首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 62 毫秒
1.
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%.  相似文献   

2.
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.  相似文献   

3.
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。  相似文献   

4.
基于离散粒子群算法的AVS/RS货位优化   总被引:1,自引:1,他引:0  
为了提高自动小车存取系统的存取效率和方便货位管理,提出了基于离散粒子群算法的货位优化方法.该方法首先建立了系统货位优化的数学模型,在此基础上,结合货位优化的原则提出了货位分区的策略,并基于离散粒子群算法实现了货位分配的优化,从而保证自动小车在不发生死锁的前提下调度货物时,能较好地缩短小车行走时间.最后,通过仿真实例验证了算法的有效性.  相似文献   

5.
仓储货位选择优化问题的研究   总被引:4,自引:0,他引:4  
本文结合仓储管理的现状,对仓储管理中如何确定最优货位问题进行了详细的分析。确定了货位优化的目标,以及货位优化必须满足的约束条件,建立了货位优化模型,并采用遗传算法对该模型进行求解。  相似文献   

6.
针对企业仓储管理中货位分配效率低的现状,提出立体仓库货位动态分配优化问题的数学模型和约束条件并对货位分配策略进行了讨论.采用基于遗传算法的权重系数变换法对优化模型进行求解.通过仿真验证了算法的有效性.  相似文献   

7.
仓储是物流企业运营过程中重要的功能之一,仓库布局优化、作业流程精简,是提高企业经济效益的重要措施.通过对某物流企业仓储管理现状调查,发现仓储管理过程中存在的问题,并分析了产生这些问题的原因.从仓库布局、作业流程、货物储位等三方面提出了改进方案,并对改进前后作业指标进行比较分析,得出:改进后仓库的作业环节减少3个,作业人数减少5人,作业时间降低了13%,查找货位时间缩短了75%,出错率从3%降到0.5%,提高了仓储作业效率.  相似文献   

8.
针对四向车式密集仓储系统的货位分配问题,提出一种四向车及提升机的能耗计算模型,并考虑动态货位可行域约束等因素,建立了以减少能耗为主要目标且兼顾降低货架重心与作业分布均衡的货位分配优化模型。设计自适应变异的差分进化算法对模型进行求解,向量个体表示单批作业的目标货位集合,将个体基因位的值域映射为相应出入库作业的货位可行域,根据此动态货位可行域进行个体解码后得出可行货位解,通过综合评价个体的优劣及种群迭代进化获得作业的最优货位解。在3种预设库存和3种载荷类型的情况下分别进行试验,结果表明,与考虑最短距离的货位分配优化模型相比,所提出的模型及算法可有效降低仓储能耗且其性能优势明显。  相似文献   

9.
针对自动化立体仓库的入库货位分配优化问题,提出了基于模糊数学的货位分配算法.该算法将货品的质量和使用频率属性设为模糊量,并将该模糊量带入最优货位分配算法中计算,再从计算所得模糊量结果中得到精确的货品位置.结果表明,该算法能够有效地提高入库的效率.  相似文献   

10.
利用神经网络解决组合优化问题是神经网络应用的一个重要方面。文章通过设计CHNN的能量函数与立体仓库货位分配组合优化问题相对应,当CHNN的输出状态趋于平衡点时,能实现立体仓库货位分配组合优化问题的最优解。最后,通过MATLAB实验仿真验证算法的有效性。  相似文献   

11.
两层次、多品种货物随机存贮模型研究   总被引:7,自引:0,他引:7  
在单品种货物随机存贮模型的基础上,建立了两层次、多品种货物的随机存贮模型.系统费用由货物运输费、存贮费和缺货损失费三项组成.货物运输费又由中心仓库运到各分拨仓库的运输费用和各分拨仓库之间由于互相调拨而发生的运输费用两项构成.利用数学方法对该模型进行了求解,确定了各货物在分拨仓库的最优库存量.并通过算例分析,讨论了不同期初库存水平下,各分拨仓库之间应互相调运各物资的数量.  相似文献   

12.
采用不同的存货计价方法对销售成本的确定和利润计算有不同影响.在不同的存货计价方法下,存货的结存量也影响着销售成本和利润的确定.在实施财务审计和财务分析时应对此加以重视  相似文献   

13.
当前基于B/S的数字化物流仓储管理系统设计方法,通过对系统的功能结构和业务流程的设计,和相关技术与开发工具完成该系统的实现,其中仓储管理系统运行能耗偏大,且运行效率低。为改善该种情况,提出一种基于无线射频识别技术的数字化物流仓储管理系统设计方法,以系统总结构为依据,将仓储管理系统网络拓扑结构划分为物理层次、网络层次、数据层次与应用层次,在物理层次中工作人员可利用手持设备迅速扫描电子标签,既可以提升系统运行效率,还能够降低系统运行能耗;在入库管理程序中采购部和供应商对货物的需求进行确定,利用物流把货物传输到仓库,并对货物进行清点;在出库管理程序中仓储管理系统确定货物货位,通过RFID阅读器采集出库的货物内部数据,使用搬运工具将拣出的货物传输给出库处,同时将数据处理的结果报给仓储管理体系;用户的管理模块中,主要是对用户登录与用户管理进行控制;库存的统计管理,即为对货物进行清理盘点。结果表明,该方法下的仓储管理系统不仅运行效率高,而且能耗低,可为数字化物流仓储领域的研究提供依据。  相似文献   

14.
建立了多品种物资、同一订货地及统一订货的三种确定性库存模型,并分别给出优化方法.  相似文献   

15.
通过对单级和以multi echelontechniqueforrecoverableitemcontrol(METRIC)为基础的多级可修理库存模型和算法 (包括精算法、估计算法和仿真方法 )的综述 ,明确了当前研究的不足在于 :部分假设不符合实际 ;未与产品设计相结合 ;未与传统库存相结合 ;服务水平指标的定义不充分 .指出未来的研究方向是加强信息共享和建立闭环库存系统 .  相似文献   

16.
分析了永续盘存制与定期盘存制在计算销售成本和期末存货成本存在的时间顺序和计算次数上的差别,认为我国的会计实务应该体现这种差别,从会计的明晰性原则看,更便于人们理解与利用永续盘存制与定期盘存制。同时分析了总价法与净价法对报表揭示的影响,认为净价法更符合会计的真实性原则,是会计实务在确认、计量和报告存货项目时首选的方法。  相似文献   

17.
针对以往库存问题模型的不足。对库存问题作了进一步的研究,分成批到货不许短缺、陆续到货不许短缺和成批到货允许短缺3种情况建立了数学模型。解决了确定经济批量和最小库存费用的问题。  相似文献   

18.
优化物流运作 降低物流成本   总被引:1,自引:0,他引:1  
介绍了物流成本的构成和物流管理现状,提出了降低物流成本的途径,即加快现代化基础设施建设,提高运输效率,加强实物存货的管理,强化职工成本意识,健全企业物流管理体制,加强考核力度和创新物流运作。  相似文献   

19.
研究了物流系统中物流中心存在冗余库存情况下,在分销系统时变需求下的物流中心进货量控制轨线·物流中心要求保持满意库存,以便能及时给零售商供货,提高顾客服务水平;同时,进货轨线比需求轨线延迟以节省库存管理费用·首先对物流系统进行了分析;其次利用最优控制理论,借助哈密顿函数和协态方程,得到在要求保持满意库存条件下的进货量控制策略,为物流中心进货量控制提供预测数据,为制定进货计划提供依据,以保证最大限度地满足满意库存量的要求·最后给出了算例分析,证明了进货量控制策略的有效性·  相似文献   

20.
冷链物品的优化储存策略   总被引:2,自引:0,他引:2  
假定冷链库存费用随时间线性增长;有质损现象发生;市场销售价格先缓慢上升,在某一时刻达到顶点,然后缓慢下降.基于上述假定,构建了以库存商品全部售完后盈利最大为目标、以上市时刻为决策变量的优化储存销售模型,应用非线性规划条件极值法给出了模型解法.通过一个算例进行了仿真,证明了模型的可行性和有效性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号