基于订单分批策略的仓库拣货路径优化研究开题报告

 2020-02-10 11:02
1.目的及意义(含国内外的研究现状分析)


随着电子商务的兴起以及社会经济飞跃式的发展,人民的物质生活要求越来越高,需求也随之向多样化发展。一个依托于互联网的客户导向型的新型消费市场正在快速壮大,消费者对商品的需求开始向高时效、多样化、多品种的方向发展。这就对于新时代的物流有了不同于以往的要求。新的物流系统应该更加快速、准确、及时并且高质量地满足客户的需求,提高客户的满意度。而其中最为重要的一个环节就是仓库。拣选是仓库的几大核心任务,拣选作业是很重要的环节,是整个供应链管理的基础活动之一。一般而言,货物拣选的过程为:客户下达订单——系统生成拣选清单——分拣人员根据拣选清单进去仓库拣选——完成拣选——对照拣选清单清点并卸货。


在以人力为主的人工拣选仓库和机械控制为主的自动化仓库中,拣选作业属于密集型劳动作业。其劳动量约占配送中心总作业量的 40%,作业成本也占总成本的 40%-50%[1]。所以,科学合理的分拣方式能够大大地降低仓库运营的成本,并且能有效地缩短货物出库的时间。


提高拣选效率的方式有很多,本文主要研究的是基于订单分批策略的仓库拣货路径优化。订单分批是为了提高分拣作业效率而把多张订单集合成一批,进行批次分拣作业,其目的是缩短分拣时平均行走搬运的距离和时间。订单分批主要的方法有四种,分别是总合计量分批、时间窗分批、固定订单量分批和智慧型分批。这四个订单分批方式各有优缺点,而最终的目的是缩短拣货路径以提高拣货的效率。


在订单分批策略这一方面,有很多国内学者对此深入研究。李诗珍对订单分批排序建立了最短的行走距离的函数模型进行处理,通过启式算法的聚类分析,用各种相似系数算法和部分的顺序模型算法组合改进,找到合适解决方案的一个算法[2]。张少卿分析之前学者研究总结的分批的方法。选择种子顺序方法改进,对选种子订单的方法进行了改进,比较随机种子的选择原则和最大体积的原则挑选货这两种方法,通过算法实验证明了改进方法的有效性[3]。 于洪鹏以商品挑选模型为研究对象,建立了以订单拣选最低成本为目标函数数学模型,设计了针对批处理模型中拣选人员步行时间和选择的等待时间进行两权重衡量的成本模型。最后根据算法来求解该模型,仿真验证证明该算法的可行性[4]

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;