基于时间延迟的订单分批策略研究

配送中心拣货作业中的订单分 批策略,是把多张订单根据商品品 项合并成一批进行批次拣取作业, 然后再把商品按照顾客订单进行分 拣。其目的是缩短拣货作业人员的 平均行走搬运距离的时间,减少重 复寻找储位的时间,从而提高拣货     

提升分拣效率的智能分拣订单缓存器研究

为有效提高分拣系统效率,本文介绍了根据自动化分拣线装备之间的间歇停机,研究开发出来的一种新型物流设备——单元物料分拣订单缓存器,阐述了其运作原理和方法。     

配送中心拣货作业中的订单分批策略研究

针对配送中心采取批量拣货时首先必须解决的订单问题，介绍了订单分批的四种方式及分批策略。同时针对固定时窗分批的不足，提出了时窗大小的动态设计方法。     

基于穿越策略的订单分批问题研究

本文针对配送中心的订单分批问题,在使用穿越路径策略的基础上,以最小化拣货路径为目标,建立了目标函数的数学模型,提出了改进的种子订单算法。将和原始订单相比,节约量最大的订单选为初始订单,并以此为条件为订单合并条件,逐一将订单组合,形成优化序列。本文将此算法运用到实际算例,并与传统的先到先服务和订单不分批的情况进行比较研究。     

订单结构对系统分拣能力的影响

订单结构对分拣系统的分拣能力有较大影响,本文针对自动条烟分拣系统,分析了订单结构对系统分拣能力的影响.     

人工拣选作业中订单分批处理研究综述

对人工拣选作业中订单分批处理问题的国内外研究现状进行了综述,并概述了现有研究存在的主要问题,最后得出结论:对订单的随机性尚需进行针对性的专题研究,同时,结合订单随机性研究订单分批处理,具有一定的理论意义和现实意义.     

人工拣选作业中订单分批处理研究综述

对人工拣选作业中订单分批处理问题的国内外研究现状进行了综述,并概述了现有研究存在的主要问题,最后得出结论:对订单的随机性尚需进行针对性的专题研究,同时,结合订单随机性研究订单分批处理,具有一定的理论意义和现实意义。     

配送中心订单分批与拣货路径研究

建立了以最小化拣货路径距离为目标函数的分批与路径优化的组合数学模型,分别采用订单包络算法与遗传算法来解决订单的分批与路径优化问题,推导了双区型仓库模型下订单品项之间的通用距离公式。对订单分批前后分别按照传统穿越策略、S型策略和GA优化策略3种不同路径方法进行分析。算例分析证明,采用订单分批与GA路径优化的策略组合,其拣货路径距离最短,节约量最大,可以达到40.33%。     

单区型物流配送中心订单分批与路径优化研究

在物流配送中心中,对于货物进行拣选一直以来都是物流配送作业中的核心环节,对货物拣选的作业量高达60%,且货物拣选作业成本占总作业成本的50%~75%,因此拣选作业是制约配送效率提高的关键环节。文章以单区型的物流配送中心订单拣选作业为研究对象,着重研究货物的拣选路径。通过采用基于订单相似系数的聚类算法对订单进行分批拣选和基于禁忌搜索算法对订单拣选路径进行计算,并将它们的结果与订单不分批结果进行比较,从而得到禁忌搜索算法的优化高于聚类算法,拣选路径的优化提高了64%,同时这两种方法跟不分批订单拣选路径相对比,都能够有效提高拣选货物的效率,分别提高了69%和89%,减少人力劳动,在一定程度上减少了物流作业成本。     

“货到人”订单分批拣选作业优化研究

由于传统的“人到货”订单拣选方式存在效率低、成本高等问题,无法满足仓储物流高效快捷的订单拣选作业模式。因此,“货到人”订单拣选系统得到了迅速发展。订单分批作为优化订单拣选作业的方法之一,如何实现合理有效的订单分批,提高订单拣选系统整体运作效率是研究的重点。以最小化货架搬运总次数为目标建立订单分批数学模型,采用订单相似度和萤火虫算法的联合优化方法实现订单分批。通过在Matlab软件上进行多组实验,验证了所提出模型和优化方法的有效性,与按单拣选所需货架搬运次数相比,订单拣选作业优化效果显著。     

基于批次模式的多维粒度供应链订单配置研究

通过从时间、产品、销售区域、客户四维方向对批次模式下订单进行优化配置研究。以总利润最大为目标函数,建立了基于批次模式的多维粒度订单配置模型,最后使用lingo软件对算例进行求解,得到基于批次模式下的订单最优配置方案和相应订单的混合策略,为供应链生产和管理提供决策依据。     

基于遗传算法的人工订单拣选路径优化研究

以人工订单系统为对象,考虑ABC存储策略下,在客户随机到达的订单中,当物品的类别和数目随机时,运用基本遗传算法来解决双区型仓库布局的拣选路径优化问题,建立了人工订单拣选系统的路径优化模型,采用遗传算法对建立的模型进行求解,得出了优化的拣选距离和拣选路径,缩短了拣选的时间和作业时间.     

基于遗传算法的人工订单拣选路径优化研究

以人工订单系统为对象,考虑ABC存储策略下,在客户随机到达的订单中,当物品的类别和数目随机时,运用基本遗传算法来解决双区型仓库布局的拣选路径优化问题,建立了人工订单拣选系统的路径优化模型,采用遗传算法对建立的模型进行求解,得出了优化的拣选距离和拣选路径,缩短了拣选的时间和作业时间。     

基于遗传算法和破坏重组算法的外卖配送研究

文章针对有大量订单的外卖商家,解决外卖骑手高效配送外卖的问题,应用遗传算法和破坏重组算法对外卖配送路线进行分析;首先利用遗传算法对配送路线进行自然数编码,随后进行选择交叉变异操作,通过迭代优化得到次优配送路线,在遗传算法的基础上再与破坏重组算法结合,使配送路线图进一步优化;通过MATLAB工具,对外卖配送进行仿真,得到迭代优化图和配送方案路线图。通过对算法结合前后得到的配送路线性能指标的比较,验证遗传算法和破坏重组算法结合的优越性。     

基于遗传算法的企业配送路径问题研究

为提高企业竞争力,加快企业发展,企业已将优化重点转向物流配送环节,文中通过遗传算法设计并求解企业配送路径问题,设计合理的配送路线,提高配送效率,降低物流成本。     

基于遗传算法的装配线平衡问题研究

文中针对装配线平衡问题,提出了一种基于可行作业序列的多种群遗传算法。该算法依据可行作业序列产生初始种群,并据此构造交叉、变异算子,以保证后代种群都是可行解;而且多种群的遗传算法,扩大了搜索的空间范围,所以可以有效的避免局部最优的情况发生,而且还能增强算法的运行效率。文章在最后,用实例进行了运行效果的验证。     

基于遗传算法的物流运输与调度优化研究

物流优化是物流企业降低物流成本的主要方式之一,通过物流优化进一步提高物流公司的服务能力,已经是许多物流企业提升竞争力的一项有效举措。本文依据现实中的物流运输问题,建立了基于运输成本和时间的一般函数模型,利用遗传算法进行求解,寻求最优运输路线。算例结果表明使用遗传算法优化运输方式,可以改善现有的调度模式,在满足时间约束的条件下,实现物流运输成本最小。     

基于遗传算法的协同配送路径优化研究

针对现代物流配送中存在的运营成本高、效率低、整合度低等问题,构建基于多物流中心协同配送的路径优化模型,在算法选择上针对协同配送的特殊方式,提出引入虚拟客户的编码方式和基因换(移)位的变异方式来求解最优配送路径,并通过实例验证了模型和算法的有效性与可行性。