无人仓系统储位分配问题的优化模型与算法

考虑到无人仓系统补货阶段货架上只有部分空余储位的特点，研究了补货商品储位分配问题的优化模型与算法。以同一货架上存放的商品之间关联度之和最大化为目标建立了混合整数规划模型；结合贪婪算法和邻域搜索算法设计了求解模型的两阶段方法。第一阶段利用贪婪算法求初始可行解；第二阶段利用邻域搜索算法对初始可行解进行优化。利用一个具体算例验证了邻域搜索算法的优化效果，结果显示，通过邻域搜索算法对初始可行解的优化，可以使目标函数值至少提升27%。进一步利用多个小规模算例分析了两阶段算法的近似比和求解速度，验证了算法的快速有效性。本文的研究结果不仅解决了货架初始状态非空情况下的储位分配问题，同样适合解决货架初始状态为空的情况，因此更加符合实际场景，可以作为无人仓管理信息系统的核心模型和算法。     

自动化立体仓库中的储位分配及存取路径优化

储位分配和存取作业路径优化是仓储管理中的两个重要决策问题。本文研究如何在自动化立体仓库中对这两个问题进行同时决策。提出了一个混合整数规划模型对该问题进行优化建模,设计开发了一个基于有向连接图的两阶段优化算法对问题求初始解,并利用禁忌搜索算法对所求得的解进行改进。算法第一阶段解决储位分配问题,在此基础上第二阶段利用Hungarian算法对堆垛机的存取作业路径优化问题进行求解。最后利用实例对算法效率和精度进行分析评价,计算结果验证了算法的有效性。     

B2C电子商务环境下订单拣选与配送联合调度优化

如何在顾客下单后协调好拣选和配送环节,在最短的时间、以较低的成本将商品从货架上拣出、打包后配送到顾客手中,已成为B2C电子商务物流管理中亟待解决的问题。本文尝试以最小化订单履行时间为目标,构建非线性拣选与配送联合调度模型,以解决订单拣选顺序、拣选作业方式、车辆行驶线路等联合决策。为求解此NP难问题,设计了三阶段启发式算法：首先采用“聚类-路径优化”思想,依据顾客位置进行配送方案确认;然后采用基于相似度聚类的订单分批规则对每条配送线路的订单进行分批合并;最后调整拣选任务与配送线路顺序。通过数据实验对模型进行验证,并与传统拣选与配送分开优化的结果进行对比。结果表明,三阶段算法能够有效缩短订单完成时间、降低配送车辆等待时间、改善配送资源利用率。     

“货到人”拣选系统中AGV路径规划与调度研究

本文在电商行业快速发展及人工智能不断成熟的背景下,对智能仓库中采用“货到人”拣选系统的AGV(Automated Guided Vehicle)调度优化问题进行研究,此问题需同时考虑单AGV的路径规划及多AGV间的碰撞避免。基于此,本文提出了两阶段优化算法,首先分别采用数学模型求解和基于货架优先级的任务分配算法得到AGV的货架搬运任务序列,并根据AGV行驶规则生成初始路径。然后设计碰撞检测及避免算法对可能发生冲突的路径交叉点进行主动避撞调度。当发生突发情况时(如设备故障),采取实时重调度措施进行被动路径调整以获得全局AGV无碰路径。最后基于两阶段算法分析了两种AGV搬运任务分配策略的适用情况,并给出了最优的AGV数量配置建议。实验结果表明,本文算法能够调度100台AGV在配备有2015个货架、10个作业平台的仓库中完成100个订单的拣选作业。本研究可为企业采用“货到人”拣选系统实现多AGV的协同调度提供理论依据和实践指导。     

基于关联网络的“人-机”双拣选系统仓储商品选择方法

“人-机”双拣选系统，兼具机器人移动货架系统“货到人”拣选模式和传统“人到货”拣选模式的双重优势，为解决大型网上超市面临的一单多品订单拣选难题提供了前所未有的机遇，然而，却面临着两个拣选区域分别存储哪些商品的决策难题。以最小化拣选成本为目标，针对双拣选系统选品面临的商品关联关系复杂、解空间巨大等挑战，本文提出一种基于关联网络的三阶段迭代搜索选品方法进行高效求解。该方法基于历史订单数据，按照“关联网络构建→关联网络转化(搜索树)→关联网络搜索(蒙特卡洛树搜索)”三个阶段巧妙地将选品难题转化为状态空间搜索问题，从而将商品网络划分为对应双拣选区域的商品集合方案。利用国内某大型网上超市的实际数据，将所提方法与普遍应用的几种方法进行对比，结果验证了所提方法的高效性和实用性。该方法可为网上超市等企业采用“人-机”双拣选系统解决多品订单履行难题提供理论指导和决策支持。     

时变路网下多中心电动车-无人机协同配送路径优化

针对车辆行驶时间依赖配送区域路网速度变化的多中心电动车-无人机协同配送路径问题,本文综合考虑配送区域路网交通信息,无人机最大飞行距离、承重能力,配送过程中电动车电池的荷电状态,以及车辆行驶速度、载重量等对电动车能耗的影响等,以总配送成本最小化为目标建立多中心车辆-无人机协同配送路径优化模型。根据问题特征,本文设计遗传大邻域搜索混合算法求解模型,该算法在传统遗传算法基础上,采用整数编码随机生成初始种群,通过无人机最大承重能力、飞行距离筛选无人机可服务的客户,然后确定车辆及无人机的配送路径生成初始解,并嵌入2组摧毁和重建算子进行进化操作。本文通过多组算例验证了算法及模型的有效性,并分析了车辆搭载的无人机数量以及车辆行驶速度对配送方案制定的影响。研究成果丰富和拓展了车辆路径优化的研究领域,可为交通、物流企业优化决策配送方案提供理论依据。     

考虑完成期限的电子商务在线订单分批模型及算法

在电子商务在线订单拣选系统中,订单到达时间和订购商品等信息未知。针对拣选设备容量、员工人数等资源有限约束情况,研究在何时、对多少订单进行分批优化,以保证在订单完成期限前以最短的时间拣出最多的订单。构建考虑订单完成期限的在线订单分批混合整数规划模型,以最小化平均有效订单服务时间,采用改进的固定时间窗订单分批启发式规则求解模型,定义剩余操作时间在[前置时间,配送准备时间]内的订单为紧急订单,构建综合考虑紧急程度和相似度因素的在线订单分批算法。采用某配送中心14：00～18：00时间段内以泊松分布（λ＝17）随机生成的订单进行数据实验,将实验结果与传统固定时间窗在线订单分批算法进行比较。研究结果表明,考虑完成期限时,系统拣选配送的订单数量更多,总服务时间和平均有效订单服务时间更短,且出现延迟订单的数量更少,延迟时间更短。拣选员工人数的增多在不同程度上提高配送率,且考虑完成期限时,配送率提高幅度要大于传统算法;但随着人数的增加,配送率的提高幅度呈降低趋势。     

分销网络优化模型及算法研究

为了优化网络结构,寻求最佳配送策略,最终找出成本最小的供应链,针对需求拖动式供应链中,多供应商、多产品、多客户分销配送网络的优化设计问题,在考虑需求分配的情况下,提出了分销配送网络的优化模型。为了求解优化模型,提出了基于混合遗传算法求解混合0-1整数规划问题的算法,它是用遗传算法搜索0-1变量的最优解,将其他算法融入遗传算法中,对非0-1变量进行求解的一种算法。最后通过两个算例进行了仿真实验,初步验证了优化模型和算法的有效性。     

随机需求下联合选址-库存模型研究

研究了一类具有季节性需求特性的商品的联合选址-库存模型。在传统的无容量限制的固定费用设施选址问题中考虑了分销中心的运作库存和安全库存的影响,以及规模经济效应和风险分摊效应,同时考虑了季节性商品未来需求的不确定性,将订货决策作为模型的决策变量,建立了一类随机需求下以期望销售收益最大化为目标函数的联合选址-库存模型,拓展了已有的联合选址-库存模型。该模型是一个混合整数规划问题,给出了求解该问题的基于拉格朗日松弛算法的两阶段算法,最后通过随机生成四组不同规模的数值算例,得到的计算结果表明拉格朗日松弛算法可以有效地求解该问题。     

多车场带时间窗车辆路径问题的变邻域搜索算法

多车场带时间窗车辆路径问题是车辆路径问题集合中的一个极为复杂、且仍未得到较好解决的问题。针对这一问题,建立了它的整数规划数学模型,提出了一种改进型变邻域搜索算法。该算法在初始解的构造阶段采用聚类方法完成客户的分配,运用混合算子进行局部搜索,通过后优化过程增强寻优效果,引入模拟退火模型对新解的接受进行控制。最后,在Cordeau提出的标准用例上对改进型变邻域算法进行了实验,实验结果更新了大部分目前该问题的最优解,并在算法的稳定性和求解时间上体现出一定优势。实验表明,该算法是一种求解多车场带时间窗车辆路径问题的有效方法。     

基于实时信息的游客行程动态规划研究

基于实时信息的游客行程动态规划问题可适用于城市景点的游客行程规划、主题公园的游客行程规划、博物馆的游客游览路线规划等服务系统的实际场景。本文采用重规划方法将该问题转化为离散时间段上的静态规划子问题,建立了对应的混合线性整数规划模型,并证明了该问题的NP难性质。提出了一种分支定界算法来求解静态子问题的优化模型,并设计了一种变邻域搜索算法来求解对应的大规模问题。通过数值实验验证了所提的模型和算法,并进行了算法参数标定和算法比较分析。数值实验的结果表明,所提分支定界算法和变邻域搜索算法的计算性能都明显优于已有文献的算法。所提的模型和算法可以嵌入到管理信息系统中,对于提升服务系统的工作效率、降低顾客的等待时间、优化服务系统的资源配置等具有实际意义。     

同时集散货物的开放式车辆路径问题研究

本文研究了车辆工作时间限制下同时集散货物的多配送中心开放式车辆路径问题,以车辆数和运输里程最小为目标,建立了多目标规划模型,提出了基于拉格朗日松弛技术和禁忌搜索算法的混合求解算法。 该算法首先求出最优解的最大下界,然后采用客户点的分配和调整策略实现解的可行化,其中禁忌搜索引入了4种领域搜索方法,采用了随机变领域搜索方法和重起策略。算例分析表明,该算法能有效地找到满意解,且采用开放式安排路线比闭合式安排路线更加经济合理。     

基于JIT装配模式的网上超市订单分拣优化模型

订单分拣是大型网上超市生存和发展的关键环节,如何在数百万种商品中将订单要求的商品高效、准确地进行拣选并包装,是亟待解决的难题。本文以提高大型网上超市订单分拣方法的科学性为目标,针对订单拣选、集货复核、包装这一作业流程,基于JIT装配流水线思想,建立大型网上超市订单成组分拣的优化模型与求解方法。在构建订单分拣流程中各工序作业时间计算模型的基础上,建立了订单分批与排序的联合优化模型。围绕缩减求解空间的思想提出两阶段启发式优化方法。通过应用实例分析和灵敏度分析证明了算法的有效性。结果表明,本文提出的网上超市订单成组分拣方法相较于传统方法可较大幅度提高订单分拣的效率,为网上零售企业的订单拣选和包装作业流程的优化提供了理论指导。     

第Ⅱ类拆卸线平衡问题建模及优化

环境资源问题日益凸显、人们环保意识的增强以及经济利益的驱动,促使社会进行废旧产品回收再利用,以发展绿色经济。拆卸作为回收再利用过程中的核心环节,采用流水线的方式组织产品精细化拆卸,可实现资源最大化价值。然而,零部件作业任务在流水线上分配排序过程复杂,各工作站上的作业负荷需保持相对均衡,才能保证拆卸线高效运行。为此,本文在拆卸线工作站数量固定的情况下,以最短节拍时间和均衡任务在工作站上的分配为目标,建立第Ⅱ类拆卸线平衡问题优化模型,并提出一种并行动态邻域深度搜索算法进行求解。所提算法采用动态搜索机制实现解在各邻域结构集内的并行深度搜索;通过设置扰动阈值对解实施干扰,以加快跳出局部最优;在节拍时间调整过程中,采用基于二分法的定界策略,以实现向最优节拍时间的快速靠拢。最后,通过不同规模算例验证了模型的有效性以及算法的高效性。     

低碳环境下的车辆路径问题及禁忌搜索算法研究

基于节能减排的新视角,本文研究了低碳环境下由第三方提供运输服务的车辆路径问题,在安排车辆路径时,同时考虑了能耗、碳排放和租车费用,而这些费用不仅与距离有关,也与客户点的需求量和车辆速度有关。提出了考虑车辆运量和速度的能耗计算方法,建立了非满载运输方式下的低碳路径模型——LCRP。设计了基于路径划分的禁忌搜索算法RS-TS对问题进行求解,该算法引入了一种新颖的路径编码与解码算法WSS,采用了三种邻域搜索方法。通过基准测试实例验证了算法能有效地找到满意解,并揭示了距离、能耗、行驶时间等参数之间的关系,实验分析表明采用低碳路径安排更加经济环保且选择中低的交通速度更有利于节约能耗和降低碳排放。     

考虑通行约束和运力限制的灾后应急物资联合调度优化研究

考虑到灾后路网受损难以运输应急物资，本文研究了应急响应中车辆-直升机联合调度的路径优化问题。针对受灾地区的实时路况，通往灾区的救援工具受到数量以及装载量的约束，本文将受灾点等待救援的平均时间最短以及应急网络总费用最低设为目标，构建运力受限条件下带通行约束的救援物资联合运输多目标优化模型，然后根据随机邻域搜索变异和分级交叉的思想构建出一种带精英策略的非支配排序混合进化算法（NSHEA-II）得到模型的解，并利用算例分析对该算法进行可行性检验。结果发现，本文构建的NSHEA-II算法相对NSGA-II算法能够得到较好的结果且波动性较小，这为决策者制定救援物资的配送方案提供有效的技术支撑。     

有限缓冲区的多节点订单接受模型与算法

订单接受问题广泛存在于生产管理中,而现有多节点订单接受问题中大多不考虑缓冲区约束对订单接受的影响。针对这一问题,以缓冲区约束的多节点生产为背景,建立了订单接受模型。利用改进NEH算法、离散和声搜索算法和变邻域搜索的混合算法对模型进行求解。实验结果显示,当问题规模较小时,算法取得较好的计算效果。问题规模较大时,求解效果一般。缓冲区的大小对订单完工时间影响较小,与无限缓冲区的计算结果相似。混合算法具有较好的求解速度,能够有效求解问题模型。     

分时电价下关注能耗成本的生产问题建模及算法

随着环境保护及能源危机问题的日益突出,如何均衡用电负荷、适应能源供给侧结构特点,从而减小企业运营成本以提高自身盈利能力,已经成为能源敏感型企业在当前时代亟待解决的实际问题。本文以单机生产系统为研究对象,建立了分时电价模式下能耗成本最小化问题的连续时间混合整数规划模型。首先,针对工件顺序固定时的子问题,考虑到非线性因素的影响,证明了最优缓冲时间长度与电价调整时刻的一致性关系,据此设计了分枝定界算法中的分枝规则,并通过开发快速的低界求解方法及有效的剪枝策略,保证了算法可在短时间内求得精确解。继而,通过随机排序、ERD排序、邻域搜索排序、遗传算法排序等不同方法的比较,分析了工件顺序对问题最终总成本的影响程度。同时,在不同参数组合的数据实验中,将本方案与传统生产调度方案进行对比,表明了本文模型在节约能耗成本方面的巨大优势。最后,本文所设计算法解决了周期差异引起的非线性的难题,可以此为子模块求解更加复杂的扩展问题,比如考虑可再生能源生产周期的企业内多种能源实时分配问题。     

面向JIT制造的零部件配送中心货位优化研究

面向JIT生产的零部件配送具有种类多、批次多、批量少、出入库时间分散等特点,使得有效分配配送中心的存储货位成为一个难题.将存储货位分配问题抽象为三角形装箱问题,构建了考虑时间维度的货位分配模型,设计了求解该问题的启发式算法.应用某知名汽车装配企业零部件配送中心的实际数据,对货位分配优化模型及算法进行了验证,实证数据表明模型及算法能够有效降低运营成本,提高存储空间利用率.     

基于自适应大邻域搜索的鲁棒多项目调度方法

多项目资源管理有时需要采用一种资源专享-转移策略，该策略下可更新资源在多项目之间不共享，但在当前项目完工之后其资源可以转移至其它还未开始的项目。针对这一实际问题的理论研究非常有限。考虑活动工期的不确定性，从时差效用函数视角评价项目调度计划的鲁棒性，在考虑拖期成本-鲁棒性的多目标问题框架下，构建了一个资源专享-转移视角下的多项目资源分配(战术层)与鲁棒调度(运作层)双层决策优化模型。针对模型的NP-hard性质和多目标组合优化特征，设计了一种新的自适应大邻域搜索(adaptive large neighborhood search，ALNS)算法求解模型。该算法采用“项目-缓冲-资源-活动”列表的混合编码表示问题可行解，提出基于四类列表的destroy-repair邻域结构，设计一种超体积指标进行自适应搜索以提高算法性能。最后，为了验证ALNS算法的适用性和有效性，设计一种NSGA-II算法作为比较基准，通过大规模仿真实验对算法性能进行了对比分析，并探索工期不确定水平对多项目调度方案鲁棒性的影响。