【摘要】：隨著產(chǎn)品生命周期的逐漸縮短,以批量為特征的市場逐漸細(xì)化,小批量、多品種、高時(shí)效的貨物需求不斷增加,這種趨勢導(dǎo)致配送中心的分揀作業(yè)成本逐漸增加。為有效降低分揀作業(yè)成本,適合處理多品種、小批量訂單的自動分揀系統(tǒng)逐漸代替人工揀選系統(tǒng),大大縮短了貨物揀選時(shí)間,降低了作業(yè)勞動強(qiáng)度,提高了貨物揀選準(zhǔn)確率和作業(yè)效率,目前越來越多行業(yè)的配送中心開始采用自動分揀系統(tǒng),如：卷煙、醫(yī)藥等。 隨著自動分揀技術(shù)的發(fā)展,為了減少其它作業(yè)工序?qū)Ψ謷实挠绊?降低各作業(yè)工序之間的耦合性,出現(xiàn)了具有預(yù)分揀功能的復(fù)合式并行自動分揀系統(tǒng)。該系統(tǒng)利用單個分揀機(jī)不分揀的時(shí)間,提前把下個訂單的貨物預(yù)分揀完畢,當(dāng)分揀到該訂單時(shí),快速把貨物分揀到輸送系統(tǒng)上。 目前并行自動分揀系統(tǒng)同一品項(xiàng)分揀量拆分時(shí)廣泛采用均分法,此方法快速有效、便于實(shí)施,但同一分揀線上分揀機(jī)間會出現(xiàn)大量的等待時(shí)間,降低分揀作業(yè)效率；分揀調(diào)度常采用以配送線路為基本分配單位的總量均分法,增加了分揀機(jī)品項(xiàng)停機(jī)調(diào)換次數(shù),大大延長了分揀作業(yè)時(shí)間。因此,研究并行自動分揀系統(tǒng)的優(yōu)化問題,對減少分揀作業(yè)總時(shí)間、節(jié)約物流成本、提高配送中心的服務(wù)效率具有重要的意義。 然而,國內(nèi)外學(xué)者關(guān)于貨物分揀(揀選)領(lǐng)域的研究主要針對人工揀選系統(tǒng),而人工揀選系統(tǒng)的作業(yè)模式與自動分揀系統(tǒng)的作業(yè)模式差別很大。目前針對自動分揀系統(tǒng)的研究,主要集中在分揀機(jī)設(shè)備的改造、多種形式的分揀機(jī)選型及配置優(yōu)化方面,很少涉及自動分揀系統(tǒng)的分揀策略和分揀作業(yè)任務(wù)分配方法的優(yōu)化研究；針對分揀系統(tǒng)中補(bǔ)貨的研究主要是在其固定補(bǔ)貨設(shè)備下的補(bǔ)貨路徑優(yōu)化,很少涉及指導(dǎo)自動補(bǔ)貨系統(tǒng)相關(guān)設(shè)備設(shè)計(jì)規(guī)劃的優(yōu)化研究。 基于此,本文綜合利用迭代優(yōu)化、聚類分析等工具對訂單進(jìn)行分析,針對并行自動分揀系統(tǒng)品項(xiàng)分揀量拆分優(yōu)化、分揀作業(yè)調(diào)度優(yōu)化、補(bǔ)貨緩存優(yōu)化三個重要子問題進(jìn)行深入研究。本文的主要研究內(nèi)容與成果如下： (1)并行自動分揀系統(tǒng)建模。 在研究并行自動分揀系統(tǒng)作業(yè)流程的基礎(chǔ)上,建立了并行自動分揀系統(tǒng)分揀作業(yè)總時(shí)間的數(shù)學(xué)模型。首先,利用虛擬視窗理論描述了并行自動分揀系統(tǒng)的作業(yè)流程,建立了貨物分揀作業(yè)時(shí)間模型；其次,對影響分揀作業(yè)時(shí)間的關(guān)鍵因素——分揀延遲時(shí)間進(jìn)行深入分析,建立總分揀延遲時(shí)間最短的分揀量分配目標(biāo)模型。 (2)并行自動分揀系統(tǒng)分揀量拆分優(yōu)化。 在品項(xiàng)拆分問題中,拆分的品項(xiàng)數(shù)量越多,分揀系統(tǒng)的作業(yè)效率越高,但是分揀機(jī)的數(shù)量會大幅度增加,進(jìn)而增加了配送中心投入設(shè)備的成本。本文研究了在較少品項(xiàng)拆分條件下,優(yōu)化所拆分品項(xiàng)對應(yīng)分揀機(jī)的分揀量,減少分揀作業(yè)總時(shí)間,提高分揀作業(yè)效率。首先,在分揀量拆分優(yōu)化前,通過EIQ (Entry, Item, Quantity,訂單品項(xiàng)數(shù)量)方法確定訂單中的拆分品項(xiàng)；其次,針對需要拆分的品項(xiàng),依據(jù)拆分前后分揀延遲時(shí)間的改變,建立了基于延遲時(shí)間的分揀量拆分優(yōu)化模型；最后,鑒于訂單個數(shù)比較多以及拆分品項(xiàng)的分揀量相對比較大的特點(diǎn),提出了品項(xiàng)拆分優(yōu)化的三個必要條件并予以證明,設(shè)計(jì)了啟發(fā)式自適應(yīng)遺傳(Heuristic Adaptive Genetic Algorithm, HAGA)算法對分揀量拆分優(yōu)化模型求解,仿真實(shí)例結(jié)果表明了分揀量拆分優(yōu)化比均量拆分方法減少9%左右的分揀作業(yè)時(shí)間。 (3)并行自動分揀系統(tǒng)分揀調(diào)度優(yōu)化。 本文將分揀調(diào)度優(yōu)化問題歸結(jié)為訂單分批聚類問題,設(shè)計(jì)了復(fù)合式聚類求解算法。首先,根據(jù)分揀調(diào)度的特點(diǎn),提出了按照訂單品項(xiàng)結(jié)構(gòu)相似度并以配送線路為基本單位進(jìn)行聚類的方法,其步驟為：將各品項(xiàng)描述為多維向量空間中的向量,空間維數(shù)等于拆分品項(xiàng)的個數(shù),向量在各維的值等于各品項(xiàng)在配送線路訂單中的分揀量標(biāo)準(zhǔn)轉(zhuǎn)化后的數(shù)量,利用歐氏距離,建立了各個簇之間均方差最小的聚類目標(biāo)模型,從而將分揀調(diào)度問題轉(zhuǎn)化為訂單分批聚類問題；然后,針對層次聚類法遍歷范圍廣和K-均值聚類法初值敏感等缺陷,提出了基于層次和劃分的復(fù)合聚類算法,其步驟為：通過簡化的層次聚類法得到初始可行解,進(jìn)而利用改進(jìn)的基于劃分的動態(tài)聚類算法對初始解進(jìn)行優(yōu)化,較好平衡了擴(kuò)展搜索空間與提高求解速度的關(guān)系；最后,用實(shí)例驗(yàn)證了基于均方差最小的聚類目標(biāo)模型與復(fù)合聚類算法的優(yōu)越性。 (4)自動補(bǔ)貨系統(tǒng)中補(bǔ)貨緩存長度優(yōu)化。 在自動分揀線的自動補(bǔ)貨系統(tǒng)中,補(bǔ)貨緩存過短,將影響分揀系統(tǒng)的作業(yè)效率,補(bǔ)貨緩存過長,則會增加設(shè)備投入成本。本文針對補(bǔ)貨緩存長度的優(yōu)化問題深入研究。首先,在全面分析自動分揀系統(tǒng)中的自動補(bǔ)貨作業(yè)基礎(chǔ)上,建立了貨物在輸送設(shè)備上達(dá)到輸入輸出平衡的數(shù)學(xué)模型,提出了補(bǔ)貨緩存的長度滿足分揀作業(yè)的最優(yōu)條件及臨界條件并予以證明；然后,根據(jù)備貨系統(tǒng)與分揀系統(tǒng)之間的布局關(guān)系,建立了補(bǔ)貨緩存中貨物到達(dá)過程的數(shù)學(xué)模型和補(bǔ)貨緩存長度優(yōu)化模型；最后,以補(bǔ)貨任務(wù)序列中兩品項(xiàng)出庫時(shí)刻的平均差值作為品項(xiàng)相關(guān)度值,設(shè)計(jì)了“先聚類,后排序”的啟發(fā)式聚類方法,得到備貨系統(tǒng)品項(xiàng)分配的優(yōu)化方案,縮短了貨物從備貨區(qū)到補(bǔ)貨緩存區(qū)的到達(dá)時(shí)間,從而縮短了補(bǔ)貨緩存長度。 為驗(yàn)證所提方法及算法的有效性,本文以某物流科技有限公司為煙草行業(yè)設(shè)計(jì)的瀑布式自動分揀系統(tǒng)為研究對象,采用多個地市級卷煙物流配送中心的客戶真實(shí)訂單數(shù)據(jù),進(jìn)行實(shí)例驗(yàn)證。計(jì)算結(jié)果表明,本文提出的優(yōu)化模型及求解算法很好地解決大規(guī)模訂單的自動分揀系統(tǒng)作業(yè)任務(wù)優(yōu)化及補(bǔ)貨緩存長度的設(shè)計(jì)優(yōu)化問題。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2012
【分類號】：TP273;TH69

【引證文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李曉春;鐘雪靈;王雄志;王國慶;;并行分區(qū)揀貨系統(tǒng)儲位優(yōu)化設(shè)計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2013年19期

，

本文編號：2630963