论文部分内容阅读
拣选作业是物流中心主要的作业流程之一,拣选作业成本占据着物流中心运营成本的60%,提高拣选效率是降低物流中心拣选成本的有效途径之一。在拣选客户订单之前,合理地对订单进行分批,将同一批的订单在一次拣选过程中同时完成,可以显著地节省拣选时间,提高拣选货物的效率,即使减少相当少的拣选时间也能相应的减少物流中心拣货成本。本文旨在研究一种实用有效方法,通过对订单进行合理的分批,使得完成所有订单货物拣选的总行走距离最小。首先,本文在总结订单分批常用算法的基础上,从路径选择的角度考虑建模,即先为每一个订单从一个路径集中选择一条路径,再将相同路径下的所有订单进行合并分批。模型以全部订单总行走距离最小为目标函数。其次,针对订单总行走距离最短问题提出了遗传算法(GA)和局部搜索算法(ILS)混合求解算法。模型的求解过程分为两个步骤：一是建立订单路径集；二是结合遗传算法(GA)和局部搜索算法(ILS)对订单进行分批合并。其中,遗传算法是用来为每一个订单选择一条最优路径；局部迭代搜索算法是用来对同一路径下的所有订单进行分批,目的是使分批数目最少。最后,在考虑了不同的拣选设备容量和订单数目的基础上,设计了8个算例实验。从计算效率、目标函数优化程度的角度分别对比三种算法,即本文提出的混合遗传算法和局部迭代搜索算法(GA-ILS)、先进先出算法(FCFS)和简单遗传算法(base-GA)。实验结果表明,本文提出的混合遗传算法和局部迭代搜索算法(GA-ILS)相比于FCFS和base-GA算法在总拣选距离上具有明显优势,在计算速度上比base-GA算法更快。