【摘要】：配送中心是由多個作業(yè)流程共同組成的復(fù)雜系統(tǒng),其中揀選作業(yè)勞動量占配送中心總勞動量的60%左右,是配送中心主要的作業(yè)流程之一,因此揀選作業(yè)的設(shè)計與優(yōu)化對配送中心的運(yùn)作效率有著非常重要的影響。本文以配送中心的揀選作業(yè)為研究對象,對訂單分批與揀選路徑問題進(jìn)行重點(diǎn)優(yōu)化,在多臺揀選設(shè)備與多個倉庫儲存區(qū)域并存的條件下,以訂單揀選時間以及訂單延遲時間加權(quán)時間最小為目標(biāo)建立訂單分批數(shù)學(xué)優(yōu)化模型。在確定分批的基礎(chǔ)上,以批次內(nèi)訂單揀選時間與訂單延遲時間加權(quán)時間最小為目標(biāo),建立揀選路徑優(yōu)化數(shù)學(xué)模型。并將兩種優(yōu)化方法應(yīng)用到一個算例中,期以最大限度的縮短訂單揀選時間及延遲時間。對于訂單分批問題,本文以揀選設(shè)備的質(zhì)量與容量能力為約束,建立了以揀選時間與訂單延遲時間加權(quán)時間最小為目標(biāo)的數(shù)學(xué)模型。同時在包絡(luò)算法分批的基礎(chǔ)上,借鑒種子算法與節(jié)約算法分批的思想,設(shè)計了改進(jìn)包絡(luò)算法的訂單分批啟發(fā)式算法。對于揀選路徑優(yōu)化問題,在訂單分批策略的基礎(chǔ)上,以每一批次內(nèi)訂單的揀選時間與延遲時間加權(quán)時間最小為目標(biāo),建立數(shù)學(xué)優(yōu)化模型,并設(shè)計了該問題的遺傳算法進(jìn)行求解。為了驗(yàn)證本文所建立的數(shù)學(xué)優(yōu)化模型與所設(shè)計的相應(yīng)求解算法的有效性,選取了某汽車制造企業(yè)的配送中心一段時間內(nèi)的訂單數(shù)據(jù),對所建立的數(shù)學(xué)模型及算法進(jìn)行驗(yàn)證。利用本文所設(shè)計的改進(jìn)包絡(luò)分批算法對訂單進(jìn)行分批,在分批的基礎(chǔ)上,利用DEV C++編程求解,實(shí)現(xiàn)揀選路徑優(yōu)化問題的遺傳算法。算例證明了通過先改進(jìn)包絡(luò)分批,后進(jìn)行揀選路徑優(yōu)化可以最大限度的減少訂單揀選時間以及訂單延遲時間。
[Abstract]:Distribution center is a complex system composed of many operation processes, in which the amount of picking work accounts for about 60% of the total labor volume of distribution center, and it is one of the main operation processes of distribution center. Therefore, the design and optimization of selection operation has a very important impact on the operation efficiency of distribution center. In this paper, the picking operation of distribution center is taken as the research object, and the order batch and picking path problem is optimized. under the condition that multiple picking equipment and multiple warehouse storage areas coexist, the mathematical optimization model of order batch is established with the goal of order picking time and order delay time weighted minimum. On the basis of determining the batch, the mathematical model of picking path optimization is established with the goal of minimizing the weighted time of order picking time and order delay time in batches. The two optimization methods are applied to an example in order to shorten the order selection time and delay time to the greatest extent. For the order batching problem, this paper takes the quality and capacity of the picking equipment as the constraint, and establishes a mathematical model aimed at the minimum weighted time of the picking time and the order delay time. At the same time, based on the batch of envelope algorithm and the idea of seed algorithm and saving algorithm, an order batch heuristic algorithm is designed to improve the envelope algorithm. For the picking path optimization problem, based on the order batch strategy, the mathematical optimization model is established with the goal of minimizing the picking time and delay time weighted time of each batch of orders, and the genetic algorithm is designed to solve the problem. In order to verify the effectiveness of the mathematical optimization model and the corresponding algorithm designed in this paper, the order data of the distribution center of an automobile manufacturing enterprise for a period of time are selected, and the established mathematical model and algorithm are verified. The improved envelope batch algorithm designed in this paper is used to batch the order. On the basis of batch, DEV C programming is used to solve the problem, and the genetic algorithm for picking path optimization problem is realized. The example shows that the order selection time and order delay time can be minimized by improving the envelope batch first and then optimizing the picking path.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：F252.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王宏杰;魏先峰;薛周建;彭丹;;遺傳算法綜述[J];科技經(jīng)濟(jì)市場;2008年06期

2 楊磊;;遺傳算法在解決經(jīng)典運(yùn)籌問題中的應(yīng)用[J];合作經(jīng)濟(jì)與科技;2012年01期

3 曾瑛;;遺傳算法在優(yōu)化求解中的應(yīng)用[J];科技創(chuàng)業(yè)月刊;2012年10期

4 鄭士貴;時刻表和計劃綜合的遺傳算法[J];管理科學(xué)文摘;1997年08期

5 歲豐;利用遺傳算法編制程序[J];管理科學(xué)文摘;1998年06期

6 俞書偉,張華雨,楊林;遺傳算法在庫存模糊邏輯控制中的應(yīng)用[J];中國管理科學(xué);2000年02期

7 王昕巖,蔡臨寧,姚健;采用遺傳算法進(jìn)行車間平面布置[J];工業(yè)工程與管理;2002年04期

8 石宣華,李暉,楊偉;基于遺傳算法的郵路優(yōu)化[J];四川工業(yè)學(xué)院學(xué)報;2002年02期

9 游貴榮,魏仁興;遺傳算法中的哲學(xué)思想[J];福建商業(yè)高等�？茖W(xué)校學(xué)報;2004年01期

10 楊鴻春;劉剛;易艷紅;;遺傳算法在商業(yè)中的應(yīng)用及其展望[J];上海商學(xué)院學(xué)報;2005年04期

相關(guān)會議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

2 李國云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計中的應(yīng)用[A];第五屆全國制冷空調(diào)新技術(shù)研討會論文集[C];2008年

3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車工程科技學(xué)術(shù)研討會論文集[C];2006年

6 龐國仲;王元西;;基于遺傳算法控制步長的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計[A];全國第二屆信號處理與應(yīng)用學(xué)術(shù)會議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計算機(jī)編程中的應(yīng)用[A];1995年中國智能自動化學(xué)術(shù)會議暨智能自動化專業(yè)委員會成立大會論文集（下冊）[C];1995年

9 靳開巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動遺傳算法[A];1996年中國智能自動化學(xué)術(shù)會議論文集（下冊）[C];1996年

相關(guān)重要報紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國水利報;2002年

相關(guān)博士學(xué)位論文 前10條

1 Amjad Mahmood;半監(jiān)督進(jìn)化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學(xué);2015年

2 李險峰;基于改進(jìn)遺傳算法的汽車裝配生產(chǎn)線平衡問題研究[D];北京科技大學(xué);2017年

3 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

4 郝國生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國礦業(yè)大學(xué);2009年

5 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

6 馬國田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

7 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

8 周激流;遺傳算法理論及其在水問題中應(yīng)用的研究[D];四川大學(xué);2000年

9 劉冀成;基于改進(jìn)遺傳算法的生物電磁成像與磁場聚焦應(yīng)用研究[D];四川大學(xué);2005年

10 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測控制[D];華南理工大學(xué);2015年

4 王琳琳;新型雙層液壓轎運(yùn)車車廂的設(shè)計研究[D];上海工程技術(shù)大學(xué);2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風(fēng)面積比優(yōu)化方法研究[D];華南理工大學(xué);2015年

6 彭騫;基于遺傳算法的山區(qū)高等級公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測[D];昆明理工大學(xué);2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

10 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

，

本文編號：2510589