自動(dòng)揀選系統(tǒng)揀選策略及布局優(yōu)化研究.pdf

1、訂單揀選作業(yè)是配送中心所有作業(yè)中成本最高、耗時(shí)最多的作業(yè)流程，直接決定了配送中心服務(wù)的效率和水平。傳統(tǒng)意義上，配送中心揀選作業(yè)多采用人工揀選或者電子標(biāo)簽、語(yǔ)音等輔助揀選方式。隨著揀選產(chǎn)品種類的極大豐富，市場(chǎng)需求的不斷細(xì)化，客戶的訂貨量和訂貨頻率大幅增加，原有揀選方式已經(jīng)不能滿足配送中心揀選需求，在此背景下，高效低耗的自動(dòng)化揀選系統(tǒng)得到了廣泛的推廣和應(yīng)用。自動(dòng)揀選系統(tǒng)有多種類型，主要可分為基于倉(cāng)儲(chǔ)、基于輸送和基于揀選機(jī)三類，本文以面向多品

2、種、小批量、高頻率的快速消費(fèi)品揀選的基于揀選機(jī)的自動(dòng)揀選系統(tǒng)（以下非特別指出，所提及自動(dòng)揀選系統(tǒng)均指此類）為研究對(duì)象開(kāi)展研究。
　　當(dāng)前，如何提高自動(dòng)揀選系統(tǒng)精確性和效率成為配送中心業(yè)務(wù)能力提升面臨的重要問(wèn)題。在訂單需求特點(diǎn)確定前提下，自動(dòng)揀選系統(tǒng)的效率主要受其工作參數(shù)、結(jié)構(gòu)要素和揀選策略的影響。一段時(shí)間以來(lái)，通過(guò)提升揀選機(jī)的單機(jī)作業(yè)效率來(lái)提升自動(dòng)揀選系統(tǒng)總體效率成為研究熱點(diǎn)，但揀選機(jī)單機(jī)作業(yè)效率的提升受制造能力和成本影響較大，特

3、別是單機(jī)效率到達(dá)一定水平后，再向上提升非常困難?；诖?，通過(guò)優(yōu)化自動(dòng)揀選系統(tǒng)布局要素、揀選策略以及參數(shù)匹配等來(lái)提升系統(tǒng)效率成為新的研究熱點(diǎn)。
　　國(guó)外文獻(xiàn)對(duì)自動(dòng)揀選系統(tǒng)優(yōu)化的研究主要集中于對(duì)自動(dòng)化立體倉(cāng)庫(kù)(AS/RS)系統(tǒng)方面，對(duì)基于揀選機(jī)的自動(dòng)揀選系統(tǒng)優(yōu)化研究幾乎空白。國(guó)內(nèi)近年來(lái)針對(duì)基于揀選機(jī)的自動(dòng)揀選系統(tǒng)優(yōu)化研究較多，除針對(duì)揀選機(jī)設(shè)備改造等制造技術(shù)層面外，多集中在基于分區(qū)、并聯(lián)、預(yù)分揀等宏觀布局結(jié)構(gòu)的優(yōu)化研究;對(duì)于品項(xiàng)分配、揀

4、選機(jī)配置等方面的優(yōu)化研究一般是基于成本目標(biāo)，基于效率目標(biāo)的研究較少。
　　基于此，本文以提升自動(dòng)揀選系統(tǒng)效率為目標(biāo)，以自動(dòng)揀選系統(tǒng)的共性模型----基本型自動(dòng)揀選系統(tǒng)為主要研究對(duì)象，運(yùn)用數(shù)學(xué)建模、遺傳算法、聚類分析、正交試驗(yàn)等方法，圍繞影響系統(tǒng)作業(yè)效率的揀選策略、結(jié)構(gòu)要素和運(yùn)行參數(shù)三方面因素深入開(kāi)展效率優(yōu)化問(wèn)題研究;分析運(yùn)行參數(shù)和揀選策略之間的影響關(guān)系，設(shè)計(jì)新型高效揀選策略，優(yōu)化系統(tǒng)品項(xiàng)揀選位分配問(wèn)題;在此基礎(chǔ)上，研究由基本型拓展

5、而來(lái)的復(fù)合式自動(dòng)揀選系統(tǒng)品項(xiàng)分配優(yōu)化問(wèn)題。基本型自動(dòng)揀選系統(tǒng)效率優(yōu)化問(wèn)題的研究，為復(fù)雜的組合式自動(dòng)揀選系統(tǒng)的組成以及效率優(yōu)化等問(wèn)題提供了研究基礎(chǔ)，為配送中心自動(dòng)揀選系統(tǒng)設(shè)計(jì)提供了理論依據(jù)。
　　本文的主要研究?jī)?nèi)容和創(chuàng)新性成果如下:
　　1.構(gòu)建基本型自動(dòng)揀選系統(tǒng)模型，在常用串行揀選策略基礎(chǔ)上設(shè)計(jì)了串并行混合揀選策略，并構(gòu)建作業(yè)時(shí)間模型。
　　本文分析不同類型自動(dòng)揀選系統(tǒng)特點(diǎn)，根據(jù)自動(dòng)揀選系統(tǒng)共性要素構(gòu)建基本型自動(dòng)揀選系

6、統(tǒng)，當(dāng)前常用的自動(dòng)揀選系統(tǒng)均可通過(guò)此基本型組合或變化得到，以此基本型作為優(yōu)化分析的研究對(duì)象，其分析結(jié)果可直接應(yīng)用于其它自動(dòng)揀選系統(tǒng)的選型、設(shè)計(jì)和優(yōu)化。在對(duì)常用串行揀選策略建立作業(yè)時(shí)間數(shù)學(xué)模型基礎(chǔ)上，獨(dú)具創(chuàng)新性地提出適用于一般自動(dòng)揀選系統(tǒng)的串并行混合揀選策略并構(gòu)建了作業(yè)時(shí)間模型，該策略可減少常用串行揀選策略揀選等待時(shí)間的問(wèn)題，提升系統(tǒng)作業(yè)效率。串并行混合揀選策略是在傳統(tǒng)串行揀選策略基礎(chǔ)上加入并行揀選環(huán)節(jié)，即在開(kāi)始揀選時(shí)首先找出可以進(jìn)行并行

7、揀選的品項(xiàng)進(jìn)行并行揀選，而后選取適當(dāng)?shù)奈磼x品項(xiàng)插空揀選至并行揀選后輸送系統(tǒng)上品項(xiàng)之間的間隙，最后將剩余品項(xiàng)進(jìn)行串行揀選。經(jīng)仿真驗(yàn)證，同等條件下串并行混合揀選策略較串行揀選策略縮短揀選時(shí)間25％。該揀選策略方法已申請(qǐng)國(guó)家發(fā)明專利。
　　2.分析了不同揀選策略下，不同系統(tǒng)運(yùn)行參數(shù)對(duì)系統(tǒng)總揀選時(shí)間的影響關(guān)系，為系統(tǒng)選型和參數(shù)設(shè)計(jì)提供了依據(jù)。
　　為了了解系統(tǒng)運(yùn)行參數(shù)對(duì)不同揀選策略下揀選系統(tǒng)效率的影響，便于在日常揀選系統(tǒng)選型設(shè)計(jì)時(shí)

8、設(shè)定參數(shù)，本文采用正交試驗(yàn)的方法分別對(duì)以上三種揀選策略作業(yè)時(shí)間模型進(jìn)行優(yōu)化試驗(yàn)，確定揀選機(jī)單件揀選時(shí)間、輸送系統(tǒng)速度和相鄰揀選機(jī)間距對(duì)揀選效率的影響，分析三個(gè)參數(shù)影響的主次關(guān)系，確定主次影響因素;分析各參數(shù)因素水平高低對(duì)揀選效率的影響規(guī)律，利用級(jí)差分析法定量確定各參數(shù)水平的影響;在各參數(shù)及各參數(shù)水平的不同搭配設(shè)計(jì)中，找出優(yōu)化的組合方案。在此基礎(chǔ)上，采用指數(shù)回歸方法構(gòu)建三種揀選策略下運(yùn)行參數(shù)相對(duì)總揀選時(shí)間的經(jīng)驗(yàn)預(yù)報(bào)公式，基于此，分析三種揀

9、選策略下不同系統(tǒng)運(yùn)行參數(shù)組合對(duì)總揀選作業(yè)時(shí)間的影響規(guī)律。該研究對(duì)于自動(dòng)揀選系統(tǒng)設(shè)計(jì)、選型和優(yōu)化提供了理論依據(jù)。
　　3.以總揀選時(shí)間最短為目標(biāo)，建立品項(xiàng)揀選位分配優(yōu)化模型，設(shè)計(jì)改進(jìn)的小生境遺傳優(yōu)化求解算法。經(jīng)證明該方法有效。
　　品項(xiàng)揀選位分配是自動(dòng)揀選系統(tǒng)布局中的重要結(jié)構(gòu)要素，不同揀選策略下對(duì)系統(tǒng)揀選效率的影響不同。針對(duì)對(duì)品項(xiàng)揀選位分配敏感的串并行混合揀選策略和自右向左順序串行揀選策略開(kāi)展品項(xiàng)揀選位分配優(yōu)化研究，以縮短總揀

10、選時(shí)間為目標(biāo)構(gòu)建優(yōu)化模型。分別設(shè)計(jì)了基本遺傳算法和改進(jìn)的小生境遺傳算法來(lái)求解優(yōu)化模型，通過(guò)仿真分析，將優(yōu)化結(jié)果與傳統(tǒng)按訂貨量升序的品項(xiàng)分配方法比較，兩種策略的優(yōu)化排序結(jié)果分別實(shí)現(xiàn)縮短總作業(yè)時(shí)間21.4％和30.6％。其中，揀選位優(yōu)化前后，串并行混合揀選策略總揀選時(shí)間均優(yōu)于串行揀選策略;兩種策略下，改進(jìn)的小生境遺傳算法求解的效果和用時(shí)均優(yōu)于基本遺傳算法。
　　4.建立復(fù)合式自動(dòng)揀選系統(tǒng)不同揀選機(jī)類型間品項(xiàng)分配優(yōu)化模型，設(shè)計(jì)了基于k-

11、means聚類的改進(jìn)小生境遺傳求解算法。經(jīng)實(shí)驗(yàn)證明該方法有效。
　　在基本型自動(dòng)揀選系統(tǒng)研究基礎(chǔ)上，建立基本的復(fù)合式自動(dòng)揀選系統(tǒng)模型并按自右向左順序串行揀選策略構(gòu)建作業(yè)時(shí)間模型，并以總揀選時(shí)間最小為目標(biāo)構(gòu)建不同揀選機(jī)類型的品項(xiàng)分配優(yōu)化模型。本文設(shè)計(jì)了改進(jìn)的小生境遺傳算法求解優(yōu)化模型，為了提高算法收斂速度，采用k-means聚類方法對(duì)品項(xiàng)進(jìn)行優(yōu)化聚類并將結(jié)果作為初始種群，通過(guò)限制某些位置品項(xiàng)分配固定時(shí)的染色體數(shù)量，改進(jìn)小生境淘汰運(yùn)算