计算机应用

作者：孙军艳, 陈智瑞, 牛亚儒, 张媛媛, 韩昉

单位：陕西科技大学 机电工程学院, 西安 710021

关键词：订单分批,拣货路径优化,联合优化,嵌套遗传算法,拣货作业

基金：陕西省工业科技攻关项目（2018GY-026）；陕西省重点研发计划项目（2019GY-024）；陕西科技大学博士科研启动基金资助项目（2018BJ-12）。

针对物流配送中心拣货作业过程中传统订单分批和拣货路径分步优化难以获得整体最优解的问题，为了提高拣货作业效率，提出了一种基于嵌套遗传算法的订单分批和路径优化的联合拣货策略。首先，建立了以拣货总时间最短为目标函数的订单分批与拣货路径联合优化模型；然后，考虑双重优化的复杂性，设计了一种嵌套遗传算法对模型进行求解，外层不断优化订单分批结果，内层根据外层订单分批结果优化拣货路径。算例结果表明，与传统的订单分步优化、分批分步优化策略相比，所提策略的拣货时间分别减少了45.6%、6%，基于嵌套遗传算法的联合优化模型得出的拣货路径更短、拣货时间更少。为验证该算法对不同规模订单均有较优性能，分别对10、20、50张订单规模的算例进行仿真实验，结果表明，随着订单量的增加，整体拣货距离和时间进一步减少，拣货时间的减少从6%增加到7.2%。基于嵌套遗传算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题，为配送中心拣选系统的优化提供依据。

来源：2020年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第12期