考虑待命位策略平面作业模式仓储机器人调度问题研究
发布时间：2023-01-28 12:16
在互联网经济逐步发展,电子商务行业日益呈现出多品类、小批量、海量化、动态化特点的背景下,高效便捷的物流体系及其自动化程度水平、拣选作业的运作效率越来越成为备受关注的话题。本文所研究的仓储系统环境是平面作业模式仓储系统,此类系统中的仓储机器人作为实现拣选作业的关键自动化设备,与系统中的总控制台调度系统和拣选作业系统相结合,以实现“货到人”拣选作业环节的货物流通。在此类仓储系统背景下,想要在传统的仓储及拣选环节寻求效率等方面的突破,仓储机器人的控制运行策略变得十分重要。本文通过对某电商分拣仓储配送中心的周期订单情况及仓储机器人的运行状况的分析,结合通过预测所得出的SKU拣选任务概率,采取相应的待命位启发式策略,对考虑待命位策略的平面作业模式仓储机器人调度问题进行创新性研究,作为日后研究类似系统下的仓储机器人调度问题的依据。首先,在深入分析了平面作业模式仓储系统的设施设备构成、仓库布局、“货到人”等作业流程的基础上,选取完成周期内批次订单所有拣选任务的行走路径距离作为衡量待命位选取及仓储机器人调度优化程度的标准。其次,分别对单个和多个仓储机器人两种模式下的考虑待命位策略仓储机器人调度问题进行...
【文章页数】：103 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景与意义
1.2 国内外研究现状
1.2.1 平面作业模式仓储系统研究现状
1.2.2 待命位策略研究现状
1.3 本文研究内容与结构
1.4 本章小结
第2章 平面作业模式仓储系统概述
2.1 平面作业模式仓储系统构成
2.2 平面作业模式仓储系统布局
2.3 平面作业模式仓储系统作业流程
2.4 本章小结
第3章 考虑待命位策略的单个仓储机器人调度问题研究
3.1 问题描述
3.2 考虑待命位策略的单个仓储机器人调度问题建模
3.3 单个仓储机器人待命位启发式策略
3.3.1 单个仓储机器人传统待命位策略
3.3.2 最大拣选概率位置作为参考的待命位启发式策略
3.3.3 最大拣选概率区域作为参考的待命位启发式策略
3.4 求解单个仓储机器人调度问题的粒子群算法
3.5 本章小结
第4章 考虑待命位策略的多个仓储机器人调度问题研究
4.1 问题描述
4.2 考虑待命位策略的多个仓储机器人调度问题建模
4.3 多个仓储机器人待命位启发式策略
4.3.1 多个仓储机器人传统待命位策略
4.3.2 最大拣选概率区域作为参考的待命位启发式策略
4.4 求解多个仓储机器人调度问题的粒子群算法
4.5 本章小结
第5章 仿真实验及结果分析
5.1 考虑待命位策略的单个仓储机器人调度问题仿真结果分析
5.1.1 仿真结果说明
5.1.2 仿真结果分析
5.2 考虑待命位策略的多个仓储机器人调度问题仿真结果分析
5.2.1 仿真结果说明
5.2.2 仿真结果分析
5.3 本章小结
第6章 总结与展望
参考文献
致谢
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]Geek+郑勇:Kiva只是“货到人”的一种,机器人将改变物流业[J]. 姜姝姝. 机器人产业. 2017(02)
[2]基于GIS的多重心法物流设施选址研究[J]. 刘猛,孙冬石. 地理空间信息. 2016(08)
[3]基于最短取货时间的仓储机器人待命位策略研究[J]. 徐贤浩,郭依,邹碧攀. 工业工程与管理. 2016(04)
[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]Kiva自动化系统在医药配送中心的应用分析[J]. 宋志兰,黄欢,张壮. 物流技术与应用. 2016(03)
[6]亚马逊仓库Kiva机器人的应用分析与前景展望[J]. 吴菁芃. 物流技术与应用. 2015(10)
[7]一种基于移动机器人的配送中心柔性拣选系统[J]. 周晓光,张喜妹,刘玉坤. 物流技术. 2015(07)
[8]基于重心法的连锁超市物流配送中心选址[J]. 王朋,王晓强,王明葆. 电子商务. 2015(01)
[9]物流配送中心选址的重心法探讨[J]. 程珩,牟瑞芳. 交通运输工程与信息学报. 2013(01)
[10]自动化仓库的出入库能力分析[J]. 马永杰,蒋兆远. 兰州交通大学学报. 2010(01)
博士论文
[1]粒子群优化算法及差分进行算法研究[D]. 张庆科.山东大学 2017
[2]大型仓储系统的调度算法研究[D]. 马永杰.兰州交通大学 2011
硕士论文
[1]多层穿梭车密集库系统作业效率优化研究[D]. 贾璐.山东大学 2017
[2]仓储物流机器人拣选路径规划仿真研究[D]. 潘成浩.中北大学 2017
[3]基于粒子群算法的时间约束顺风车路径问题研究[D]. 于浩然.山东大学 2017
[4]仓储系统中机器人小车路径规划算法研究[D]. 高小杰.北京邮电大学 2017
[5]货到人作业模式下的货位优化研究[D]. 何超群.浙江理工大学 2017
[6]基于多巷道倍深式货架的双载物平台堆垛机翻箱策略及待命位研究[D]. 童婧.华中科技大学 2016
[7]智能仓储系统待命位策略及仓库布局优化研究[D]. 郭依.华中科技大学 2016
[8]基于Kiva系统的拣选作业优化与算法研究[D]. 张喜妹.北京邮电大学 2015
[9]多目标优化问题的粒子群算法及其性能分析[D]. 左一多.中国地质大学（北京） 2013
[10]基于智能优化的仓储机器人任务分配研究[D]. 李功捷.哈尔滨工业大学 2013
本文编号：3732582
【文章页数】：103 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 课题背景与意义
1.2 国内外研究现状
1.2.1 平面作业模式仓储系统研究现状
1.2.2 待命位策略研究现状
1.3 本文研究内容与结构
1.4 本章小结
第2章 平面作业模式仓储系统概述
2.1 平面作业模式仓储系统构成
2.2 平面作业模式仓储系统布局
2.3 平面作业模式仓储系统作业流程
2.4 本章小结
第3章 考虑待命位策略的单个仓储机器人调度问题研究
3.1 问题描述
3.2 考虑待命位策略的单个仓储机器人调度问题建模
3.3 单个仓储机器人待命位启发式策略
3.3.1 单个仓储机器人传统待命位策略
3.3.2 最大拣选概率位置作为参考的待命位启发式策略
3.3.3 最大拣选概率区域作为参考的待命位启发式策略
3.4 求解单个仓储机器人调度问题的粒子群算法
3.5 本章小结
第4章 考虑待命位策略的多个仓储机器人调度问题研究
4.1 问题描述
4.2 考虑待命位策略的多个仓储机器人调度问题建模
4.3 多个仓储机器人待命位启发式策略
4.3.1 多个仓储机器人传统待命位策略
4.3.2 最大拣选概率区域作为参考的待命位启发式策略
4.4 求解多个仓储机器人调度问题的粒子群算法
4.5 本章小结
第5章 仿真实验及结果分析
5.1 考虑待命位策略的单个仓储机器人调度问题仿真结果分析
5.1.1 仿真结果说明
5.1.2 仿真结果分析
5.2 考虑待命位策略的多个仓储机器人调度问题仿真结果分析
5.2.1 仿真结果说明
5.2.2 仿真结果分析
5.3 本章小结
第6章 总结与展望
参考文献
致谢
学位论文评阅及答辩情况表
【参考文献】：
期刊论文
[1]Geek+郑勇:Kiva只是“货到人”的一种,机器人将改变物流业[J]. 姜姝姝. 机器人产业. 2017(02)
[2]基于GIS的多重心法物流设施选址研究[J]. 刘猛,孙冬石. 地理空间信息. 2016(08)
[3]基于最短取货时间的仓储机器人待命位策略研究[J]. 徐贤浩,郭依,邹碧攀. 工业工程与管理. 2016(04)
[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]Kiva自动化系统在医药配送中心的应用分析[J]. 宋志兰,黄欢,张壮. 物流技术与应用. 2016(03)
[6]亚马逊仓库Kiva机器人的应用分析与前景展望[J]. 吴菁芃. 物流技术与应用. 2015(10)
[7]一种基于移动机器人的配送中心柔性拣选系统[J]. 周晓光,张喜妹,刘玉坤. 物流技术. 2015(07)
[8]基于重心法的连锁超市物流配送中心选址[J]. 王朋,王晓强,王明葆. 电子商务. 2015(01)
[9]物流配送中心选址的重心法探讨[J]. 程珩,牟瑞芳. 交通运输工程与信息学报. 2013(01)
[10]自动化仓库的出入库能力分析[J]. 马永杰,蒋兆远. 兰州交通大学学报. 2010(01)
博士论文
[1]粒子群优化算法及差分进行算法研究[D]. 张庆科.山东大学 2017
[2]大型仓储系统的调度算法研究[D]. 马永杰.兰州交通大学 2011
硕士论文
[1]多层穿梭车密集库系统作业效率优化研究[D]. 贾璐.山东大学 2017
[2]仓储物流机器人拣选路径规划仿真研究[D]. 潘成浩.中北大学 2017
[3]基于粒子群算法的时间约束顺风车路径问题研究[D]. 于浩然.山东大学 2017
[4]仓储系统中机器人小车路径规划算法研究[D]. 高小杰.北京邮电大学 2017
[5]货到人作业模式下的货位优化研究[D]. 何超群.浙江理工大学 2017
[6]基于多巷道倍深式货架的双载物平台堆垛机翻箱策略及待命位研究[D]. 童婧.华中科技大学 2016
[7]智能仓储系统待命位策略及仓库布局优化研究[D]. 郭依.华中科技大学 2016
[8]基于Kiva系统的拣选作业优化与算法研究[D]. 张喜妹.北京邮电大学 2015
[9]多目标优化问题的粒子群算法及其性能分析[D]. 左一多.中国地质大学（北京） 2013
[10]基于智能优化的仓储机器人任务分配研究[D]. 李功捷.哈尔滨工业大学 2013
本文编号：3732582
本文链接：https://www.wllwen.com/jixiegongchenglunwen/3732582.html