基于立体作业模式的“货到人”拣选系统参数估计与调度优化

The “Part-To-Picker” order picking system based on 3D operation mode is the most promising order picking system in the E-Commerce industry becaused of the high picking efficiency. However, its efficiency has not achieved the best level due to lacking the scientific parameter estimation method and scheduling optimization algorithm, so the project will focus on:. (1)To build model for the system and solve it with AMVA, analyze the impact mechanism of parameters and the scheduling to the picking efficiency of the system; . (2)To develop the evaluating standard of the parameters and parameter estimation method, design the parameter optimization algorithm based on artificial neural networks to get the best parameters;. (3)To design the scheduling optimization algorithm under the dynamic situation, choose the best scheduling optimization algorithm based on the current order structure to realize the highest efficiency all the time;. (4)To study the coordinating optimization method of the parameter estimation and the scheduling optimization, verify the research finding with numbers of experimental methods.. The achievement produced by this project can provide new theory and method for parameter designing and scheduling optimization, which will be significantly important to resolve the bottleneck of the low efficiency for the E-Commerce industry.

面对电商企业“海量订单”拣选的重大需求，基于立体作业模式的“货到人”拣选系统因作业效率高，成为最具发展前景的拣选系统，但目前由于在设计阶段缺乏科学的参数设计方法、运行阶段缺乏合理的调度优化算法，导致其拣选效率远未达到最佳水平，为此本项目拟研究：(1)系统建模及基于AMVA的模型解析研究，分析系统参数、拣选调度对系统拣选效率的影响机理；(2)系统参数评估标准及参数估计方法研究，设计基于人工神经网络的参数优化算法求解系统参数最优值；(3)动态订单环境下的拣选调度优化算法研究，根据订单结构的实时变化，选取最优拣选调度优化算法，实现拣选效率实时最优；(4)参数估计和拣选调度协同优化方法研究及实验验证，以出入库任务量的变化规律为纽带，将参数估计和拣选调度协同应用，并采用多种实验方式进行验证。本项目的完成将为系统参数设计、调度优化提供新的理论和方法，对于解决电商企业拣选效率低的关键瓶颈有重要意义。

电商行业中消费者对订单响应时间的要求越来越高，如何快速处理“海量订单”成为电商企业面临的难题。作为立体“货到人”拣选系统的典型代表，多层穿梭车系统具有存储密度大、出入库效率高等特点，成为近年来各大电商应用的主流。目前多层穿梭车系统虽然相对其他系统来说具备一定的优势，但仍有诸多问题尚未解决，导致其效率低于理想水平。究其原因，主要有以下两个问题：. 1、在设计阶段，缺乏系统参数估计方法，导致无法设计出最佳的系统；. 2、在实施阶段，缺乏拣选调度优化理论，导致无法发挥效率优势。. 基于上述问题，本项目主要研究以下内容：. 1、建立一套多层穿梭车系统的多约束数学模型，分析订单结构的动态变化特征并将其作为系统输入，研究立体库规模、缓存长度等配置参数与系统效率之间的关系，探讨参数最优值求解方法。. 2、研究储位分配、订单排序等因素对多层穿梭车系统拣选时间的影响机理，设计拣选调度优化算法，实现系统拣选效率实时最优。. 3、多层穿梭车系统参数估计和调度优化协同研究，分析拣选调度优化算法对系统出入库任务的影响，进而推导对系统参数估计值的影响。. 主要研究成果包括以下四个方面：. 1、针对多层穿梭车系统，建立其排队论模型，并创新性地提出求解方法，使求解结果更精确。. 2、提出多层穿梭车系统参数估计方法。参数估值值包括：系统排、层、列、穿梭车数量、提升机数量、拣选站台数量、输送缓存数量。. 3、提出多层穿梭车系统调度优化算法。调度优化算法主要包括储位分配算法和订单排序优化算法。. 4、提出多层穿梭车系统参数估计和调度协同优化算法。算法采用二阶段法，在参数估计确定的基础上，进行订单排序优化，再利用结果反馈调整参数估计值。. 本项目的研究内容隶属于系统科学、计算机科学、物流工程等多学科交叉研究前沿，有望为系统规划设计人员提供一种新的参数设计指导方法；同时在不增加成本的前提下，通过调度优化为系统效率提升提供一条崭新途径。