伴隨著現(xiàn)代物流行業(yè)的快速發(fā)展,物流配送中心的作用愈加重要。訂單分揀作為在物流配送中心的關(guān)鍵環(huán)節(jié),其工作成本占據(jù)了配送中心整體的50%以上。針對(duì)分揀過(guò)程進(jìn)行優(yōu)化研究可以有效節(jié)約運(yùn)行成本,提升配送效率。在煙草行業(yè)中,現(xiàn)存的卷煙物流配送中心通常采用備貨緩存系統(tǒng)作為倉(cāng)儲(chǔ)系統(tǒng)與分揀系統(tǒng)的過(guò)渡環(huán)節(jié)。但是,隨著近年來(lái)卷煙品項(xiàng)和銷量的不斷增長(zhǎng),社會(huì)需求朝向多品種、小批量、高頻次方向發(fā)展,備貨緩存區(qū)域限制了配送效率的提升,存在設(shè)備多,業(yè)務(wù)流程復(fù)雜等弊端。在此背景下,卷煙物流配送中心“儲(chǔ)分一體化”模式運(yùn)應(yīng)而生。該模式從物流環(huán)節(jié)入手通過(guò)技術(shù)改造,消除了備貨緩存區(qū)域,并將其承擔(dān)的功能分解至倉(cāng)儲(chǔ)和分揀環(huán)節(jié),形成“儲(chǔ)分”,優(yōu)化了業(yè)務(wù)流程,整體上提升了卷煙配送中心的分揀效率和倉(cāng)儲(chǔ)能力。本文對(duì)某企業(yè)實(shí)施“儲(chǔ)分一體化”模式前后的卷煙配送中心倉(cāng)儲(chǔ)布局和分揀工藝流程進(jìn)行了對(duì)比分析,總結(jié)了“儲(chǔ)分一體化”模式的理論知識(shí),為以后企業(yè)的實(shí)施提供理論支持和指導(dǎo)。文章對(duì)該模式下的訂單分揀及補(bǔ)貨策略進(jìn)行了深入研究,針對(duì)該模式中存在分揀線分揀任務(wù)不均衡,堆垛機(jī)調(diào)度難度大等問(wèn)題建立相應(yīng)模型進(jìn)行改善。首先,應(yīng)用模糊c-均值聚類算法和自適應(yīng)遺傳-模糊均值聚類算法分別對(duì)基于任務(wù)均衡的分揀聚類模型進(jìn)行優(yōu)化,并通過(guò)MATLAB軟件得出數(shù)據(jù)仿真結(jié)果驗(yàn)證算法均有效。經(jīng)對(duì)比分析得出自適應(yīng)遺傳-模糊均值聚類算法在算法穩(wěn)定性和迭代效率方面更具優(yōu)勢(shì)。然后,將自適應(yīng)遺傳-模糊均值聚類算法應(yīng)用于訂單分批分揀優(yōu)化模型,通過(guò)算法優(yōu)化得出的訂單分揀批次可以使得堆垛機(jī)搬運(yùn)B類卷煙次數(shù)平均減少5次,優(yōu)化比例為18.5%。本文通過(guò)兩次聚類過(guò)程有效實(shí)現(xiàn)了卷煙配送中心分揀線任務(wù)均分,優(yōu)化了堆垛機(jī)出入庫(kù)過(guò)程,提升了配送效率。
【學(xué)位單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：F252;F426.8
【部分圖文】：

昆明理工大學(xué)碩士學(xué)位論文量不大的場(chǎng)合。（2）分揀后再分類訂單按照總合計(jì)量分批策略完成揀選后將按照根據(jù)實(shí)際情況不同進(jìn)行處理。有兩種處理模式：人工對(duì)分批后的貨品對(duì)照訂單進(jìn)行分類揀選處理；利用自動(dòng)化分類輸送機(jī)系統(tǒng)對(duì)貨品進(jìn)行分類處理，該模式處理效率高，且訂單品項(xiàng)越多是優(yōu)勢(shì)越明顯。以上 4 種分揀策略的特點(diǎn)各有不同，其適用情況也存在著差異。他們既可以單獨(dú)使用，也能不同分揀策略間進(jìn)行組合使用。配送中心應(yīng)根據(jù)所分揀的訂單和品項(xiàng)的實(shí)際情況選擇適合于本中心的分揀策略，最大化的提高分揀效率。圖 2.1表示 4 種策略的組合運(yùn)用情況，從左至右的任一條組合鏈都可構(gòu)成一種有效的混合分揀策略。

染色體保持了父代的特征。這種操作方式是種群產(chǎn)生下一代新個(gè)體的主要方法，是種群朝多樣化發(fā)展的關(guān)鍵步驟。交叉操作提升了遺傳算法的全局搜索能力，是遺傳算法的核心操作。交叉操作是通過(guò)一定的交叉概率（PC）在種群中的兩個(gè)隨機(jī)個(gè)體間來(lái)完成的。交叉概率可以選取一個(gè)定值，整個(gè)種群都按照此概率來(lái)進(jìn)行交叉操作，也可以采用自適應(yīng)交叉概率，即不同個(gè)體因適應(yīng)度的不同而有著不同的交叉概率[56]。在交叉概率選取時(shí)，較高的交叉概率能夠使種群產(chǎn)生更多的子代個(gè)體，擴(kuò)大了算法的搜索空間；但是交叉概率過(guò)高，使得算法計(jì)算時(shí)間大幅度增長(zhǎng)，降低了算法的運(yùn)行效率。常用的交叉算子操作主要有以下幾種：1）單點(diǎn)交叉：在進(jìn)行交叉操作的兩個(gè)父代染色體中設(shè)置一個(gè)基因位置為雜交點(diǎn)，然后交換雜交點(diǎn)處的部分基因，從而形成兩個(gè)新的子代個(gè)體。如圖 2.2 所示：把一對(duì)父代染色體從雜交點(diǎn)分為前后兩部分，交換它們的后半部分，得到兩個(gè)新的子代染色體。

昆明理工大學(xué)碩士學(xué)位論文區(qū)。當(dāng)需要進(jìn)行相應(yīng)品牌、數(shù)量的件煙備貨及補(bǔ)貨時(shí)，系統(tǒng)通過(guò)輸送設(shè)備向重力式緩存和提藍(lán)式緩存各儲(chǔ)存通道直接補(bǔ)貨，實(shí)現(xiàn)件煙的連續(xù)周轉(zhuǎn)以及所需要的迅速緩沖調(diào)節(jié)。這種規(guī)劃布局存在緩存區(qū)需要設(shè)備較多、輸送線路長(zhǎng)且復(fù)雜、占地面積大、固定資產(chǎn)投資大等弊端。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉晶t

本文編號(hào)：2825126