隨著經濟的全球化以及電子商務快速的發(fā)展,企業(yè)對物流系統(tǒng)的要求也越來越高,在保證高質量的物流服務水平前提下,如何有效的降低物流成本是當前企業(yè)關注的焦點之一。對于以專業(yè)化、優(yōu)質化服務為主的第三方倉儲中心來說,這一問題尤為重要。第三方倉儲中心作業(yè)主要包括收貨、上架、在庫管理、制單、揀貨、包裝、配送等環(huán)節(jié),其中揀貨作業(yè)是核心環(huán)節(jié),無論其投入的人力成本,還是時間成本都占整個倉儲中心作業(yè)成本的60%左右。因此,揀貨效率的高低直接影響到整個倉儲中心的效率,而縮短揀貨路徑的長度對于提高揀貨作業(yè)效率至關重要。故本文以多區(qū)型倉庫為研究對象,對倉庫揀貨路徑優(yōu)化問題進行了系統(tǒng)的研究。首先本文在總結國內外有關倉庫揀貨路徑研究成果的基礎上,明確了研究內容和方法以及創(chuàng)新點,然后闡述了本文所涉及的相關基礎理論和方法,包括倉儲中心的概念、結構、作業(yè)流程、分類以及揀貨路徑相關問題概述。其次分析了A公司倉儲中心揀貨路徑現(xiàn)狀以及存在的問題,例如揀貨方式單一、揀貨路徑過長等。針對揀貨方式單一而導致的人員安全無法保證、物品破損率居高不下等問題,本文以揀貨車容量受限為前提,將多區(qū)間倉庫揀貨方式分為一單一車和一單多車兩種情況;針對揀...

【文章頁數】：61 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現(xiàn)狀
    1.3 研究內容、方法與創(chuàng)新點
        1.3.1 研究內容
        1.3.2 研究方法
        1.3.3 創(chuàng)新點
    1.4 論文的技術路線
第二章 倉儲中心與揀貨路徑相關問題概述
    2.1 倉儲中心相關問題
        2.1.1 倉儲中心
        2.1.2 倉儲中心結構
        2.1.3 倉儲中心作業(yè)流程
        2.1.4 倉庫的分類
    2.2 揀貨路徑相關問題
        2.2.1 揀貨作業(yè)
        2.2.2 訂單分配方式
        2.2.3 揀貨路徑問題的提出
        2.2.4 揀貨路徑問題求解方法
    2.3 本章小結
第三章 A公司倉儲中心揀貨路徑現(xiàn)狀及問題分析
    3.1 A公司倉儲中心簡介
    3.2 A公司倉儲中心的作業(yè)現(xiàn)狀分析
        3.2.1 倉儲中心組織結構及作業(yè)流程
        3.2.2 多區(qū)型倉庫布局
        3.2.3 現(xiàn)有揀貨策略分析
        3.2.4 揀貨路徑現(xiàn)狀分析
    3.3 A公司倉儲中心揀貨路徑存在的問題
    3.4 A公司倉儲中心揀貨路徑的優(yōu)化思路
    3.5 本章小結
第四章 一單一車揀貨路徑優(yōu)化研究
    4.1 一單一車揀貨路徑問題描述及模型建立
        4.1.1 問題描述
        4.1.2 模型建立
    4.2 人工魚群算法基本理論
        4.2.1 人工魚群算法的基本思想
        4.2.2 人工魚群算法的行為描述
        4.2.3 人工魚群算法較其他智能算法的優(yōu)勢
        4.2.4 基于多區(qū)型倉庫揀貨路徑的人工魚群算法參數控制
    4.3 基于人工魚群算法的多區(qū)型倉庫一單一車揀貨路徑優(yōu)化
        4.3.1 多區(qū)型倉庫一單一車揀貨路徑優(yōu)化算法流程設計
        4.3.2 多區(qū)型倉庫一單一車揀貨路徑優(yōu)化結果分析
    4.4 本章小結
第五章 一單多車揀貨路徑優(yōu)化研究
    5.1 一單多車揀貨路徑問題描述及模型建立
        5.1.1 問題描述
        5.1.2 模型建立
        5.1.3 參數與變量
        5.1.4 目標函數及約束條件
    5.2 基于人工魚群算法的多區(qū)型倉庫一單多車揀貨路徑優(yōu)化
        5.2.1 人工魚群算法實現(xiàn)步驟
        5.2.2 多區(qū)型倉庫一單多車揀貨路徑優(yōu)化結果分析
    5.3 本章小結
第六章 總結與展望
    6.1 本文的主要工作總結
    6.2 展望
參考文獻
攻讀碩士學位期間取得的研究成果
致謝



本文編號：3843516