多订单并行分拣问题的优化研究

论文摘要

根据订单进行货物的分拣是物流调度环节中重要的一环。自动化设备的使用提高了分拣时的工作效率,代替了大量人力所不能及的劳动。然而,自动化设备购置和维护成本昂贵,若没有很好的调度手段,则很难体现其经济效益。合理配置自动化设备,综合利用各种设备和方式进行分拣,提高分拣效率,降低分拣成本是目前制造业研究的重点。在多订单并行分拣的优化问题中,主要考虑各张订单之间的内在关联来实现并行性,关联项主要有订单之间货物的相似性和订单所包含货物的储位相关性。紧固件行业是一个多品种、大批量,需求变动较大且提前期较短的行业,通过EIQ的方法,可以分析订单的特征,从而为拣选策略的制定提供参考依据。通过对实际数据的分析表明,运用EIQ结合ABC分类的方法可以有效得对拣选中心进行规划,具备良好的经济性和扩展性。在考虑了多订单的内在关联后,并行分拣过程是个两阶段的过程。首先考虑订单的分批,其次将组批后的订单交由自动化分拣设备进行并行分拣。本文通过对某物流车间的实际调研,结合企业的实际订单数据,在订单分批设计了考虑同车订单分拣情况的分批策略,提出了运用遗传算法求解的方法,并讨论了参数的设置情况。在第二阶段则基于自动立体化仓库系统的实际约束情况,提出了一种改进蚁群算法,求解面向订单并行分拣模式的堆垛机调度问题的优化解。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.3 论文结构
• 2 紧固件分拣系统整体布局
• 2.1 问题背景
• 2.2 EIQ 分析方法
• 2.3 EIQ 分析步骤
• 2.3.1 订单资料取样
• 2.3.2 EIQ 分析结果
• 2.4 某紧固件分拣车间的实际EIQ 分析
• 2.4.1 订单数据收集
• 2.4.2 EIQ 数据分析
• 2.5 本章小结
• 3 订单分批策略研究
• 3.1 分拣策略原则
• 3.2 订单分批策略问题描述
• 3.2.1 问题背景
• 3.2.2 多目标求解
• 3.2.3 数学模型
• 3.3 算法设计
• 3.3.1 遗传算法原理
• 3.3.2 遗传算法设计
• 3.4 算例求解
• 3.4.1 算例数据
• 3.4.2 实验结果
• 3.5 本章小结
• 4 自动化立体仓库的多任务并行分拣调度
• 4.1 问题背景
• 4.1.1 自动化立体仓库
• 4.1.2 车间调度问题
• 4.2 并行分拣问题描述
• 4.3 算法设计
• 4.3.1 蚁群算法原理
• 4.3.2 算法分析
• 4.4 算例求解
• 4.4.1 算例数据
• 4.4.2 实验结果
• 4.5 本章小结
• 5 总结和展望
• 5.1 全文总结
• 5.2 对未来研究的展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录
• 附件