随着电子商务的快速生长以及人工本钱的不绝上升,古板的仓储物流技术已经越来越难以适应电子商务生长的需要,一种适合电商物流多品种、高频次、小批量特点的拣选模式——智能仓储拣选系统应运而生,这是一种半自动化的的“货到人”模式,如亚马逊在2012年购入了Kiva系统
在智能仓储拣选系统中,订单分批问题被认为是NP难题,目前关于订单分批的研究要领有许多。徐宣国等
本文所研究的订单分批问题可以描述为:关于某一波次的个需要进行拣选的订单O1,O2,…,ON,每一个订单上有多个货物在差别货架上,假设每一个货物只在一个货架上,将移动货架相同的订单,尽量分为一批放在一个拣选台上进行拣选,从而降低机械人的运行本钱。本文是凭据如何减少货架搬运次数,最大化各个拣选台上订单的平均相似度之和建立订单分批模型。
在智能仓储拣选系统订单分批模型中,需要用到的参数和变量如下:
i:货物,i=1,2,…,l;n:订单,n=1,2,…,N;q:货架,q=1,2,…,Q;s:拣选台,s=1,2,…,k;Os:代表拣选台s上分批的订单荟萃,O=O1,O2…Os};W:拣选台处理订单的最大容量,具体值为订单个数除以拣选台个数乘以150%,即:
;凭据完成两个订单n和m搬运相同货架q的个数,盘算两个订单之间的相似度γnm,其中相似度γnm的盘算公式为:
凭据上述订单分批历程及假设,建立订单分批模型
约束条件
目标函数(2)体现极大化每个拣选台订单的平均相似度之和;约束条件(3)体现每个订单被分派到一个拣选台进行拣选;约束条件(4)体现每一个拣选台上的订单数不凌驾W个并且不少于2个;约束条件(5)体现一种货物只在一个货架上;约束条件(6)体现一个订单上至少有一种货物;约束条件(7)(8)(9)是变量取值约束。
针对订单分批问题和模型的特点,订单分批问题为N P难题,很难求出精确解,本文凭据完成最大化每个拣选台订单相似度之和,设计了启发式聚类算法�;景旆ò�:1)盘算任意两个订单之间的相似度;2)确定初始聚类中心;3)确定聚类荟萃;4)聚类荟萃更新;5)动态调解。
为了验证智能仓储拣选系统订单分批模型与算法的有效性,在200平米的货仓进行仿真验证,该货仓有120个货架,共有300种货物,每一个货架有4~8种货物,5个拣选事情站,8个物流机械人,现在假设某一波次的订单数100,每个拣选台的最大容量是30个订单。
为验证本文提出的订单分批要领的有效性,选取差别订单数量50、100、150、200、250,通过仿真验证与随机分批要领进行比照。如图1、图2所示。
综上剖析,本文所提出的模型与要领能够有效地解决订单分批问题,在波次订单拣选作业中,能够减货架搬运次数,最大化各个拣选台上订单的平均相似度之和,进而提高系统的拣选效率。
本文研究了智能仓储拣选系统的订单分批问题,可以有效减少货架搬运次数使得各个拣选台上订单的平均相似度之和更大,能够有效的提高订单拣选的效率。后续将在考虑订单分批历程中拣选台的均衡性问题,将物流机械人搬运货架的期待时间考虑到整个系统中,使得每个拣选台负载均衡,最后包管整个系统的拣选效率最高。
【本文标签】
【责任编辑】yd2333云顶电子游戏云仓