對大批量訂單中的貨物進(jìn)行高效整體分揀是影響大型電商整體物流效率的關(guān)鍵因素,但這一問題尚缺少嚴(yán)格模型和有效解決方法。本文通過對訂單分揀系統(tǒng)的靜態(tài)狀態(tài)和動(dòng)態(tài)演化進(jìn)行數(shù)學(xué)刻畫,并對訂單分揀算法、系統(tǒng)限制條件和分揀效率等進(jìn)行嚴(yán)格定義和區(qū)分,建立了大批量訂單整體分揀問題的數(shù)學(xué)模型。在此基礎(chǔ)上,利用智能貨架思想提出了一種大批量訂單的分布式并行整體分揀方法,有效解決了在訂單整體分揀問題中的打包點(diǎn)數(shù)量瓶頸問題,解決了所提出方法的關(guān)鍵技術(shù)難點(diǎn),并在數(shù)值仿真下證明了該方法的有效性。 

【文章來源】：高技術(shù)通訊. 2020,30(06)北大核心

【文章頁數(shù)】：11 頁

【部分圖文】：

圖1 分布式并行分揀模型示意圖

其中,S i 0 為無人車Vi在系統(tǒng)尚未運(yùn)行時(shí)的初始位置(也為某一貨架),t′=maxτ≤t, ovi(τ)=0τ是無人車Vi在t時(shí)刻之前最后將某一貨物運(yùn)送到某貨架打包進(jìn)而空閑的時(shí)刻。其次,在分布式并行策略的貨架擺放下,無人車的運(yùn)行軌跡可以盡可能地靠近從貨物擺放貨架到目的打包貨架的直線。為了簡化問題,本文假定任意無人車的運(yùn)行軌跡一定是上述直線,而不允許有所偏離,這樣的處理是對系統(tǒng)的整體運(yùn)行效率有益的。在此假設(shè)下,任一無人車的速度方向與加速度方向應(yīng)保持一致。從而,?i=1,…,Nv,?t若無人車Vi在t時(shí)刻的速度和加速度都至少在某一方向分量不為0,即max{v i x (t), v i y (t)}>0且max{a i x (t), a i y (t)}>0,則不為0的方向?qū)λ俣群图铀俣仁且恢碌?不失一般性的設(shè)為x方向),且:

考慮封閉倉庫區(qū)域H為長寬各為50 m和45 m的方形區(qū)域,將笛卡爾坐標(biāo)系的坐標(biāo)原點(diǎn)建于其中某頂點(diǎn),x軸和y軸各沿方形的一邊,如圖3所示。在仿真中,設(shè)貨架數(shù)Ns=88,無人車數(shù)量N=20,在仿真開始的初始位置是隨機(jī)確定的。式(36)中新訂單的到達(dá)強(qiáng)度λk=0.23, ?k=1,…,Ns,式(14)中κ=0.1,ηj=1/88。無人車的速度和加速度約束為vmax=3 m/s,amax=2 m/s2,任意2輛無人車的距離都不可超過某一事先預(yù)定的距離dv=3.15 m。

【參考文獻(xiàn)】：
期刊論文
[1]基于AGA與MPSO的非傳統(tǒng)布局倉儲(chǔ)貨位分配優(yōu)化[J]. 胡穎聰,劉建勝,張有功.  高技術(shù)通訊. 2018(Z2)
[2]智能倉儲(chǔ)控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 盧堯,任曉明,吳勇志,李繼先.  自動(dòng)化儀表. 2017(02)
[3]基于Flexsim的自動(dòng)化立體倉庫出入庫仿真與優(yōu)化[J]. 趙金萍,熊君星,鄒文強(qiáng),劉建勝.  高技術(shù)通訊. 2017(01)
[4]基于蟻群算法的雙分區(qū)倉庫揀貨路徑的優(yōu)化[J]. 劉建勝,熊峰,陳景坤,熊君星.  高技術(shù)通訊. 2017(01)
[5]基于深度學(xué)習(xí)的工業(yè)分揀機(jī)器人快速視覺識(shí)別與定位算法[J]. 伍錫如,黃國明,孫立寧.  機(jī)器人. 2016(06)
[6]基于CTPN的自動(dòng)化倉庫系統(tǒng)調(diào)度策略研究[J]. 柳賽男,柯映林.  高技術(shù)通訊. 2008(08)



本文編號(hào)：3378647