随着电子商务行业的蓬勃发展，客户分散度高、单个订单需求量小、种类繁杂等特征也愈发显著，同时客户对商品的快速交付期望也越来越高，使得电商行业的仓储物流面临着订单处理难度大和订单响应时效高两大挑战。对于电商来说，在最短时间内，以较低成本将商品送到客户手中十分重要，并协调好订单拣选与配送环节是需要解决的关键问题。 订单拣选和配送是两个密切相关、不可分割的环节，单独优化其中一个环节必然会忽略另一个环节的要求和约束[1]。因此，集成的订单拣选与配送联合调度(IOPDS)比单一优化更有效[2]。在研究IOPDS问题时，通常在确定配送路线后采用分批、分区等不同策略来优化拣选时间[3]。然而，这种拣选顺序可能与配送顺序完全不同。在实际操作中，配送人员需要从以下两种方法中选择一种来装载打包好的订单容器(盒子、袋子、包裹等)装入车厢：首先，通过人工或自动化存取系统(AS/RS)将订单包装箱按照送货顺序进行分拣，从远到近装入送货车厢[4]。这种方法会增加时间和再分类区域的成本消耗，但是在卸货时很容易获得所需的货箱；其次，按拣选顺序装入送货车厢，到达客户位置后搜索货箱并卸货，这种方法不需要在装载前进行排序，但需要在卸载时增加搜索时间。可以看出，无论选择哪种方式，订单履行时间都会增加。然而，在现有的IOPDS研究中，这些排序或搜索时间往往被省略或被固定的排序时间或服务时间所取代[5]，导致优化后的订单履行时间与现实不符，甚至远低于现实。因此，在IOPDS的研究和实践中，装卸对订单履行整体效率的影响不容忽视，本文旨在研究考虑卸货顺序的IOPDS优化策略，以提高订单履行的整体效率。 一、文献回顾 传统上，订单拣选和配送调度的优化策略通常分为两个问题分别研究。对于订单拣选问题，主要以提高订单拣选效率为目标，从拣选系统、仓库布局、存储分配、分区分批、路径规划等方面进行优化[6-11]。订单配送调度问题主要以最短路径或最小成本为优化目标，根据车辆装载约束、时间窗约束和路径约束等优化车辆配送路线[12-16]。 对IOPDS的研究一方面侧重于模型中带有时间窗等各种约束的配送路径优化，采用离散订单拣选策略，将拣选结果作为集成调度模型的输入变量。Moons等[17]首次将订单拣选问题与车辆路径问题相结合，使用单一优化框架来解决订单拣选问题和带有时间窗和截止日期的车辆路径问题。Ramaekers等[18]根据不同的客户特征、时间窗口特征和运营商规模，设置实验来研究允许客户选择首选交付时间窗口的服务成本。Schubert[19]考虑了一个IOPDS问题，即交付的开始日期受物流中心订单拣选的影响，并且每个订单都有其到期日，并设计了一个迭代局部搜索算法，该算法也可以为大规模示例产生高质量的解决方案。 另一方面，一些研究更多地关注不同拣选场景下的集成优化，考虑了订单拣选优化和拣选员分配等问题。Zhang等[20]研究了在线订单批量处理与配送的集成调度问题。针对车辆出发时间固定的在线订单的批处理和拣选员分配问题，通过定义订单的紧急程度，提出了一种基于规则的解决方案，能够在没有任何未来订单到达信息的情况下优化现有订单的批处理和拣选员分配；Wang等[5]以订单履行时间最小化为目标，建立了单个拣选员、多辆配送车情况下的订单拣选配送一体化调度模型，解决了拣选顺序、拣选批次和配送路线的一体化决策；Zhang等[1]考虑在B2C电子商务环境下，将现有的在线生产配送联合调度问题和在线订单分批问题的方法进行整合，提出了在线4-竞争算法；Chen等[3]提出了一个混合整数模型来管理带时间窗的区域拣选和车辆路径问题的集成调度(ISZPVRPTW)，并开发了一个两阶段迭代搜索(TIS)算法来最小化作业成本和逾期罚款成本；Hossein Nia Shavaki和Jolai[21]提出了一种基于规则的启发式算法，该算法集成了订单分批决策、分批拣选计划、向卡车分配订单以及卡车调度和路线安排。通过大量的数值实验，验证了基于规则的算法的有效性，并考察了每种分批方法在不同问题规模下的效果。然而，上述文献没有考虑车辆中订单的装载和卸载过程对IOPDS问题的影响。 目前，很少有关于考虑订单装卸规则的IOPDS问题的报道。类似的研究包括Shiau和Lee[22]开发了一种混合算法，包括货箱选择、装载配置和装载/拣选序列，以生成包装操作的拣选序列；Junqueira等[23]考虑了一个三维货箱装载问题，其中货箱的运送路线是预先已知的，并且考虑了货箱卸载的顺序，以避免在到达路线的每个卸载点时进行额外的处理，并且保证货箱之间不相互重叠和货物装载稳定，并针对该问题设计了一个基于混合整数线性规划模型(MIP)的方法；Sampaio和Urrutia[24]遵循“后进先出”(LIFO)原则建立了多栈取送旅行商问题模型，并提出了求解该问题的分支定界算法。上述文献虽然涉及货物的卸载约束或货箱的装载，但对于拣选过程的内部处理、货箱的存取规则等都没有集成的决策研究。 综上所述，本文针对单拣选人员和单线路的自建物流人工拣选系统，研究了带卸箱顺序约束的订单拣选与配送联合调度优化问题。通过订单批量、拣选优化、堆码方式优化的集成决策，实现订单拣选和卸货时间最短。
