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。     

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。     

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。     

基于混合流水作业组织的集装箱码头装卸作业集成调度优化

集装箱码头集疏运资源调度的对象是由岸桥、集卡、场桥所构成的多阶段一体化的集装箱装、卸、运操作系统,将该系统的调度优化基于多阶段混合流水线调度问题建立混合整数规划模型,同时考虑集装箱码头现实作业中预定义顺序、避免岸桥交叉作业、以及取决于作业顺序的切换时间等现实约束,针对问题自身的特点设计了两阶段启发式算法,得出各阶段设备的指派结果及作业顺序。通过与基于现行调度规则的调度方案以及与目标函数理论下界值的对比实验,显示了所提出的集成调度模型及求解算法能够有效降低船舶在港时间并实现集卡资源的共享,为集装箱码头集疏运资源的集成调度提供了新的思路。     

基于排队论的无人仓拣选台数量优化研究

随着人力成本不断高涨以及自动引导小车(Automatic Guided Vehicle,简称AGV)技术的发展与应用,越来越多的企业搭建无人仓系统运用AGV技术实现物料搬运自动化,从而提高企业的物流效率。无人仓系统的资源配置对物流效率起着关键性影响,为优化无人仓系统拣选台数量,基于M/M/C排队模型描述随机服务系统,通过实验采集数据,建立排队论模型和无人仓规划仿真软件,研究了目前无人仓系统中AGV在拣选台排队时间过长问题,推导出无人仓系统最优的拣选台数量。研究结果表明,当拣选台数量为6时,排队系统整体达到最优。     

启发式算法求解等待时间受限的两阶段流水车间调度问题

等待时间受限的两阶段流水车间调度问题具有强NP难的复杂性,有必要探索问题特征来开发近似求解算法。本文分析了此问题与一般两阶段流水车间调度和无等待两阶段流水车间调度的关系,给出了两类特殊问题的多项式求解方法,探讨了最优调度的工件序列特征。在此基础上,设计了基于排列排序的启发式算法,算法应用Gilmore-Gomory启发式生成初始序列,构造调度解的可替换集合实现迭代寻优,并利用工件序列特征调整工件顺序以优化当前调度。通过对算法的求解性能进行理论分析和实验验证,进一步表明了该算法的有效性。     

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。     

基于需求预测的两级动态配送路径优化研究

针对传统响应式配送难以应对海量动态客户需求的困境,在此提出基于需求预测的两级动态配送路径优化方法。利用历史数据从需求预测、需求聚类和需求配额三个维度,处理电商物流配送过程中的动态需求;建立基于需求预测的单阶段和多阶段两级车辆配送路径优化模型,并针对问题特性利用分支定界算法与CW-禁忌搜索算法生成两个阶段的最优配送路径。最后结合实验案例对模型与算法的有效性进行验证,试验结果表明本文设计方法具有较好的动态场景适应度和客户响应能力。     

可移动货架仓储系统中商品储位分配问题研究

可移动货架仓储系统的零散存储特点给商品储位分配带来了新的挑战,使其不仅要考虑商品的关联性,还要关注商品间的数量配比关系。为此,本文研究基于可移动货架拣选模式的商品储位分配问题,考虑商品种类-数量的双重关联,构建以拣选货架移动总次数最小为目标的整数规划模型。鉴于模型的NP-hard特性,本文设计符合研究问题特点的变邻域-禁忌搜索算法,变邻域算法通过重新指定空闲子仓存放的商品间接改变商品种类的分散程度,禁忌搜索则通过改变货架中的商品种类-数量配比影响订单的拣选结果。此外,还提出使用规模缩减策略来更新储位分配方案的评价值,以进一步改进其寻优能力。最后,通过仿真算例验证模型和算法的科学性和有效性。实验结果表明,本文算法具有更强的求解能力。     

震后伤员救援车辆两阶段规划模型及算法研究北大核心CSCDCSSCI

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点,其中震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人们的重视.本文采用聚合优化算法对灾区进行应急救援区域划分,建立了以总救援时间最短和相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型,设计了带三角函数变异的离散型萤火虫优化算法进行求解,并与常规算法求解结果做了对比分析.通过算例进行模拟实验表明,所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题,且改进算法的全局搜索性能更优.     

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。     

震后伤员救援车辆两阶段规划模型及算法研究

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点,其中 震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人 们的重视． 本文采用聚合优化算法对灾区进行应急救援区域划分,建立了以总救援时间最短和 相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型,设计了带三角函数变异的 离散型萤火虫优化算法进行求解,并与常规算法求解结果做了对比分析． 通过算例进行模拟实 验表明,所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题,且改进算法 的全局搜索性能更优．     

有顾客时间窗和发货量变化的紧急车辆调度研究

对紧急车辆调度系统进行了研究,探讨了紧急车辆调度问题实现的关键技术.对有顾客时间窗和发货量变化的紧急车辆调度问题,运用了禁忌算法(TS)进行优化.算法基于实数编码,应用GENI插入法产生初始解和进行邻域操作,设计了三种邻域,利用容量约束控制单条路径配送点数,采用惩罚函数处理时间窗约束,通过设计虚拟车场等方法实现了车辆的紧急调度.本文给出了一个具有代表性的算例试验结果,算例结果及其分析表明了此方法对优化紧急车辆调度问题的有效性.     

两阶段法求解混装模式下的加热炉调度

针对目前加热炉调度模型少有考虑混装模式下加热炉调度优化的不足,建立了连铸-热轧混装-体化模式下的加热炉生产调度优化模型,并提出了基于贪婪算法和模拟退火算法的两阶段求解方法.生产数据测试表明该模型和算法能有效解决加热炉调度问题.     

分类存储人工拣选随机服务系统效率研究

可以把订单服从泊松输入、单个拣选人员提供服务的人工拣选作业系统看作M/G/1随机服务系统,研究此随机服务系统的效率优化问题.分析订单到达的物品种类与件数随机特性,建立分类存储返回型与S型拣选距离随机模型,分别推导相应的拣选时间分布.仿真结果表明,两个模型的结果能在误差允许条件下较好地与仿真逼近.比较5种物品订购频率和货位分配情况下的返回型和S型拣选方式,得出两种拣选方式各自适用的情况.研究结论可以为传统矩形配送中心的订单拣选时间、等待时间估计提供参考,可为拣选路径方式选择提供依据.     

消除二次资源冲突的鲁棒性双目标关键链项目调度优化

传统关键链方法无法解决插入输入缓冲引起的二次资源冲突困境,更不能表述和建模调度方案的鲁棒性,这极大地限制了它在项目进度管理中的广泛应用。本文从鲁棒调度和双目标优化两个角度拓展和创新了传统关键链方法。首先,针对最棘手的二次资源冲突困境,从鲁棒优化视角提出基于局部重调度的二次资源冲突消除策略,进而设计基于消除策略的鲁棒性测度指标;其次,构建同时优化项目工期和调度方案鲁棒性的双目标关键链项目调度模型,并设计混合差分进化算法求解。在获取基准调度计划阶段为克服现有的关键链识别方法的不足,设计基于鲁棒性资源流网络的关键链识别算法并将其嵌入差分进化主算法中。最后,设计并运行大规模数值测试实验,输出数据的统计结果验证了关键链识别算法和二次资源冲突消除策略的有效性,同时也表明了本文设计混合差分进化算法的优越性。     

电子商务下基于改进两阶段算法的有时间窗车辆调度优化

为满足电子商务下的物流配送需求,将传统车辆调度模型进行修改,将目标函数改为基于费用最小,在约束条件中增加时间约束、货物容积约束、车辆最大工作时间、多种车型、载重量限制和最大行驶距离等,以提高模型的适用性和通用性。由于有时间窗的车辆调度问题是NP难问题,采用改进两阶段算法进行求解。即第一阶段用模糊分层聚类法将客户群分成若干区域,在每个区域又用扫描算法分解成若干符合约束条件的小规模子集;第二个阶段对各个分组内客户点,就是一个个单独TSPTW模型的线路优化问题,因此,采用改进混合遗传算法进行优化求解,最后的算例仿真表明了算法的有效性和可行性。     

面向第4方物流的多代理人作业整合优化算法

物流作业整合是现代物流方法中减少物流成本的主要手段.在综合考虑代理商选择和线路优化两问题的基础上,建立了基于图状结构的面向第4方物流的多代理人作业整合优化模型.为了避免将代理商选择和线路优化作为两个互相分离的子问题来处理,提出了求解它的两层邻域搜索算法.第1层采用了转移、交换和环形移动3种移动策略求解作业在代理商之间的分配,而在第2层提出了路合并、路生成替换策略,形成了适于该问题的优化算法.随机产生20例算例,将两层邻域搜索算法的计算结果与基于k-最短路的枚举算法的计算结果进行比较,说明了该算法的可行性和有效性.     

考虑实时预倒箱的出口箱堆场多场桥调度优化

在出口集装箱堆场的实际作业过程中，倒箱是制约场桥作业效率的瓶颈之一。为提高出口箱堆场的作业效能，减少船舶装船作业时间，采用实时预倒来降低倒箱的影响，研究出口箱堆场多场桥调度优化问题。考虑待提箱作业次序固定、场桥间保持安全距离及不可跨越的现实约束，兼顾内集卡的等待上限，侧重场桥作业过程中的实时预倒箱，构建了以带惩罚因子的内集卡总等待时间最少为目标的混合整数线性规划模型。基于问题自身的特点设计了混合和声模拟退火算法，得出了各场桥的行走路径与实时预倒箱方案。在算例实验中，通过与不考虑实时预倒箱的方案、FCFS方案以及下界进行对比，验证了考虑实时预倒箱的场桥调度模型及算法的有效性，为集装箱码头出口箱堆场的场桥调度提供参考。     

区分仓库与货架库存需求影响效应的零售商库存决策

既往有关库存水平影响需求条件下的库存问题研究中,通常对终端库存水平是否存在货架与零售商仓库库存水平的区别未作深入探讨。本文的研究认为,现实中许多零售商拥有仓库,其现有库存水平包括仓库库存和货架库存两部分,而影响需求的仅为与货架展示能力相关的库存,因此有必要对二者的需求影响效应进行区分。在明确这一区别的前提下,本文首先建立了供应商管理库存情况下库存水平影响需求问题的一般库存模型,给出零售商的最优订货策略;并考虑货架的容量限制,给出零售商启用仓库的判断条件。由于仓库库存仅在能够影响货架展示能力的条件下才能够影响消费需求,本文还进一步讨论了在零售商拥有仓库时,区分货架与仓库的库存水平影响需求条件下的最优库存与订货决策。这对于经营不同特征商品的零售商在进行是否需要拥有仓库,以及拥有仓库条件下的库存决策具有很好的参考价值。