25、配送中心拣选路径、布局与存储策略研究

配送中心拣选路径、布局与存储策略研究

1 拣选路径优化方法

拣选路径的优化方法较为广泛，不同方法各有特点。优化结果显著提升，堆垛机工作时间得以减少。遗传算法的编码方法有二进制编码、顺序编码和实数编码等。

1.1 不同算法应用

• 改进自适应遗传算法 ：应用于自主智能体动态路径规划，采用一维路径编码，利用领域知识和局部避障技术生成初始种群，设计交叉、变异和平滑算子，并提出交叉概率和变异概率的新调整方法。
• 组合优化算法 ：建立订单批次与路径优化的数学模型，使用包络算法和遗传算法解决问题，推导两区配送中心环境下订单物品间的通用距离公式。
• 混合算法 ：先为单车拣选建立数学模型，用遗传算法和模拟退火算法求解；再建立多车数学模型，整体使用混合遗传退火算法，然后分别用遗传算法优化每辆车的拣选路径。
• TSP 与图论结合 ：运用 TSP 解决问题，结合图论求解哈密尔顿回路，建立并求解最优拣选路径模型，提高拣选效率。结果表明，基于 TSP 问题的拣选路径优化明显优于传统返回型和 S 型。
• 改进搜索算法 ：研究有限时间内穿梭车行驶距离及对产品质量的优化问题，改进帕累托思想和搜索算法，提出禁忌搜索算法策略，更接近全局最优解。

1.2 研究现状总结

拣选路径优化研究国外起步较早且研究者众多，国内近年来研究也显著增加。多数研究集中在自动件拣选路径优化，人工