文/劉凱 彭玲玲

關(guān)鍵字：智能倉儲(chǔ)揀選系統(tǒng)；訂單分批；相似度

前言

隨著電子商務(wù)的快速發(fā)展以及人工成本的不斷上升，傳統(tǒng)的倉儲(chǔ)物流技術(shù)已經(jīng)越來越難以適應(yīng)電子商務(wù)發(fā)展的需要，一種適合電商物流多品種、高頻次、小批量特點(diǎn)的揀選模式——智能倉儲(chǔ)揀選系統(tǒng)應(yīng)運(yùn)而生，這是一種半自動(dòng)化的“貨到人”模式，如亞馬遜在2012年購入了Kiva系統(tǒng)[1]。訂單分批問題是智能倉儲(chǔ)揀選系統(tǒng)中一個(gè)重要的環(huán)節(jié)，合理的訂單分批策略能夠提高系統(tǒng)的揀選效率。

在智能倉儲(chǔ)揀選系統(tǒng)中，訂單分批問題被認(rèn)為是NP難題，目前關(guān)于訂單分批的研究方法有很多。徐宣國等[2]研究了如何實(shí)現(xiàn)訂單的批量化處理，盡量減少商品種類的多樣性。張彩霞等[3]提出了節(jié)約算法求解訂單分批問題同時(shí)提出了物流機(jī)器人搬運(yùn)貨架的次數(shù)最少的目標(biāo)函數(shù)；Boysen N[4]指出優(yōu)化訂單處理過程，對(duì)訂單進(jìn)行排序，能夠有效減少貨架移動(dòng)次數(shù)，進(jìn)而減少搬運(yùn)時(shí)間；針對(duì)智能倉儲(chǔ)揀選系統(tǒng)的作業(yè)模式，采用波次揀選的方式，進(jìn)行訂單揀選作業(yè)的研究。最后運(yùn)用Matlab進(jìn)行仿真，與訂單隨機(jī)分批情況下每批訂單貨架搬運(yùn)次數(shù)和每批的平均相似度進(jìn)行對(duì)比，本文提出的方法能夠有效地提高系統(tǒng)的揀選效率。

問題描述

本文所研究的訂單分批問題可以描述為：對(duì)于某一波次的個(gè)需要進(jìn)行揀選的訂單每一個(gè)訂單上有多個(gè)貨物在不同貨架上，假設(shè)每一個(gè)貨物只在一個(gè)貨架上，將移動(dòng)貨架相同的訂單，盡量分為一批放在一個(gè)揀選臺(tái)上進(jìn)行揀選，從而降低機(jī)器人的運(yùn)行成本。本文是根據(jù)如何減少貨架搬運(yùn)次數(shù)，最大化各個(gè)揀選臺(tái)上訂單的平均相似度之和建立訂單分批模型。

訂單分批問題的數(shù)學(xué)模型的構(gòu)建

在智能倉儲(chǔ)揀選系統(tǒng)訂單分批模型中，需要用到的參數(shù)和變量如下：

根據(jù)上述訂單分批過程及假設(shè)，建立訂單分批模型：

約束條件：

目標(biāo)函數(shù)（2）表示極大化每個(gè)揀選臺(tái)訂單的平均相似度之和；約束條件（3）表示每個(gè)訂單被分配到一個(gè)揀選臺(tái)進(jìn)行揀選；約束條件（4）表示每一個(gè)揀選臺(tái)上的訂單數(shù)不超過W個(gè)并且不少于2個(gè)；約束條件（5）表示一種貨物只在一個(gè)貨架上；約束條件（6）表示一個(gè)訂單上至少有一種貨物；約束條件（7）（8）（9）是變量取值約束。

算法設(shè)計(jì)

針對(duì)訂單分批問題和模型的特點(diǎn)，訂單分批問題為NP難題，很難求出精確解，本文根據(jù)完成最大化每個(gè)揀選臺(tái)訂單相似度之和，設(shè)計(jì)了啟發(fā)式聚類算法?；静襟E包含：1）計(jì)算任意兩個(gè)訂單之間的相似度；2）確定初始聚類中心；3）確定聚類集合；4）聚類集合更新；5）動(dòng)態(tài)調(diào)整。

實(shí)驗(yàn)結(jié)果及分析

實(shí)驗(yàn)描述

為了驗(yàn)證智能倉儲(chǔ)揀選系統(tǒng)訂單分批模型與算法的有效性，在200平米的倉庫進(jìn)行仿真驗(yàn)證，該倉庫有120個(gè)貨架，共有300種貨物，每一個(gè)貨架有4～8種貨物，5個(gè)揀選工作站，8個(gè)物流機(jī)器人，現(xiàn)在假設(shè)某一波次的訂單數(shù)100，每個(gè)揀選臺(tái)的最大容量是30個(gè)訂單。

圖1 貨架搬運(yùn)次數(shù)對(duì)比圖

圖2 各個(gè)揀選臺(tái)訂單平均相似度之和對(duì)比圖

實(shí)驗(yàn)結(jié)果分析

為驗(yàn)證本文提出的訂單分批方法的有效性，選取不同訂單數(shù)量50、100、150、200、250，通過仿真驗(yàn)證與隨機(jī)分批方法進(jìn)行對(duì)比。如圖1、圖2所示。

綜上分析，本文所提出的模型與方法能夠有效地解決訂單分批問題，在波次訂單揀選作業(yè)中，能夠減貨架搬運(yùn)次數(shù)，最大化各個(gè)揀選臺(tái)上訂單的平均相似度之和，進(jìn)而提高系統(tǒng)的揀選效率。

結(jié)束語

本文研究了智能倉儲(chǔ)揀選系統(tǒng)的訂單分批問題，可以有效減少貨架搬運(yùn)次數(shù)使得各個(gè)揀選臺(tái)上訂單的平均相似度之和更大，能夠有效的提高訂單揀選的效率。后續(xù)將在考慮訂單分批過程中揀選臺(tái)的均衡性問題，將物流機(jī)器人搬運(yùn)貨架的等待時(shí)間考慮到整個(gè)系統(tǒng)中，使得每個(gè)揀選臺(tái)負(fù)載均衡，最后保證整個(gè)系統(tǒng)的揀選效率最高。