刘建胜,张 昆,雷兆发
(南昌大学机电工程学院,江西 南昌 330031)
随着经济的全球化发展对现代物流行业的服务效率提出了更高的要求,在现代物流中的仓储是一个重要环节,它是集中反映了物资的活动状况,是连接生产、供应、销售的中转站,对提高物流效率起着关键性作用。而在仓库作业中,订单拣货作业是被视为最耗成本和劳动力的一个环节。文献[1]研究发现,订单拣货作业可占到仓库日常作业总量的60%。因此,针对不同的仓库布局,不同的拣货方式中的订单拣货作业的路径优化问题的研究是一项重要课题。而订单拣货所用时间的长短是衡量订单拣货作业效率的重要指,而时间与订单拣货路径密切相关,因此,减少拣货作业行驶的距离可以有效地提高仓库作业的效率。
近年来,针对不同的仓库布局及不同的订单分布情况,文献[2-6]运用遗传算法、蚁群算法等智能算法对仓库中拣货作业路径进行了研究。文献[12]考虑了存储分配策略和订单优化等方面,从而提高了拣货作业效率。文献[7]研究了蚁群算法求解车间配送最短路径问题,取得了良好的搜索效果,表明了改方法能有效的发现最优解。而文献[9]研究了不同仓库布局对拣货路径的影响,他们通过放宽约束,而提出了两种新的布局:Flying-V型布局和Fishbone型布局,Flying-V型布局是对传统布局斜切拣货通道形成的,而Fishbone布局是对Flying-V布局中的指定拣货通道旋转90°形成的。他们的研究证明了在总货位数量相等条件下,与传统布局相比,这两种新布局能使起始点(P&D点)和货物之间的行走距离大约分别减少10%和20%。……