基于遗传算法的多通道密集式移动货架订单拣选研究

作 者:

作者简介:
周丽(1978- ),女,辽宁盘锦人,院长,教授,博士生导师,北京物资学院信息学院(北京 101149),首都经济贸易大学管理工程学院(北京 100070),主要研究方向为物流与供应链管理、优化理论与方法、大数据; 杨江龙(1988- ),男,河北衡水人,博士,北京物资学院信息学院(北京101149),首都经济贸易大学管理工程学院(北京100070),研究方向物流与供应链管理、智能物流。

原文出处:
运筹与管理

内容提要:

密集式移动货架越来越多地应用到仓储实践中,提高了仓储空间利用率,但增加了订单拣选的时间成本。本文根据密集式移动货架的仓储布局特点,针对多条通道可同时打开的情况,将货架移动时间转换成通道移动距离进行计算,提出了多条通道依次移动的优化规则,以整批订单拣选所耗费的总时间最少为目标,建立了订单拣选顺序优化的数学模型。针对该模型的特点,设计了实数编码且全局寻优的遗传算法,并进行了不同规模的算例模拟。计算结果表明,该算法具有较强的适用性,针对不同规模的问题,均有显著的优化效果;货架数量、订单数量以及移动通道数量的小幅度增减,将会导致总拣选时间较大幅度的波动;多条移动通道初始位置居于中部或均匀分散,总拣选时间略优于其集中于仓储系统一端。


期刊代号:F14
分类名称:物流管理
复印期号:2021 年 07 期

字号:

       0 引言

       仓储活动中的订单拣选,是仓储活动中耗时占比最高的活动之一,是提升仓储活动效率所面临的重要的瓶颈。在人口密集区域,土地资源的稀缺性特征日益明显,导致货物的存储成本迅速上升,这要求仓储方面尽可能地提高仓储空间的利用率。因而,出现了密集式移动货架,并逐渐被应用到仓储活动的实践中。如图1所示,密集式移动货架被安装在地面导轨上,每一组移动货架均可沿导轨进行移动。由于多组货架紧密并排摆放,需要通过移动货架,才能打开需要拣选的通道,并从中拣选货物。在现实的密集式移动货架仓储系统中,货架移动速度约为4米/分钟,拣选员行走速度约为115米/分钟。因此,在计算整批订单拣选总时间的过程中,拣货员的行走时间以及从货架上取货的时间往往忽略不计,仅考虑货架移动的时间。

       虽然密集式移动货架可以提高仓库储存空间的利用率,但订单拣选活动的耗时增加。当仓库建造成本很高时,使用密集式移动货架提升库存空间利用率。本文针对密集式移动货架多条通道可同时打开的情况,进行量化分析和数学建模,并运用遗传算法进行求解,使该模型能够便捷地应用到较大规模密集式移动货架的拣选作业中。

       1 密集式仓储系统相关研究

       关于密集式仓储系统订单拣选问题的研究,主要集中在三个方面:一是,密集式仓储的特点剖析和新型密集仓储系统的设计;二是,密集式仓储系统中订单拣选问题的研究;三是,密集式仓储环境下订单拣选问题的可行性算法。

       1.1 密集式仓储系统设计研究

       在密集式仓储设计及拣选特点方面,存在不同类型的密集式仓储系统。Li[1]提出的密集式仓储系统通过存放货物的料箱在货架上进行移动,在料箱移动的路径上安排拣货。Kaukl等[2]设计了一种多维自动仓储拣选系统,每个货格包括多个驱动器与货架轨道契合,推动货格按货架轨道进行滑动,使多维自动仓储的拣选效率大幅度提升。Yu等[3]研究的紧凑型系统带有用于深度移动的旋转输送机,以及用于水平、垂直移动的仓储拣选(S/R)系统,并采用混合整数非线性规划来确定区域边界。Litvak等[4]研究了圆盘传送带型仓储系统,其中货架链接在一起并在闭环中旋转,包括水平方向的卧式转盘型,以及垂直方向的立式转盘型,适合存拣中小型物品。Zaerpour等[5]研究了“Livecube”紧致型仓储系统,并为两类分类存储下的拣选时间导出了预估封闭形式公式,以评估具有任何配置和第一个区域边界的系统的性能。此外,Zaerpour等[6]进一步优化了在两类分类存储下live-cube紧致型仓储系统的尺寸和区域边界。Pazour等[7]研究的A型结构仓储系统,是常见的自动分配系统,其拣货环节是自动分配的,但补货环节仍然需要手动进行,该系统可以不中断地进行拣货作业过程。

       1.2 密集式仓储系统订单拣选

       在密集式仓储系统订单拣选方面,需要设计好订单拣选的优化方案,优化拣选效率。Reilly等[8]对密集存储系统下单元货格的访问机制进行了研究,采用离散马尔科夫链来对单元货格位置进行量化,建立了不确定性增长下的访问机制函数。Boysen等[9]对移动货架仓库中的订单拣选排队问题进行了探索,通过优化订单排队顺序来减少移动重型货架所需的时间。Mirzaei等[10]针对多个负载同时移动,求解最优行走路径,并提出未来研究方向是多负载、多空槽。Kim等[11]研究了不同的喷射区(EZ)方法对A型结构仓储系统性能的影响,使用仿真来显示哪种EZ方法有利于减少订单吞吐时间和能源耗费。

       1.3 密集式仓储系统算法研究

       在密集式仓储系统算法的研究方面,主要涉及启发式算法,其中遗传算法的应用较多。Venkat等人[12]研究了这种基于拼图的密集存储方法,针对大规模负载拣选车提出了最坏情况边界的启发式算法。Nastasi等[13]对Niched Pareto遗传算法、非支配排序遗传算法及强度Pateto遗传算法进行了比较研究,结果显示非支配排序遗传算法明显优于其他两种算法;Ning Zhao等人[14]设计了基于穿梭车的仓储拣选系统(SBS/RS),并提出一种无碰撞升力轨迹预测加速/减速方法,通过遗传算法来进行订单拣选的排序和指派。Imahori和Hase[15]研究了A型结构仓储系统的SKU分配以及订单检索的最佳顺序,以最大程度地减少总检索时间。

       2 密集式移动货架拣货问题描述

       2.1 仓储拣选布局

       假设有一密集式移动货架仓储系统,其移动货架结构如图2所示,紧靠仓库墙体的单排货架固定不动,其他货架安装在地面导轨上,可以左右移动。每组移动货架分为左右两排,每排货架为单倍深货位储存,一组中的两排移动货架以“背靠背且左右不互通”的方式组合到一起,一组货架整体移动时,相邻两组货架之间的通道即可打开。

       例如,图2当前通道1处于打开状态,可以拣选仓库左侧墙体上侧固定货架的货物,同时也可以拣选1#组左侧货架上的货物,统称拣选通道1中的货物。假设订单信息将直接给出货物所处的通道,由于货架移动时间远大于拣选员在通道内的行走时间,因而不考虑货物在货架上的具体位置。又如图2中所示,当前1#组与2#组货架之间通道尚未打开,但是通过向左移动1#组货架(或向右移动2#组货架)即可打开该移动通道2,进而可以拣选1#组右侧货架与2#组左侧货架上的货物,统称拣选通道2内的货物,因此也对未打开的通道2进行标号。此外,图2中还显示通道1与通道3同时处于打开的状态,随着各组货架的移动也将有不止一条通道,同时处于打开的状态,即为多条通道可同时打开。

相关文章: