较

给出了两个相互独立但不同分布的三参数Weibull分布随机变量满足各种随机序时其分布所含参数间的相应关系.也给出了两组相互独立但不同分布的随机变量次序统计量之间的随机序关系.     

正规纯整群上的偏序

目的为研究正规纯整群上的amenable序关系。方法从正规纯整群的锥形出发构造amenable序。结果证明了在正规纯整群的全体锥形所组成的集合到正规纯整群上的全体amenable序所组成的集合之间存在保序的双射。结论正规纯整群上的一个amenable序被一个锥形所惟一确定。     

随机序在常用风险运算下的保序性

文章讨论了高阶停止损失序<(n)及指数序<(e)在卷积运算、混合运算、复合运算下的保序性,并对有关结论给出了详细严密的证明.     

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。