基于分拣机器人零售电商订单动态聚类及仿真

发布时间：2021-05-14 20:39

　　目的提高电商物流配送中心订单的分拣效率和动态响应能力。方法通过分析零售电商订单的多品种、小批量和高时效等特征,考虑分拣机器人动作与载重约束,提出了滚动时窗调度策略和高维稀疏动态聚类算法,并以某大型电商企业配送中心建立仿真实验模型,进行数据对比分析。结果以某大型电商某日高峰时段500个订单进行仿真实验,与固定组批分拣策略进行对比,优化后的分拣策略在机器人平均搬运距离上减少了66.9%,分拣时间降低了23.9%。结论高维稀疏动态聚类策略有效提高了分拣效率,降低了分拣成本,算法方式更加开放灵活,对于电商企业物流业务降本增效具有重要意义。 

【文章来源】：包装工程. 2020,41(03)北大核心

【文章页数】：6 页

【文章目录】：
1 问题描述
2 高维稀疏订单动态聚类算法
    2.1 滚动时窗调度策略
    2.2 算法分析
3 算例分析
    3.1 数据参数
    3.2 订单聚类
4 仿真实验
    4.1 动态建模
    4.2 参数设置
    4.3 数据分析
        4.3.1 订单分拣时间比较
        4.3.2 搬运距离对比
5 结语


【参考文献】：
期刊论文
[1]互联网时代下“丝绸之路经济带”金融合作新路径[J]. 马广奇,肖琳.  企业经济. 2018(02)
[2]中国邮政速递物流武汉邮件处理中心智能机器人分拣系统[J]. 王玉.  物流技术与应用. 2018(01)
[3]基于改进遗传算法的并联机器人分拣路径优化[J]. 张好剑,苏婷婷,吴少泓,郑军,王云宽.  华南理工大学学报(自然科学版). 2017(10)
[4]智能仓储机器人装备关键技术的研究[J]. 李建雄,孟特.  物流工程与管理. 2016(07)
[5]基于Flexsim物流仿真的仓储作业系统优化设计[J]. 罗兴荣.  物流技术. 2014(17)
[6]基于CABOSFV聚类算法的汉语词汇类别知识挖掘研究[J]. 王东波,朱丹浩.  计算机科学. 2013(07)
[7]基于仿真优化的多种类型AGV数量配置优化方法[J]. 张远春,范秀敏,驹田邦久.  中国机械工程. 2011(14)
[8]基于Flexsim的自动分拣系统仿真与优化研究[J]. 李倩.  物流工程与管理. 2011(06)
[9]基于排序思想的高维稀疏数据聚类[J]. 祝琴,高学东,武森,陈敏,陈华.  计算机工程. 2010(22)
[10]基于稀疏差异度的聚类方法在信息分类中的应用[J]. 尹松,周永权,李陶深.  计算机技术与发展. 2006(01)



本文编号：3186292