科研之友
微信
新浪微博
Facebook
分享链接
摘要
“货到人”拣选系统采用自动导引运输车(Automated guided vehicle,AGV)实现自动拣选作业，由AGV搬运货架到拣选站台，再由拣选人员从货架上拣取商品。订单分批作为拣选作业的准备工作，是影响AGV搬运次数和人工拣货次数的关键因素，优化订单分批策略对提高“货到人”拣选系统效率至关重要。在电商智能仓库背景下，综合考虑订单需求多种商品、商品多货架分布存储、订单与货架供需匹配关系未知等实际因素，以人工拣选成本和AGV搬运成本之和最小为目标构建数学模型，并设计改进自适应遗传算法求解。该算法采用启发式策略生成初始种群，引入具有自适应变换概率的交叉和变异算子，并加入局部搜索过程以增强寻优能力。最后通过试验测试验证模型和算法的有效性，证明种群初始化方法的优势，并采用灵敏度分析给出合理的周转箱数量配置建议。研究可为电商企业通过订单分批优化提高拣选效率、降低拣选成本提供实践指导，为“货到人”拣选系统的实际应用提供科学依据。
