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。     

基于遗传算法的订单分批分拣的应用研究

构造了拣货作业中订单分批问题的数学模型,在一些模型假设的基础上,提出了解决该问题的遗传算法.算例分析表明,该算法的订单分批结果优于传统的先到先服务的分批结果,为实现订单优化分批拣货作业提供了新方法.     

B2C模式下仓储式超市订单拣货路径优化

针对不规则布局卖场的拣货路径问题,从拣货口数量、进出口角度提出两种先分批后拣货的优化方案,并建立带有载重、容量限制的批量订单拣货路径模型。分批阶段,考虑了紧急订单、商品种类和配送距离,采用种子算法求解;拣货阶段,引用多项式变异和带有随机扰动的单纯形法对麻雀搜索算法进行改进,对批次拣货路径求解。结果表明,方案二更优,可以减少拣货员的人数、缩短在卖场的拣货时间,并提高设备利用率,改进的麻雀搜索算法在求解结果上优于原算法。     

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     

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。     

某航空标准件企业成品库拣货路径优化研究

以航空标准件企业的产品库拣货问题为研究对象,建立了以拣货总时间最小化为目标的路径优化模型,并采用遗传算法对路径优化模型进行求解,通过实际案例应用与传统的穿越式拣货策略相对比,验证了模型的有效性。     

A公司仓库拣货路径优化研究

针对A公司的一种非传统的双区型仓库布局模式,建立了双区双通道布局结构中任意拣货点间的距离计算模型。考虑拣货车辆装载能力限制,建立装载能力有限的仓库拣货路径优化模型,采用Gurobi商业求解器进行求解。     

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.     

“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。     

基于小生境遗传算法的人工拣货路径优化研究

以某配送中心双区型仓库的拣货作业为研究对象,首先将其人工拣货路径优化问题转化为TSP问题,以此建立拣货路径优化模型。随后采用基于适应值共享的小生境遗传算法,对拣货路径问题进行优化研究。最后采用Matlab仿真证明小生境遗传算法可以有效缩短拣货路径节约拣货时间。     

电商仓库拣选作业优化研究

仓库作为电商物流体系中的重要部分,在其物流体系中发挥着关键作用,而拣选作业作为电商仓库中的一项重要环节,很大程度上影响着订单的出库效率和物流时效。如何对订单分批方式进行优化,如何改进拣选路径策略,加快订单的拣选速度,是本文探究的主要问题。     

B2C企业物流中心拣货策略分析

物流日成为制约B2C电子商务企业快速发展的主要因素之一。破解物流瓶颈的关键是物流中心拣货和包装(Pick&Pack)策略的选择。本文对B2C企业目前常用的3种拣货和包装模式的特点与适用性进行了分析,有助于企业选择适合的拣货方式,提高订单处理效率。     

EIQ法在并行分区储位优化中的应用

针对EIQ法在储位优化中存在的一定局限性，在EIQ分析法应用的基础上，结合并行分区拣货的特点，通过分析订单中各品项之间的相关性，将EIQ分析法和订单品项的相关性分析结合后综合安排拣货储位。最后利用算例将该方法和传统的随机储存方法进行对比，说明该方法的实用性。     

基于运筹优化算法的瓶装液化石油气配送策略研究

针对城镇瓶装液化石油气零售业务配送问题,引入运筹优化算法,在配送网络规划方面通过建立定量决策变量与约束条件,实现科学、合理的配送区域划分.在配送方式优化方面采用分批间歇配送方式制定固定订单量分批与固定时窗分批策略,采用迪杰斯特拉(Dijkstra)算法进行配送路径优化.文章研究策略能够有效帮助瓶装液化石油气销售企业更好的提升配送效率与服务质量,降低管理成本,实现效益最大化,为数字化智能配送奠定了一定基础.     

基于偏离度的仓库拣货路径优化方法

针对单区仓库,将偏离度的概念引入拣货路径优化方法中,提出了一种基于偏离度的路径优化方法,该方法通过基于偏离度的判断规则可更好地选择穿越拣货通道的时机,分析和仿真结果显示,基于偏离度的路径优化方法相比S形启发式方法表现出更好的优化效果,可以提高仓库的作业效率。     

基于偏离度的仓库拣货路径优化方法

针对单区仓库,将偏离度的概念引入拣货路径优化方法中,提出了一种基于偏离度的路径优化方法,该方法通过基于偏离度的判断规则可更好地选择穿越拣货通道的时机,分析和仿真结果显示,基于偏离度的路径优化方法相比S形启发式方法表现出更好的优化效果,可以提高仓库的作业效率.     

基于订单网格化聚类方法的医药自动拣选系统与电子标签拣选系统的比较研究

通过对两种医药订单拣选系统（基于订单网格化聚类方法的医药自动拣选系统和电子标签拣选系统）的对比分析．提出了适合医药配送中心采用的高效率分拣的方法。系统订单拣选系统最常用的两种作业策略分区策略和分批策略本质上都是对订单的聚类,因此订单可以被分为很多一维单元化网格;根据各系统的逻辑运动关系,可得到单元化网格的拣选时间表达式;利用作业时间模型和空间填充线,对单元化网格进行聚类．得到二维系统的总订单拣选时间.最后通过实验研究．初步得出二者在拣选效率及补货效率等关键指标上的区别。     

订单拣取路径优化研究--S形启发式方法在配送中心拣货中的应用

一、配送中心的订单拣取 在配送中心,商品必须先按客户的订单从配送中心内进行拣取、配货后,才能最终送到客户手中。一般来说,订单的拣取过程是配送中心所有作业中最费力的,其劳动量占配送中心中所有作业量的60％。尤其是在配送时限要求越来越短的配送中心,拣取活动通常要在有限的时间内完成,从而导致配载和订单拣取的难度大大增加。因此,现在许多配送中心采用了电子标签和RF手持终端机等订单拣取系统来代替原来包含拣取位