基于节约算法订单分批策略下的拣选路径优化文献综述

 2022-07-08 14:37:49

文献综述

1 国外研究现状

(1)关于订单分批的研究

在订单分批的研究方面,国外专家学者也进行了比较专业细致的研究,具体来讲,Gademann、Van Den Berg [1]等人研究了双通道,以人工拣选为主的仓库,以最小化每一张订单拣选提前期为目标,建立了数学优化模型,利用分支定界法求解订单分批分拣问题。同时还在批次中订单个数不唯一的情况下,定义订单分批问题为一个典型的 NP 问题。而Hwang 和 Kim [2]则对基于集群算法订单分批分拣问题进行了研究,使用了穿越式策略、中点回转式和返回策略三种路径拣选策略进行研究。结果表明,穿越式策略在订单中品项数量较多时表现效果较好,中点回转以及返回策略在品项数较少的情况下能够减少行走路径,取得较为理想的结果。 另外,Won 和 Olafsson [3]以最小化顾客响应时间为目标建立了数学优化模型,同时设计了SBP 和JBP 启发式算法求解分批问题,提高拣选效率、降低了拣选时间,最大化拣选设备的利用效率。除此之外,Hsu与Chen[4]还以最少拣选行走路程为目的建立模型,并提出优化的遗传算法GBAM来求解订单分批模型。而Henn Sebastian[5]则提出用经典禁忌搜索法和基于属性的模拟退火算法来解决订单分批问题中拣选种类最小化、拣选路径最短的问题。

(2)关于拣选路径的研究

较之国内,国外专家学者在拣选路径方面的研究已基本成熟,研究成果丰硕。具体来讲,Pe-tersen[6]比较了最优路径与启发式路径策略的表现性能。Vaughan and Petersen[7]提出了针对具有多个过道的动态规划方法。而Kees Jan[8]等人则从仓库存储区布局对拣货路径选取影响的角度,研究了货架摆放规则,得出拣货通道最佳设置在仓库的中间位置,并采用最短路径的方法证明了拣货设备在货架正中行走的效率更高。Van den Berg[9]等人采取固定存储策略对储位优化,然后再对拣选路径设计,并依据结果提出了改进方案。Ratliff和Rosenthal[10]也用构建欧拉回路的思想提出了单block窄过道矩形仓库拣选路径规划的最优算法。Cornuejols et al[11]在Ratliff和Rosenthal的基础上证明了该算法可以扩展应用到所有的Steiner Travelling SalesmanProblem。此外,Norbert[12]以拣选时间最短为目标,建立拣选路径优化模型,并借助实际算例为研究对象采用进化算法仿真计算出最优的拣选路径,从而提高了企业的拣选作业效率。Dukic[13]通过研究拣选路径与存储方式的关联性,利用仿真计算不同存储方式下拣选路径的选择,找出了拣选路径与存储方法的最优组合。

2 国内研究现状

(1)关于订单分批的研究

近年来,随着我国物流行业的快速发展,国内对订单分批的研究也日趋多样化:伍经纬[14]等人通过比较订单分批的MAA、GSM、GS、FIFS和COG五种不同的算法,得出在S型路径的条件下,MAA算法更加高效。李诗珍[15]以拣选行走距离最少为目的创建了订单分批模型,并利用种籽算法、包络算法、节约算法以及基于聚类分析的启发式算法来求解模型和实例分析,并对比分析了不分批、先到先服务分批以及聚类分批下的行走距离。除此之外,万杰、张少卿[16]等学者利用遗传算法求解以拣选行走距离最短为目标的数学模型,同时参照了种子算法中订单的选择方式进行有效选取,通过算例验证,拣选距离有了明显的优化,为订单分批优化问题提供了新的思路。于洪鹏[17]针对订单拣选行走时间以及订单发生延迟设计成本权重系数,建立了以成本最小为目标的数学模型,同时设计了用于求解该问题遗传算法的相关参数及求解步骤。作者同时还利用某医药中心的实际数据设计了仿真实验,与传统的先到先服务分批策略进行对比,验证了算法的有效性。王占磊[18]总结了以往学者在研究上的不足,将仓储中心类型与拣选设备数量等约束考虑全面,建立了以拣选距离最短的为目标的订单分批与拣选路径优化数学模型,并介绍了遗传算法在求解该问题中是如何应用的,同时利用算例验证了该算法的有效性。

(2)关于拣选路径的研究

长期以来,由于历史和技术等方面的原因,我国在物流研究方面与国外发达国家之间一直存在较大的差距。但近年来随着我国物流业的快速发展,我国在物流研究方面也取得了一些成就。以拣选路径方面的研究为例,朱文真[19]等人利用遗传算法和其他禁忌搜索算法结合的混合算法计算拣选路径优化问题,得出立体仓库最优的拣货路径。而华红艳[20]等人则借助蚁群算法来求解拣选路径优化问题,并在算法设计的过程中改进扰动分量,提高了算法的运行效率。除此之外,曾明如[21]等人又将遗传算法和模拟退火算法混合来求解立体仓库拣选路径优化问题,通过模拟退火的原理来设定适应度函数,极大地提高了算法的整体收敛速度,并借助求解结果证明了混合遗传算法的可行性。方彦军[22]构造了含装箱容量约束的最小化拣货路径模型,并采用基本蚁群算法和最大最小蚁群算法进行求解与仿真对比,发现最大最小蚁群算法求解较优。杨全国[23]等人提出一种改进的蚁群算法来解决拣选路径优化的问题等。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。