隨著電子商務(wù)的發(fā)展,倉(cāng)庫(kù)中分揀的訂單也呈現(xiàn)出“多品種、小批量,多批次,高時(shí)效”的特點(diǎn)。而傳統(tǒng)人工揀選方式需要消耗大量的人力物力。在這樣的情況下,為了降低物流分揀成本,提高服務(wù)效率,越來(lái)越多的企業(yè)開(kāi)始在倉(cāng)儲(chǔ)物流中使用機(jī)器人。近年來(lái)一種新型自主移動(dòng)機(jī)器人(Automated Mobile Robot,AMR)興起,它采用人機(jī)協(xié)同的方式,將作業(yè)人員的移動(dòng)集成到一個(gè)工作流程中。2019年的一項(xiàng)對(duì)AMR市場(chǎng)調(diào)研顯示,這個(gè)市場(chǎng)正在爆炸式地極速增長(zhǎng)。本文對(duì)自主移動(dòng)機(jī)器人分揀模式下面臨的作業(yè)人員調(diào)度問(wèn)題進(jìn)行研究,為企業(yè)的實(shí)際倉(cāng)儲(chǔ)操作運(yùn)營(yíng)提供重要的理論支撐和實(shí)踐指導(dǎo)。首先,本文分析了AMR分揀模式下作業(yè)人員調(diào)度問(wèn)題的實(shí)際情況,對(duì)問(wèn)題進(jìn)行描述與假設(shè),結(jié)合實(shí)時(shí)性原則、最短路原則、機(jī)器人等待時(shí)間最小原則、系統(tǒng)性原則等四大原則,對(duì)可能遇到的情況使用情景分析法制定調(diào)度規(guī)則,建立相應(yīng)的優(yōu)化模型。然后采用小規(guī)模算例,對(duì)本文模型進(jìn)行優(yōu)化求解。因現(xiàn)實(shí)分揀過(guò)程是一個(gè)動(dòng)態(tài)變化的過(guò)程,而優(yōu)化模型是在靜態(tài)條件下建立的,通過(guò)仿真建�？梢杂^察分揀系統(tǒng)動(dòng)態(tài)變化過(guò)程。因此,本文在Anylogic中建立仿真模型,包括主智能體、訂單智能體、...

【文章頁(yè)數(shù)】：93 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 研究?jī)?nèi)容與方法
        1.2.1 研究?jī)?nèi)容
        1.2.2 研究方法
    1.3 技術(shù)路線與創(chuàng)新點(diǎn)
        1.3.1 技術(shù)路線
        1.3.2 創(chuàng)新點(diǎn)
2 文獻(xiàn)綜述與理論基礎(chǔ)
    2.1 文獻(xiàn)綜述
        2.1.1 機(jī)器人路徑規(guī)劃研究現(xiàn)狀
        2.1.2 帶有顧客服務(wù)的出租車(chē)調(diào)度研究現(xiàn)狀
        2.1.3 車(chē)輛動(dòng)態(tài)調(diào)度問(wèn)題研究現(xiàn)狀
    2.2 相關(guān)的研究理論及方法
        2.2.1 車(chē)輛路徑問(wèn)題
        2.2.2 整數(shù)規(guī)劃理論
        2.2.3 蟻群算法
    2.3 本章小結(jié)
3 作業(yè)人員調(diào)度模型構(gòu)建與算例模擬
    3.1 模型構(gòu)建
        3.1.1 問(wèn)題描述與假設(shè)
        3.1.2 參數(shù)和變量
        3.1.3 模型分析
        3.1.4 模型建立
    3.2 算例模擬
        3.2.1 算例訂單生成和參數(shù)初始化
        3.2.2 Floyd算法求解任意兩位置間的最短路
        3.2.3 蟻群算法進(jìn)行機(jī)器人路徑優(yōu)化
        3.2.4 整數(shù)規(guī)劃求解作業(yè)人員調(diào)度方案
    3.3 本章小結(jié)
4 AMR分揀模式下作業(yè)人員調(diào)度仿真模型搭建與驗(yàn)證
    4.1 基于多智能體的作業(yè)人員調(diào)度仿真模型
        4.1.1 主智能體
        4.1.2 訂單智能體
        4.1.3 機(jī)器人智能體
        4.1.4 調(diào)度智能體
        4.1.5 作業(yè)人員智能體
        4.1.6 各智能體間的關(guān)系
    4.2 仿真驗(yàn)證分析
    4.3 訂單的時(shí)間特征分析
        4.3.1 下單時(shí)間特征分析
        4.3.2 下單間隔時(shí)間特征分析
    4.4 修改仿真模型的訂單智能體
    4.5 本章小結(jié)
5 AMR分揀模式下作業(yè)人員調(diào)度方案分析
    5.1 調(diào)度方案比較分析
        5.1.1 訂單完成時(shí)間最大值對(duì)比
        5.1.2 作業(yè)人員狀態(tài)對(duì)比
        5.1.3 機(jī)器人狀態(tài)對(duì)比
    5.2 敏感性分析及最優(yōu)方案選擇
        5.2.1 不同訂單量的影響
        5.2.2 不同調(diào)度時(shí)間窗間隔的影響
        5.2.3 不同作業(yè)人員機(jī)器人配置比的影響
        5.2.4 最優(yōu)方案選擇
    5.3 本章小結(jié)
6 結(jié)論與展望
    6.1 主要結(jié)論
    6.2 研究展望
參考文獻(xiàn)
附錄 A 相鄰位置間的曼哈頓距離
附錄 B 初始調(diào)度表
附錄 C 優(yōu)化結(jié)果
附錄 D 仿真結(jié)果
附錄 E
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集



本文編號(hào)：3763766