新書推薦：
《
万千教育学前·与幼儿一起解决问题：捕捉幼儿园一日生活中的教育契机
》
售價：NT$
214.0
《
爱你，是我做过最好的事
》
售價：NT$
254.0
《
史铁生：听风八百遍，才知是人间（2）
》
售價：NT$
254.0
《
量子网络的构建与应用
》
售價：NT$
500.0
《
拍电影的热知识：126部影片里的创作技巧（全彩插图版）
》
售價：NT$
500.0
《
大唐名城：长安风华冠天下
》
售價：NT$
398.0
《
情绪传染（当代西方社会心理学名著译丛）
》
售價：NT$
403.0
《
中国年画 1950-1990 THE NEW CHINA: NEW YEAR PICTURE 英文版
》
售價：NT$
1100.0
|
| 內容簡介： |
|
本书从实际项目实践出发，以蚁群算法、信息共享等方法与技术为基础，从订单分批与拣选路线规划及其相关环节的策略设计上着手尝试解决订单拣选作业中由复杂性、动态性和不确定性产生的问题。针对多区块仓库，本书分别设计了针对单拣货员的基于偏离度的订单拣选路线规划算法、针对双拣货员和多拣货员的基于蚁群算法的考虑堵塞的订单拣选路线规划算法、针对在线订单的订单分配与路线规划算法Green-Area。所设计算法效率均在各自仿真实验中得到验证，与传统方法相比有很强的实用性。
|
| 關於作者： |
|
陈方宇，湖北襄阳人，华中科技大学博士，任职中南财经政法大学。在Computers&IndustrialEngineering、JournalofIntelligentManufacturing、《系统工程学报》等国内外期刊发表SCI论文、核心期刊论文多篇，关注领域为物流与系统工程、仓库运作管理、电子商务、物联网技术与应用。
|
| 目錄：
|
1 绪论1
1.1 研究背景1
1.2 问题提出、研究目的和意义1
1.3 相关文献综述5
1.3.1 订单拣选策略研究总体情况5
1.3.2 订单拣选路线规划9
1.3.3 拣货员堵塞11
1.3.4 订单拣选的动态性与不确定性13
1.4 研究内容、思路与逻辑结构172
订单分批与拣选路线规划研究理论基础21
2.1 引言21
2.2 单区块仓库布局及其常用订单拣选路线规划方法22
2.3 多区块仓库布局及其常用订单拣选路线规划方法29
2.4 常用订单分批策略35
2.4.1 种子选取规则36
2.4.2 订单附加规则44
2.5 本章小结49
3 基于偏离度的单拣货员订单拣选路线规划51
3.1 引言51
3.2 基于偏离度的订单拣选路线规划算法52
3.2.1 偏离度定义53
3.2.2 基于偏离度的通道访问策略55
3.2.3 多区块仓库下的算法流程构建61
3.3 偏离度算法的仿真实验62
3.3.1 实验设计62
3.3.2 实验结果63
3.4 偏离度算法实验结果分析与讨论68
3.5 本章小结70
4考虑双拣货员堵塞的订单拣选路线规划72
4.1 引言72
4.2 双拣货员堵塞问题描述73
4.2.1 双拣货员堵塞定义与分类73
4.2.2 双拣货员拣选问题假设74
4.2.3 考虑双拣货员堵塞的拣选路线评价模型75
4.3 考虑双拣货员堵塞的订单拣选路线规划算法77
4.3.1 算法初始化78
4.3.2 逻辑距离的定义与取值79
4.3.3 蚁群构建路线83
4.3.4 信息素更新机制84
4.3.5 灾变机制86
4.4 A-TOP算法的仿真实验86
4.4.1 实验设计86
4.4.2 实验结果89
4.5 A-TOP算法实验结果分析与讨论98
4.5.1 仓库布局对拣选服务时间影响98
4.5.2订单属性对拣选服务时间影响100
4.5.3仓库布局对等待时间的影响101
4.6本章小结102
5考虑多拣货员堵塞的订单拣选路线规划104
5.1引言104
5.2多拣货员堵塞与不确定信息问题描述105
5.2.1多拣货员堵塞105
5.2.2不确定信息107
5.2.3考虑多拣货员堵塞的拣选路线评价模型107
5.3考虑多拣货员堵塞的订单拣选路线规划算法109
5.3.1确定信息下多拣货员订单拣选路线规划算法109
5.3.2不确定信息下多拣货员订单拣选路线规划算法110
5.4A-MOP与A-MOP-N算法的仿真实验113
5.4.1实验设计113
5.4.2A-MOP实验结果115
5.4.3A-MOP-N实验结果123
5.5A-MOP与A-MOP-N实验结果分析与讨论129
5.5.1确定信息环境下实验参数影响129
5.5.2不确定信息环境下实验参数影响130
5.6本章小结131
6在线订单的实时分配与拣选路线规划133
6.1引言133
6.2在线订单实时分配问题描述135
6.2.1在线订单系统135
6.2.2订单分配与路线规划评价模型136
6.3Green-Area算法138
6.3.1绿区的定义138
6.3.2S-Shape的绿区140
6.3.3LargestGap的绿区143
6.3.4路线实时调整147
6.4Green-Area算法的仿真实验与结果分析149
6.4.1实验设计149
6.4.2实验结果151
6.4.3结果分析164
6.5本章小结165
7总结与展望167
7.1全书总结167
7.2研究展望170
参考文献173
附录192
附录1S-Shape下绿区判定规则伪代码192
附录2LargestGap下绿区判定规则伪代码195
|
| 內容試閱：
|
作为供应链的必要组成部分，仓库的主要作用是在供应链各个环节间提供缓冲以调节因产品季节性、批量生产运输、多供应商产品整合配送及个性化定制服务等因素带来的物料流转的波动。市场竞争的加剧意味着需要对产品配送网络的设计和运营不断地进行改进，这就转变为仓库提高运营效率的需求。随着更多企业开始将削减成本和提高生产效率的工作重心放在其组织内部的仓储设施和配送中心上，订单拣选作业开始受到管理人员和研究学者的重视[1-2] 。订单拣选是为了响应客户订单需求，而从仓储区或缓冲区收集货物的作业过程，在人工作业仓储系统中，订单拣选是最消耗人力成本的运作环节，而在自动化仓库中，则是最消耗资源成本的运作环节[1] 。因此，仓储管理的研究人员都将订单拣选视为提高生产率的关键措施。
近年来，在制造和配送领域的一些变化更是使得订单拣选作业流程的设计和管理变得更加重要和复杂。制造领域更多地采用如准时生产制（just-in-time，JIT）、供应商管理库存（vendormanagedinventory，VMI）、小批次（smalllotsize）、直送工位交付（point-of-usedelivery）、精细制造（leanproduction）及订单与产品的个性化定制等生产方式。在配送领域，管理者则更倾向于为客户订单提供更迅速快捷的服务。这些变化为仓储系统提出了新的需求，如更精密的库存控制、更短的响应时间和更多的产品多样性。为此，基于有成本、技术和管理规范上的优势，大量的大型仓库和配送中心相继适应这种需求。这类大型仓库和配送中心日吞吐量巨大，订单拣选流程的改善不仅能直接优化其自身的服务水平和降低运营成本，也能间接地提高整个供应链的管理水平。
订单拣选流程始于一个订单到达仓库，终于它被完成并移交至之后的运输环节。对于作业人员而言，这中间有许多环节会出现操作错误以影响到订单完成的准确性，更不用说时间上的消耗。这也恰恰是管理人员和研究人员着眼的优化空间。近年来，管理人员通过采用多种信息技术，如条码（barcoding）、无线射频识别（radiofrequencyidentificationdevices，RFID） [3] 、电子地图、室内定位（indoorpositioningsystem）、自动导航（autonomousnavigation）[5] 和仓库管理系统（warehousemanagementsystems，WMS）[6-7] 等，以提高仓库的自动化、信息化程度[8] 。这些新技术为改进订单拣选流程提供了技术基础，如订单实时拣选、多拣货员间通信、拣货流程全自动化。研究人员则将研究重点放在解决这一领域出现的新问题并提出新的解决方案，然而，目前的研究成果和实际需求之间仍然存在不小的差距。因为新的拣选模式尚未得到充分研究，拣选相关环节策略设计，如布局设计、货位分配、订单分配等的最优组合的确定也刚刚起步，而在拣选的各个环节中，更是有不少待解决的问题。在应用技术已经取得长足发展的背景下，复杂环境下的订单拣选相关环节策略设计更是凸显出解决问题的紧迫性。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
