自动拣选系统拣选策略及布局优化研究

发布时间：2017-06-05 06:07

  本文关键词：自动拣选系统拣选策略及布局优化研究，，由笔耕文化传播整理发布。

【摘要】：订单拣选作业是配送中心所有作业中成本最高、耗时最多的作业流程,直接决定了配送中心服务的效率和水平。传统意义上,配送中心拣选作业多采用人工拣选或者电子标签、语音等辅助拣选方式。随着拣选产品种类的极大丰富,市场需求的不断细化,客户的订货量和订货频率大幅增加,原有拣选方式已经不能满足配送中心拣选需求,在此背景下,高效低耗的自动化拣选系统得到了广泛的推广和应用。自动拣选系统有多种类型,主要可分为基于仓储、基于输送和基于拣选机三类,本文以面向多品种、小批量、高频率的快速消费品拣选的基于拣选机的自动拣选系统(以下非特别指出,所提及自动拣选系统均指此类)为研究对象开展研究。当前,如何提高自动拣选系统精确性和效率成为配送中心业务能力提升面临的重要问题。在订单需求特点确定前提下,自动拣选系统的效率主要受其工作参数、结构要素和拣选策略的影响。一段时间以来,通过提升拣选机的单机作业效率来提升自动拣选系统总体效率成为研究热点,但拣选机单机作业效率的提升受制造能力和成本影响较大,特别是单机效率到达一定水平后,再向上提升非常困难。基于此,通过优化自动拣选系统布局要素、拣选策略以及参数匹配等来提升系统效率成为新的研究热点。国外文献对自动拣选系统优化的研究主要集中于对自动化立体仓库(AS/RS)系统方面,对基于拣选机的自动拣选系统优化研究几乎空白。国内近年来针对基于拣选机的自动拣选系统优化研究较多,除针对拣选机设备改造等制造技术层面外,多集中在基于分区、并联、预分拣等宏观布局结构的优化研究；对于品项分配、拣选机配置等方面的优化研究一般是基于成本目标,基于效率目标的研究较少。基于此,本文以提升自动拣选系统效率为目标,以自动拣选系统的共性模型----基本型自动拣选系统为主要研究对象,运用数学建模、遗传算法、聚类分析、正交试验等方法,围绕影响系统作业效率的拣选策略、结构要素和运行参数三方面因素深入开展效率优化问题研究；分析运行参数和拣选策略之间的影响关系,设计新型高效拣选策略,优化系统品项拣选位分配问题；在此基础上,研究由基本型拓展而来的复合式自动拣选系统品项分配优化问题。基本型自动拣选系统效率优化问题的研究,为复杂的组合式自动拣选系统的组成以及效率优化等问题提供了研究基础,为配送中心自动拣选系统设计提供了理论依据。本文的主要研究内容和创新性成果如下：1.构建基本型自动拣选系统模型,在常用串行拣选策略基础上设计了串并行混合拣选策略,并构建作业时间模型。本文分析不同类型自动拣选系统特点,根据自动拣选系统共性要素构建基本型自动拣选系统,当前常用的自动拣选系统均可通过此基本型组合或变化得到,以此基本型作为优化分析的研究对象,其分析结果可直接应用于其它自动拣选系统的选型、设计和优化。在对常用串行拣选策略建立作业时间数学模型基础上,独具创新性地提出适用于一般自动拣选系统的串并行混合拣选策略并构建了作业时间模型,该策略可减少常用串行拣选策略拣选等待时间的问题,提升系统作业效率。串并行混合拣选策略是在传统串行拣选策略基础上加入并行拣选环节,即在开始拣选时首先找出可以进行并行拣选的品项进行并行拣选,而后选取适当的未拣选品项插空拣选至并行拣选后输送系统上品项之间的间隙,最后将剩余品项进行串行拣选。经仿真验证,同等条件下串并行混合拣选策略较串行拣选策略缩短拣选时间25%。该拣选策略方法已申请国家发明专利。2.分析了不同拣选策略下,不同系统运行参数对系统总拣选时间的影响关系,为系统选型和参数设计提供了依据。为了了解系统运行参数对不同拣选策略下拣选系统效率的影响,便于在日常拣选系统选型设计时设定参数,本文采用正交试验的方法分别对以上三种拣选策略作业时间模型进行优化试验,确定拣选机单件拣选时间、输送系统速度和相邻拣选机间距对拣选效率的影响,分析三个参数影响的主次关系,确定主次影响因素；分析各参数因素水平高低对拣选效率的影响规律,利用级差分析法定量确定各参数水平的影响；在各参数及各参数水平的不同搭配设计中,找出优化的组合方案。在此基础上,采用指数回归方法构建三种拣选策略下运行参数相对总拣选时间的经验预报公式,基于此,分析三种拣选策略下不同系统运行参数组合对总拣选作业时间的影响规律。该研究对于自动拣选系统设计、选型和优化提供了理论依据。3.以总拣选时间最短为目标,建立品项拣选位分配优化模型,设计改进的小生境遗传优化求解算法。经证明该方法有效。品项拣选位分配是自动拣选系统布局中的重要结构要素,不同拣选策略下对系统拣选效率的影响不同。针对对品项拣选位分配敏感的串并行混合拣选策略和自右向左顺序串行拣选策略开展品项拣选位分配优化研究,以缩短总拣选时间为目标构建优化模型。分别设计了基本遗传算法和改进的小生境遗传算法来求解优化模型,通过仿真分析,将优化结果与传统按订货量升序的品项分配方法比较,两种策略的优化排序结果分别实现缩短总作业时间21.4%和30.6%。其中,拣选位优化前后,串并行混合拣选策略总拣选时间均优于串行拣选策略；两种策略下,改进的小生境遗传算法求解的效果和用时均优于基本遗传算法。4.建立复合式自动拣选系统不同拣选机类型间品项分配优化模型,设计了基于k-means聚类的改进小生境遗传求解算法。经实验证明该方法有效。在基本型自动拣选系统研究基础上,建立基本的复合式自动拣选系统模型并按自右向左顺序串行拣选策略构建作业时间模型,并以总拣选时间最小为目标构建不同拣选机类型的品项分配优化模型。本文设计了改进的小生境遗传算法求解优化模型,为了提高算法收敛速度,采用k-means聚类方法对品项进行优化聚类并将结果作为初始种群,通过限制某些位置品项分配固定时的染色体数量,改进小生境淘汰运算,维护群体多样性。经仿真分析,品项分配优化后比传统EIQ-ABC方法确定的分配结果实现总拣选时间降低7.5%。在品项分配优化仿真实验基础上,设计了多货品拣货区品项配置及排序对比试验,再次证明了优化方法的有效性,同时总结出了设定条件下的复合式自动拣选系统品项配置经验方法：将品项订货量前10%的品项分配至多货品拣选区,其余品项分配至单货品拣选区,拣选区内品项按受订次数升序排列。
【关键词】：自动拣选系统 拣选位分配 品项分配 拣选策略 正交实验 遗传算法 复合式自动拣选系统
【学位授予单位】：山东大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TH692;F274
【目录】：

• 摘要13-16
• ABSTRACT16-21
• 缩略词注释21-22
• 第一章：绪论22-34
• 1.1 课题背景与问题提出22-25
• 1.1.1 课题的背景22-23
• 1.1.2 拣选系统概述23-24
• 1.1.3 问题的提出24-25
• 1.2 国内外研究现状25-33
• 1.2.1 自动拣选设备研究现状25-27
• 1.2.2 自动分拣系统分拣策略研究现状27-30
• 1.2.3 订单品相分配研究现状30-33
• 1.3 主要研究内容33-34
• 第二章：基本型自动拣选系统拣选策略及作业时间模型设计34-48
• 2.1 广义自动拣选(分拣)系统概述34-36
• 2.1.1 拣选与分拣34
• 2.1.2 基于仓储的自动拣选系统34-35
• 2.1.3 基于输送系统的自动分拣系统35
• 2.1.4 基于拣选机的自动拣选系统35-36
• 2.2 基本型自动拣选系统建模36-37
• 2.2.1 基本型自动拣选系统的组成36-37
• 2.2.2 基本型自动拣选系统基本假设37
• 2.3 串行拣选策略及作业时间模型37-43
• 2.3.1 自右向左顺序串行拣选策略作业时间模型37-39
• 2.3.2 自左向右顺序串行拣选策略作业时间模型39-43
• 2.4 串并行混合拣选策略及作业时间模型43-47
• 2.5 小结47-48
• 第三章：基于正交实验设计的自动拣选系统运行参数分析48-74
• 3.1 不同拣选策略作业时间模型正交试验设计48-51
• 3.1.1 自动拣选系统可度量运行参数48-49
• 3.1.2 正交试验档案设计49-51
• 3.1.3 仿真实验数据来源51
• 3.2 自右向左顺序串行拣选策略正交试验分析51-59
• 3.2.1 正交试验结果分析51-53
• 3.2.2 运行参数影响直观图分析53-55
• 3.2.3 总拣选时间经验预报模型55-57
• 3.2.4 经验预报公式的应用分析57-59
• 3.3 自左向右顺序串行拣选策略正交试验分析59-64
• 3.3.1 正交试验结果分析59-61
• 3.3.2 运行参数影响直观图分析61-62
• 3.3.3 总拣选时间经验预报模型62-63
• 3.3.4 经验预报模型公式的应用分析63-64
• 3.4 串并行混合拣选策略正交试验分析64-70
• 3.4.1 正交试验结果分析64-66
• 3.4.2 运行参数影响直观图分析66-67
• 3.4.3 总拣选时间经验预报模型67-68
• 3.4.4 经验预报模型公式的应用分析68-70
• 3.5 运行参数与拣选策略关系对比分析70-72
• 3.6 小结72-74
• 第四章：基本型自动拣选系统品项拣选位分配优化74-84
• 4.1 品项拣选位分配优化问题建模74-75
• 4.2 模型求解75-78
• 4.2.1 小生境遗传算法概述75-76
• 4.2.2 模型求解步骤76-78
• 4.3 仿真分析78-83
• 4.3.1 两种拣选策略运行效果比较79-80
• 4.3.2 改进的小生境遗传算法优化效果分析80-82
• 4.3.3 品项拣选位分配对拣选效率的影响82-83
• 4.4 小结83-84
• 第五章：基本型复合式自动拣选系统品项分配优化84-104
• 5.1 基本型复合式自动拣选系统建模84-85
• 5.1.1 复合式自动拣选系统基本型的组成84-85
• 5.1.2 系统基本假设85
• 5.2 订单拣选作业时间模型85-90
• 5.2.1 基于自右向左顺序串行拣选策略的订单拣选作业时间建模85-88
• 5.2.2 模型分析88-90
• 5.3 品项配置优化模型90-91
• 5.4 模型求解91-93
• 5.5 仿真实验设计93-97
• 5.5.1 常用品项分配方法：基于EIQ-ABC分析方法的品项分配93-96
• 5.5.2 基于k-means聚类的小生境遗传算法参数设置96
• 5.5.3 对比试验设计96-97
• 5.6 仿真实验结果分析97-102
• 5.6.1 仿真结果直观分析97-98
• 5.6.2 优化后多货品拣选区品项特性分析98-99
• 5.6.3 优化结果验证99-102
• 5.7 小结102-104
• 第六章：总结与展望104-108
• 6.1 主要创新点104-105
• 6.2 下一步工作展望105-108
• 附录108-126
• 附录1：不同品项排序条件下不同多货品拣货品项分配数的总拣选时间仿真分析108-111
• 附录2：串并行拣选策略拣选位分配优化算法程序111-121
• 附录3：复合式自动拣选系统品项分配优化算法程序121-126
• 参考文献126-132
• 致谢132-134
• 攻读学位期间发表的学术论文目录134-136
• 学位论文评阅及答辩情况136

【参考文献】

中国期刊全文数据库 前10条

1 何大阔,王福利,贾明兴;遗传算法初始种群与操作参数的均匀设计[J];东北大学学报;2005年09期

2 肖建;郑力;;考虑需求相关性的多巷道仓库货位分配问题[J];计算机集成制造系统;2008年12期

3 赵凯;熊红云;戴建民;鲁五一;王莉;;基于虚拟容器队列的条烟自动分拣控制算法研究[J];计算机工程与科学;2008年02期

4 张攀,田国会,贾磊,李晓磊,路飞;旋转货架拣选作业优化问题的新型混合遗传算法求解[J];机械工程学报;2004年06期

5 张贻弓;吴耀华;;双拣货区自动分拣系统品项分配优化[J];机械工程学报;2009年11期

6 王艳艳;吴耀华;刘鹏;;自动分拣系统分拣作业任务优化[J];机械工程学报;2011年20期

7 熊红云;赵凯;戴建民;鲁五一;王莉;;成品烟自动分拣系统的补给优化方法[J];控制工程;2009年01期

8 范启印,马骏骑,冉文学,干敏耀,刘海昌;“虚拟视窗”算法在成品烟自动分拣控制中的应用[J];昆明理工大学学报(理工版);2004年01期

9 孙磊;吴耀华;张冠女;;动态EIQ-ABC分析在配送中心规划中的应用[J];山东大学学报(工学版);2007年03期

10 张贻弓;吴耀华;;可合流的自动分拣系统订单排序优化[J];山东大学学报(工学版);2008年05期

中国博士学位论文全文数据库 前4条

1 张贻弓;基于分区拣选策略的分拣机系统综合优化研究[D];山东大学;2011年

2 刘鹏;通道式自动分拣系统的配置优化研究[D];山东大学;2011年

3 肖际伟;配送中心拣货系统优化[D];山东大学;2010年

4 吴颖颖;分区自动拣选系统拣选策略优化研究[D];山东大学;2012年

中国硕士学位论文全文数据库 前4条

1 刘德宝;复合式卷烟分拣系统研究与设计[D];山东大学;2006年

2 袁阿勇;新型智能化货物分拣系统的研究与开发[D];武汉理工大学;2006年

3 秦峰华;卷烟自动分拣机的性能优化与实现[D];山东大学;2007年

4 陶秀义;卷烟自动分拣系统计算机辅助规划设计的应用研究[D];山东轻工业学院;2009年

  本文关键词：自动拣选系统拣选策略及布局优化研究，由笔耕文化传播整理发布。

本文编号：423063