基于“货到人”模式的电商订单拣选优化研究

发布时间：2017-06-02 17:00

  本文关键词：基于“货到人”模式的电商订单拣选优化研究，，由笔耕文化传播整理发布。

【摘要】：随着计算机科学技术的发展,以及国家对于电商行业的重视,电子商务企业在国家经济中占据的比重越来越大。在电商的商品交易中,客户不仅要求商品的质量,更加追求到货的效率,因此提高订单处理的效率对于提高客户满意度至关重要。在整个订单处理的过程中,拣选作业占据了其中50%以上的时间,因此对订单拣选过程进行优化,成为提高订单处理效率的有力保证。目前配送中心向着自动化、无人化方向发展,订单的拣选方式也逐渐由“人到货”演变为“货到人”,而应用AGV小车的“货到人”系统在配送中心中也成为一种充满前景的拣选方式。本文以使用AGV小车的“货到人”拣选模式为背景,针对订单拣选过程中AGV小车行驶路径长、行驶路径重复、AGV小车任务分配不均以及在拣选台处排队等待时间长等问题,按照订单拣选的流程,主要从订单分批、拣选路径以及AGV小车在拣选台前的排队过程三个阶段对电商配送中心订单的拣选过程进行设计与优化:(1)根据“货到人”模式下AGV小车不断往返于货架与拣选台之间的搬运特性,以AGV小车搬运货架的总次数最少为目标建立数学模型,并通过节约算法对模型进行求解,确定合理的订单分批方式。最终通过与分批前的数据对比,证明模型及算法的有效性。(2)针对每一批订单,根据其在配送中心所分布的货架位置信息,对AGV小车的搬运路径进行规划,以AGV小车的行驶总路径最短为目标函数,并设置约束条件使得每台AGV小车的搬运路径较均衡,然后用遗传算法对其进行求解,找出各小车的最优搬运路径及任务分配方式。最后通过与任务不均衡情况下的对比证明本研究的优越性,并且通过改变算法的初始种群以及迭代次数对结果进行比较,为算法的参数设置提供指导。(3)通过统计AGV小车到达拣选台的时间以及接受服务的时间规律,应用Flexsim对AGV小车在拣选台前的排队系统进行建模仿真,研究排队规则和拣选台数量等对系统效率的影响。通过改变AGV小车进入队列的方式使其由进入固定队列到动态的选择队列,增加了AGV小车排队的灵活性。同时,通过改变拣选台的数量来进行仿真,找到适合系统的拣选台数量,最终提高系统的拣选效率。
【关键词】：“货到人” 订单分批 拣选路径 遗传算法 排队系统 Flexsim仿真
【学位授予单位】：浙江理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.6;F259.2;TP18
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-19
• 1.1 论文研究背景及意义11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究意义12-13
• 1.1.3 研究目的13
• 1.2 国内外相关研究综述13-16
• 1.2.1 订单拣选运作模式13-14
• 1.2.2 订单拣选过程优化14-16
• 1.2.3 订单拣选排队仿真16
• 1.3 论文的主要内容及框架16-18
• 1.3.1 论文研究内容16-17
• 1.3.2 论文结构框架17-18
• 1.4 本章小结18-19
• 第二章 使用AGV小车的“货到人”拣选系统19-27
• 2.1“货到人”拣选系统特征分析19-22
• 2.1.1 系统构成特征19-21
• 2.1.2 系统运行特征21-22
• 2.2“货到人”拣选系统运作模式22-25
• 2.2.1 系统运作流程22-24
• 2.2.2 系统拣选模式24-25
• 2.3“货到人”拣选系统问题分析25-26
• 2.4 本章小结26-27
• 第三章 基于系统搬运次数优化的订单分批27-38
• 3.1 基于订单相似性的智能订单分批策略27-29
• 3.1.1 订单分批概述27
• 3.1.2 订单分批策略27-29
• 3.2 基于总搬运次数优化的订单分批模型29-32
• 3.2.1 订单分批目标函数29-30
• 3.2.2 订单分批模型设定30-31
• 3.2.3 订单分批模型建立31-32
• 3.3 基于节约算法的订单分批模型求解32-36
• 3.3.1 节约算法设计32-33
• 3.3.2 系统信息生成33-34
• 3.3.3 相似订单组合34-36
• 3.4 计算结果分析36-37
• 3.5 本章小结37-38
• 第四章 基于任务均衡的小车搬运路径优化38-54
• 4.1 基于任务均衡的小车搬运路径优化问题38-42
• 4.1.1 小车搬运路径分析38-41
• 4.1.2 路径优化问题描述41-42
• 4.2 基于任务均衡的小车搬运路径优化模型42-45
• 4.2.1 搬运路径优化模型目标42-43
• 4.2.2 搬运路径优化模型设定43-44
• 4.2.3 搬运路径优化模型建立44-45
• 4.3 基于遗传算法的路径优化模型求解方法45-50
• 4.3.1 遗传算法原理45-48
• 4.3.2 系统订单信息48-49
• 4.3.3 算法设计实现49-50
• 4.4 计算结果比较分析50-53
• 4.4.1 优化结果分析50-51
• 4.4.2 算法参数分析51-52
• 4.4.3 均衡条件分析52-53
• 4.5 本章小结53-54
• 第五章 基于Flexsim的拣选台排队系统仿真54-68
• 5.1 拣选台排队系统概述54-56
• 5.1.1 拣选台排队系统构成54-55
• 5.1.2 拣选台排队系统流程55-56
• 5.2 拣选台排队系统的Flexsim仿真56-63
• 5.2.1 输入数据分析57-60
• 5.2.2 排队系统建模60-62
• 5.2.3 仿真运行结果62-63
• 5.3 拣选台排队系统的优化设计63-67
• 5.3.1 动态排队规则优化63-66
• 5.3.2 拣选台的数量优化66-67
• 5.4 本章小结67-68
• 第六章 总结与展望68-71
• 6.1 论文总结68-69
• 6.2 工作展望69-71
• 参考文献71-74
• 致谢74-75
• 攻读硕士学位期间发表的学术论文和参加的科研项目75

【相似文献】

中国期刊全文数据库 前10条

1 赵月霞;韩美贵;马开平;;配送中心订单处理作业流程仿真研究[J];物流科技;2012年11期

2 李诗珍,王转,石江;配送中心拣货系统订单处理仿真研究[J];计算机应用;2003年02期

3 岳立新,李小宁,凌云;订单处理决策支持系统的设计与实现[J];兵工自动化;1999年04期

4 郭晓琰;张美霞;;基于UML的零件订单处理系统[J];轻工科技;2012年02期

5 杨文华,张晓丰;基于UML的订单处理系统的分析和设计[J];微机发展;2002年04期

6 王凌云;端到端的成功[J];中国计算机用户;2000年23期

7 李玉敏;;电子商务订单实时处理的软件机器人实现[J];吉首大学学报(自然科学版);2009年03期

8 于卫红;;基于JADE Agent与FSM的电子商务订单实时处理[J];计算机应用与软件;2013年08期

9 陆群;企业e化的注意事项[J];互联网周刊;2001年05期

10 ;[J];;年期

中国重要报纸全文数据库 前5条

1 本报特约撰稿 蒋理;订单处理：物流高手的制胜法宝[N];中国商报;2004年

2 北京先新时代技术有限责任公司 严争;把大公司做小[N];中国经营报;2001年

3 ;再论外延企业[N];网络世界;2003年

4 本报记者 张运清;探索现代物流发展之路[N];中华工商时报;2014年

5 马林编译;移动时代的竞争利器[N];计算机世界;2004年

中国博士学位论文全文数据库 前2条

1 张贻弓;基于分区拣选策略的分拣机系统综合优化研究[D];山东大学;2011年

2 吴颖颖;分区自动拣选系统拣选策略优化研究[D];山东大学;2012年

中国硕士学位论文全文数据库 前10条

1 张彩霞;基于“货到人”模式的电商订单拣选优化研究[D];浙江理工大学;2016年

2 张守业;基于排队论的订单处理系统优化算法研究[D];大连理工大学;2010年

3 洪敏;带有启动时间的订单处理异步休假排队系统优化研究[D];北京交通大学;2013年

4 倪志伟;基于排队论的订单处理系统建模与仿真[D];北京交通大学;2009年

5 田石刚;基于J2ME的移动订单处理系统的设计与实现[D];对外经济贸易大学;2007年

6 郭燕;基于WEB的订单处理与分析系统研究[D];西安理工大学;2004年

7 张浩;证券快速订单处理系统的设计与实现[D];复旦大学;2012年

8 何源海;Claybox电子商务支付与订单处理系统的设计与实现[D];南京大学;2013年

9 张安霞;基于Flexsim的汽车销售物流配送中心订单处理系统仿真研究[D];长安大学;2011年

10 刘新红;供应链环境下订单处理决策分析[D];吉林大学;2007年

  本文关键词：基于“货到人”模式的电商订单拣选优化研究，由笔耕文化传播整理发布。

本文编号：415914