多区块仓库下订单分批与拣选路线规划研究 知识产权出版社 mobi 下载 网盘 caj lrf pdf txt 阿里云

本书从实际项目实践出发，以蚁群算法、信息共享等方法与技术为基础，从订单分批与拣选路线规划及其相关环节的策略设计上着手尝试解决订单拣选作业中由复杂性、动态性和不确定性产生的问题。针对多区块仓库，本书分别设计了针对单拣货员的基于偏离度的订单拣选路线规划算法、针对双拣货员和多拣货员的基于蚁群算法的考虑堵塞的订单拣选路线规划算法、针对在线订单的订单分配与路线规划算法Green-Area。所设计算法效率均在各自仿真实验中得到验证，与传统方法相比有很强的实用性。

1 绪论…………………………………………………………………………1 1.1 研究背景……………………………………………………………1 1.2 问题提出、研究目的和意义…………………………………………1 1.3 相关文献综述………………………………………………………5 1.3.1 订单拣选策略研究总体情况………………………………5 1.3.2 订单拣选路线规划…………………………………………9 1.3.3 拣货员堵塞…………………………………………………111.3.4 订单拣选的动态性与不确定性……………………………131.4 研究内容、思路与逻辑结构………………………………………172订单分批与拣选路线规划研究理论基础…………………………………212.1 引言…………………………………………………………………212.2 单区块仓库布局及其常用订单拣选路线规划方法………………222.3 多区块仓库布局及其常用订单拣选路线规划方法………………292.4 常用订单分批策略…………………………………………………352.4.1 种子选取规则………………………………………………362.4.2 订单附加规则………………………………………………442.5 本章小结……………………………………………………………493 基于偏离度的单拣货员订单拣选路线规划………………………………513.1 引言…………………………………………………………………513.2 基于偏离度的订单拣选路线规划算法……………………………523.2.1 偏离度定义…………………………………………………533.2.2 基于偏离度的通道访问策略………………………………553.2.3 多区块仓库下的算法流程构建……………………………613.3 偏离度算法的仿真实验……………………………………………623.3.1 实验设计……………………………………………………623.3.2 实验结果……………………………………………………633.4 偏离度算法实验结果分析与讨论…………………………………683.5 本章小结……………………………………………………………704考虑双拣货员堵塞的订单拣选路线规划…………………………………724.1 引言…………………………………………………………………724.2 双拣货员堵塞问题描述……………………………………………734.2.1 双拣货员堵塞定义与分类…………………………………734.2.2 双拣货员拣选问题假设……………………………………744.2.3 考虑双拣货员堵塞的拣选路线评价模型…………………754.3 考虑双拣货员堵塞的订单拣选路线规划算法……………………774.3.1 算法初始化…………………………………………………784.3.2 逻辑距离的定义与取值……………………………………794.3.3 蚁群构建路线………………………………………………834.3.4 信息素更新机制……………………………………………844.3.5 灾变机制……………………………………………………864.4 A-TOP算法的仿真实验……………………………………………864.4.1 实验设计……………………………………………………864.4.2 实验结果……………………………………………………894.5 A-TOP算法实验结果分析与讨论…………………………………984.5.1 仓库布局对拣选服务时间影响……………………………984.5.2订单属性对拣选服务时间影响…………………………1004.5.3仓库布局对等待时间的影响……………………………1014.6本章小结…………………………………………………………1025考虑多拣货员堵塞的订单拣选路线规划………………………………1045.1引言………………………………………………………………1045.2多拣货员堵塞与不确定信息问题描述…………………………1055.2.1多拣货员堵塞……………………………………………1055.2.2不确定信息………………………………………………1075.2.3考虑多拣货员堵塞的拣选路线评价模型………………1075.3考虑多拣货员堵塞的订单拣选路线规划算法…………………1095.3.1确定信息下多拣货员订单拣选路线规划算法…………1095.3.2不确定信息下多拣货员订单拣选路线规划算法………1105.4A-MOP与A-MOP-N算法的仿真实验…………………………1135.4.1实验设计…………………………………………………1135.4.2A-MOP实验结果………………………………………1155.4.3A-MOP-N实验结果……………………………………1235.5A-MOP与A-MOP-N实验结果分析与讨论……………………1295.5.1确定信息环境下实验参数影响…………………………1295.5.2不确定信息环境下实验参数影响………………………1305.6本章小结…………………………………………………………1316在线订单的实时分配与拣选路线规划…………………………………1336.1引言………………………………………………………………1336.2在线订单实时分配问题描述……………………………………1356.2.1在线订单系统……………………………………………1356.2.2订单分配与路线规划评价模型…………………………1366.3Green-Area算法…………………………………………………1386.3.1绿区的定义………………………………………………1386.3.2S-Shape的绿区……………………………………………1406.3.3LargestGap的绿区………………………………………1436.3.4路线实时调整……………………………………………147***Green-Area算法的仿真实验与结果分析………………………149***.1实验设计…………………………………………………149***.2实验结果…………………………………………………151***.3结果分析…………………………………………………1646.5本章小结…………………………………………………………1657总结与展望………………………………………………………………1677.1全书总结…………………………………………………………1677.2研究展望…………………………………………………………170参考文献……………………………………………………………………173附录…………………………………………………………………………192附录1S-Shape下绿区判定规则伪代码……………………………192附录2LargestGap下绿区判定规则伪代码…………………………195

陈方宇，湖北襄阳人，华中科技大学博士，任职中南财经政法大学。在“Computers&IndustrialEngineering”、“JournalofIntelligentManufacturing”、《系统工程学报》等国内外期刊发表SCI论文、核心期刊论文多篇，关注领域为物流与系统工程、仓库运作管理、电子商务、物联网技术与应用。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：多区块仓库下订单分批与拣选路线规划研究 知识产权出版社在线阅读

在线听书地址：多区块仓库下订单分批与拣选路线规划研究 知识产权出版社在线收听

在线购买地址：多区块仓库下订单分批与拣选路线规划研究 知识产权出版社在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

理论性强，有借鉴意义

前言

作为供应链的必要组成部分，仓库的主要作用是在供应链各个环节间提供缓冲以调节因产品季节性、批量生产运输、多供应商产品整合配送及个性化定制服务等因素带来的物料流转的波动。市场竞争的加剧意味着需要对产品配送网络的设计和运营不断地进行改进，这就转变为仓库提高运营效率的需求。随着更多企业开始将削减成本和提高生产效率的工作重心放在其组织内部的仓储设施和配送中心上，订单拣选作业开始受到管理人员和研究学者的重视[1-2] 。订单拣选是为了响应客户订单需求，而从仓储区或缓冲区收集货物的作业过程，在人工作业仓储系统中，订单拣选是最消耗人力成本的运作环节，而在自动化仓库中，则是最消耗资源成本的运作环节[1] 。因此，仓储管理的研究人员都将订单拣选视为提高生产率的关键措施。 近年来，在***和配送领域的一些变化更是使得订单拣选作业流程的设计和管理变得更加重要和复杂。***领域更多地采用如准时生产制（just-in-time，JIT）、供应商管理库存（vendormanagedinventory，VMI）、小批次（smalllotsize）、直送工位交付（point-of-usedelivery）、精细***（leanproduction）及订单与产品的个性化定制等生产方式。在配送领域，管理者则更倾向于为客户订单提供更迅速快捷的服务。这些变化为仓储系统提出了新的需求，如更精密的库存控制、更短的响应时间和更多的产品多样性。为此，基于有成本、技术和管理规范上的优势，大量的大型仓库和配送中心相继适应这种需求。这类大型仓库和配送中心日吞吐量巨大，订单拣选流程的改善不仅能直接优化其自身的服务水平和降低运营成本，也能间接地提高整个供应链的管理水平。订单拣选流程始于一个订单到达仓库，终于它被完成并移交至之后的运输环节。对于作业人员而言，这中间有许多环节会出现操作错误以影响到订单完成的准确性，更不用说时间上的消耗。这也恰恰是管理人员和研究人员着眼的优化空间。近年来，管理人员通过采用多种信息技术，如条码（barcoding）、无线射频识别（radiofrequencyidentificationdevices，RFID） [3] 、电子地图、室内定位（indoorpositioningsystem）、自动导航（autonomousnavigation）[5] 和仓库管理系统（warehousemanagementsystems，WMS）[6-7] 等，以提高仓库的自动化、信息化程度[8] 。这些新技术为改进订单拣选流程提供了技术基础，如订单实时拣选、多拣货员间通信、拣货流程全自动化。研究人员则将研究重点放在解决这一领域出现的新问题并提出新的解决方案，然而，目前的研究成果和实际需求之间仍然存在不小的差距。因为新的拣选模式尚未得到充分研究，拣选相关环节策略设计，如布局设计、货位分配、订单分配等的很优组合的确定也刚刚起步，而在拣选的各个环节中，更是有不少待解决的问题。在应用技术已经取得长足发展的背景下，复杂环境下的订单拣选相关环节策略设计更是凸显出解决问题的紧迫性。

书籍介绍

本书从实际项目实践出发，以蚁群算法、信息共享等方法与技术为基础，从订单分批与拣选路线规划及其相关环节的策略设计上着手尝试解决订单拣选作业中由复杂性、动态性和不确定性产生的问题。针对多区块仓库，本书分别设计了针对单拣货员的基于偏离度的订单拣选路线规划算法、针对双拣货员和多拣货员的基于蚁群算法的考虑堵塞的订单拣选路线规划算法、针对在线订单的订单分配与路线规划算法Green-Area。所设计算法效率均在各自仿真实验中得到验证，与传统方法相比有很强的实用性。