yd2333云顶电子游戏

接待来到上海yd2333云顶电子游戏云仓,竭诚为您提供:电商仓储配送,冷链仓储配送,货仓外包等仓配一体化效劳!收藏我们 电商云仓 网站地图

接待来到上海yd2333云顶电子游戏云仓,竭诚为您提供:电商仓储配送,冷链仓储配送,货仓外包等仓配一体化效劳!

全温区食品仓配物流效劳商20万㎡自营仓+AAAA级物流+全国冷链物流百强

182-0218-6162400-096-2966

yd2333云顶电子游戏动态

热搜要害词: 电商一件代发 冷链配送 社区团购仓配 食品仓储代发货 增值效劳

仓储物流机械搬运密集区储位应急分派研究

来源:本站 | 宣布日期:2023-02-27

0 引言

目前物流已经成为海内外,尤为重要的供应链之一,而仓储在物流中占有很是重要的职位[1]。关于目今的仓储前物流,已经实现机械搬运,接纳自动化分派仓储储位[2]。目前,海内外将仓储储位分派研究,只从结合待分派货物自身特性、设计指标量数学模型求解两个方面入手[3]。在结合待分派货物自身特性方面:外洋有学者以提高仓储分派效率为目的,研究商品分类的数量控制在10类;今后,在20世纪末,外洋学者凭据其时的时代配景,将货物凭据历史信息分类,再通过圆周率分派储位;在此基础上,21世纪初时,有学者提出基于BOM分派储位,即分类存储,进而降低仓储压力;此时,另有学者提出,改变仓储划分区域,为此构建出0-1计划模型[4,5]。海内则从基于存储战略进行货位分派入手,提出相关性、不考虑相关性的或未指派算法,分派仓储;今后有学者提出数学建模要领,通过变邻域搜索算法分派仓储;另有学者凭据商品的重要性,将商品分类存储;另有凭据商品品项的品项货位分派[6,7]。在设计指标量数学模型求解方面,外洋学者在仓储划分区域的研究上,进一步研究区域特点,建立仓储分派的数学模型,并设计求解算法,优化仓储分派;另有学者以提高周转率为目的,接纳非线性模型求解,分派仓储储位,提高仓储空间的利用率;除别的,外洋学者从货架稳定性和收支库效率两方面着手,建立自动化货位分派模型,以革新粒子群优化算法求解方法,优化仓储储位分派[8,9]。海内设计指标量数学模型求解,则是接纳赋权法和求解原问题多目标函数两种步伐,分派仓储储位,因此有学者从行驶时间、货架稳定性、收支库频率三方面入手,利用加权组合方法,接纳遗传算法求解,分派仓储储位;更有学者以汽车行业为实验工具,建立货位分派的多目标优化数学模型,求解仓储货位的最优分派[10,11]。可是在上述的研究中,大都只考虑了货架稳定性和收支库效率两方面,未曾有学者深入研究仓储密集区域,储位应急分派要领,为此提出仓储物流机械搬运密集区储位应急分派研究。

1 研究仓储物流机械搬运密集区储位应急分派要领

1.1 析仓储物流机械搬运密集区储位结构

基于文献[12]对仓储物流机械搬运密集区储位结构的研究结果,凭据Fishbone型储位结构模式进行剖析,进而建立此次仓储物流机械搬运密集区储位应急分派模型。其Fishbone型储位结构模式如图1所示。

图1 Fishbone型储位结构模式图

图1 Fishbone型储位结构模式图  


从图1中可以看出,此次剖析的Fishbone型储位结构,将仓储储位分为了四个货区,图中存取点设计在了仓储前端底部中心,且各条巷道交叉间,泛起45°[12]。因此在如图1所示的Fishbone型储位结构中,其仓储单位货位的长宽均相等,且拣货巷道的宽度与单排货架的宽度也相等。所以设仓储货位长宽为l,高为h,其货号区域用k体现,即k=(1,2,3,4),其区位布展如图1所示;货位的排数用x体现,即x=(1,2,…,xmax);货位的列数用y体现,即y=(1,2,…,ymax);货位的层数用z体现,即z=(1,2,…,zmax)。此时(k,x,y,z)即可以表述为k区x排y列z层的货物。此时,仓贮存取点的位置设为(0,0,0)。

此时,将如图1所示的Fishbone型储位结构中,其货物存放战略接纳随机分类的方法,且在同一货架上,摆放着形状体积相同、质量差别的货物;每种货物的质量为M,周转率为P;可是,一个储位只能存放一个种类的货物;堆垛机和输送机匀速运动,其运动速度为v;在建立储位应急分派模型时,只考虑拣选作业时间,忽略存取货物的时间;货物架上的托盘,标准、质量统一,可是所存储的货物质量差别。此时,即可凭据上述剖析内容,建立储位应急分派模型,对模型求解,分派仓储储位。

1.2 建立储位应急分派模型

此次建立储位应急分派模型,需要从收支库效率和货架稳定性两方面,建立储位应急分派模型。由于堆垛机的运动速度一定,可是在水平偏向和竖直偏向保存速度差,而提高收支库的效率,就需要减少收支库作业历程中的一定距离。所以设堆垛机在y水平偏向的平均移动速度为vy,在z竖直偏向的平均移动速度为vz。此时,堆垛机将货物从货架收支口存入货格的时间为[max(yvy,zvz,l,h)]。除此之外,货物在收支口时,还会受到储位的排数和巷道的宽度影响,因此设输送机将货物在排数x上,从货架出口送往收支库口的水平运送速度为vx,则货物的输送时间为(x+[x2]vx)lh,其中,[x2]体现巷道宽度对输送距离的影响,取值时选取不大于x2的整数。综上所述,收支库效率最高时,储位应急分派的目标函数f1(x, y,z)为:

minf1(x,y,z)=∑x=1a∑y=1b∑z=1c[x+[x2]vx+max(yvy,zvz)]×l×h×pxyz?????????(1)

式中(a,b,c)体现货架的a排,b列,c层;pxyz体现储位(x,y,z)上货物的周转率[13]。

从图1中可以看出,货架多是两排货架,接纳一台堆垛机进行仓储,且货架在x偏向的宽度,远小于y偏向上的长度,因此需要两排货架,坚持基本一致的总重量,且单排货架的货物质量与其所在层的乘积之和最小。此时包管货架稳定,储位应急分派的目标函数f2(x,y,z)为:

minf2(x,y,z)={∑x=1a∑y=1b∑z=1cΜi*nxyzi*z*l*h∑x=1a∑y=1b∑z=1cΜi*nxyzi∑q=1a2-1(∑y=1b∑z=1cΜi*n(2q)yzi-∑y=1b∑z=1cΜi*n(2q+1)yzi)2?????????(2)

式中,Mi体现第i类货物的单位质量;nxyzi体现存储在(x,y,z)储位上的第i类货物数量;q体现货架,即x=2q和x=2q+1,q∈N且q∈a2-1,其中N体现货架的个数[14]。此时,(1)式和(2)式即为储位应急分派模型,其约束条件为:

constraint{1≤x≤xmax1≤y≤ymax1≤z≤zmax?????????(3)

综上所述,(1)、(2)和(3)式即为储位应急分派模型。此时,针对如(1)、(2)和(3)式所示的储位应急分派模型求解,即可针对仓储物流机械搬运密集区,进行储位应急分派。

1.3 储位应急分派

此次储位应急分派,接纳遗传算法,分派应急储位,其储位应急分派流程如图2所示。

图2 储位应急分派流程

图2 储位应急分派流程   


在如图2所示的储位应急分派流程中�;诖舜谓⒌拇⑽挥狈峙赡P�,确定储位分派的选择算子。因此设(1)、(2)和(3)式函数的总优化目标函数值为F,储位分派的最大适应度为Gmax,目今储位分派的最小适应值为Gmin,目今选择的循环次数为t,终止循环次数为T。此时,关于选择的储位分派概率P为Ρ(j)=G1(j)∑j=1JG(j),其中,J体现第j类货物的数量,G体现储位分派适应度[15]。则储位应急分派模型,总优化目标函数值倒数的储位分派适应度为:

G=1FG1(j)=G(j)+e-etΤe+etΤ(Gmax-Gmin)?????????(4)

此时,当(4)式处于储位分派初期时,e-etΤe+etΤ≈1,则获得的G1(j)储位分派适应度被选择概率P(j)弱化,包管所有仓储物流,都有相适应的储位;当(4)式处于储位分派后期时,e-etΤe+etΤ≈0,G1(j)≈G(j),则获得的G1(j)储位分派适应度被选择概率P(j)增强,可以加速仓储的分派速度,为应急仓储物流迅速选择适合的储位。

凭据(4)式的盘算结果,将最大循环次数T,设定为仓储应急分派的终止条件,中选择的循环次数t>T时,即直接退出循环分派历程,分派应急储位。此时,将上述叙述历程,带入图2储位应急分派流程,即可获得应急储位最优分派结果。

2 仿真剖析

此次试验,选择MATLAB仿真平台,验证此次研究的仓储物流机械搬运密集区储位应急分派要领。因此,将此次提出的储位应急分派要领记为实验A组,将文献中提到的两种储位应急分派要领,划分记为实验B组和实验C组。凭据储位应急分派要领,对储位分派的特点,以拣货行走距离为实验研究偏向,统计三组要领与原始要领,14天总计拣货行走距离和日均行走距离,盘算拣选路径缩短率,比照三种储位应急分派要领,在仿真平台上,拣货行走距离是非和拣选路径缩短率巨细。

2.1 实验准备

此次选择的MATLAB仿真平台,所具有的仿真情况为Intel(R) Xeon(R) i3 CPU型号的效劳器,其处理器为2.10 GHz的双核处理器,处理内存16 GB,关于三组要领中,保存的算法,均接纳MATLAB R2015b仿真平台上的翻译功效,c#语言设计开发仿真程序,进行算法翻译,此次的仿真平台的操作程序为64位的Windows7操作程序,在该仿真平台上,其信息存储数据库为Microsoft SQL Server2014。

在此次实验设计的仿真实验情况下,选择某区域仓储物流机械搬运货仓,作为此次实验的仿真工具。在该货仓中,保存近两个月的订单数据信息,并将此次仿真实验,选择的近两个月订单数据信息,存储在Microsoft SQL Server2014数据库中。此次实验的仿真历程如下:(1)此次仿真实验,接纳原始的储位应急分派要领,盘算两个月内,每天订单的拣货行走距离总和,并统计货物品规之间的相关性、出库量等信息;(2)确定此次仿真实验历程中,最合适的品规动态调解数量,包管此次实验的严谨性。因此选取50、100、300、300四个层次的品规,进行动态调解的仿真;(3)此时,在办法2确定的调解品规基础上,接纳三组储位应急分派要领,分派此次实验选择的近两个月订单数据。纪录三组储位应急分派要领,对此次实验选择的近两个月订单数据,仓储分派仿真得出的拣货行走距离及拣选路径缩短率,进行统计。其中拣选路径缩短率?的表达式为:

?=(D2-D1)D2?????????(5)

式中,D1体现三组要领中,所有拣货人员的日均行走距离;D2体现原始要领中,所有拣货人员的日均行走距离。

关于办法2中,差别品规的动态仿真结果,如表1所示。

表1 差别品规的动态仿真结果 




日期
订单
行数
订单数
四个层次品规的拣货行走距离/km

50
100200300
11 6345543.643.643.243.4

2
1 8644265.064.464.364.2

3
1 5945295.094.394.193.8

4
2 87610196.195.495.095.7

5
1 74512597.196.396.497.2

6
2 76188100.199.799.499.7

7
9254633.233.133.233.2

8
1 5166869.469.469.469.7

9
2 3967192.091.391.392.2

10
1 6325363.763.763.763.7

11
3 092104132.5132.1131.7133.1

12
3 00948127.4126.5126.5126.7

13
2 2768486.586.186.186.2

14
7654936.536.636.447.2

总计
28 0199861 138.31 132.31 130.61 135.8

日均
2 0077081.3180.8780.7581.12



此时,凭据表1所示的差别品规动态仿真结果,将其绘制成如图3所示的折线图,统计表1中所有工人的拣货行走距离的总和,及其每天所有工人的拣货行走距离的总和。

图3 差别品规的动态仿真结果折线图

图3 差别品规的动态仿真结果折线图  


从图3可以看出,当每次调解200品规时,是最为适合该库区的品规调解数量。因此,此次仿真实验,选择200个品规,作为此次三组储位应急分派要领的仿真参数。

2.2 第一组实验结果

在此次实验确定的实验参数下,对三种要领,在200品规下,同样14天下,订单行数和订单数如表1所示。此时,对同等日期的拣货行走距离进行统计,比照三种要领,拣货行走距离是非,其统计结果,如表2所示。

表2 拣货行走距离比照表(km) 




日期
实验A组实验B组实验C组原始要领

1
42.9544.4544.9846.38

2
64.2164.5368.1171.36

3
93.2594.6596.9899.12

4
94.5997.90103.06104.35

5
96.82100.21103.20108.20

6
98.52104.44104.07107.90

7
32.9433.1135.1436.42

8
69.4271.8573.8677.78

9
91.2494.8996.76102.45

10
63.3165.5369.7572.50

11
131.19136.04137.35141.90

12
126.28130.70135.39143.23

13
85.8089.6792.3797.03

14
39.6541.0442.2044.43

总计
1 130.21 169.01 203.21 253.1

日均
80.7383.5085.9489.50



从表2中可以看出,该区域的仓储物流机械搬运货仓,原始应急分派要领拣货行走距离,14天总计抵达了1253.1 km, 日均抵达了89.50 km; 实验B组比原始要领14天总计拣货行走距离少了84 km, 日均少了6 km; 实验C组比原始要领14天总计拣货行走距离少了49.9 km, 日均少了3.56 km; 实验A组比原始要领14天总计拣货行走距离少了122.9 km, 日均少了8.77 km。由此可见,此次研究的储位应急分派要领,在分派速度上是三组要领中最快的。

2.3 第二组实验结果

在第一组实验的基础上,进行第二组实验。接纳(5)式,盘算表2中三组要领的拣选路径缩短率,比照与原始要领缩短的距离,其(5)式的盘算统计结果如表3所示。

表3 拣选路径缩短率比照表(%) 




日期
实验A组实验B组实验C组

1
7.404.153.02

2
10.019.564.56

3
5.924.512.16

4
9.356.181.24

5
10.527.394.63

6
8.693.213.55

7
9.559.103.51

8
10.757.625.04

9
10.957.395.55

10
12.679.613.79

11
7.554.133.21

12
11.848.755.47

13
11.577.594.08

14
10.767.635.02

总计
9.814.923.98

日均
9.804.913.98



从表3中可以看出,经过(5)式的盘算,所统计出的拣选路径缩短率,实验A组最高,实验C组最低,与表2拣货行走距离比照表一致,盘算结果有效;且实验A组的日均拣选路径缩短率,横跨实验C组5.82%,实验B组4.89%。由此可见,此次研究的储位应急分派要领,关于密集区域的仓储物流储位分派迅速,效率高。

综合上述两组实验结果可知,此次研究的储位应急分派要领,拣货行走距离最短,与原始要领的拣选路径缩短率最高。

3 结束语

综上所述,此次研究仓储物流机械搬运密集区储位应急分派要领,考虑差别储位漫衍模式,对储位分派的影响,建立与储位相适应的分派模型,缩短拣货行走距离;经过仿真实验,从日均行走距离和日均拣选路径缩短率两个实验结果,确定拣货行走距离日均比原仓储应急分派要领少了8.77 km, 经过盘算,日均拣选路径缩短率抵达了9.8%。可是此次研究的仓储物流机械搬运密集区储位应急分派要领,仅考虑了Fishbone型储位结构模式,储位应急分派要领,未曾考虑其他储位结构模式,储位应急要领的适应性。因此,在今后的研究中,还需不绝深入研究仓储物流机械搬运密集区储位应急分派要领,深入剖析差别储位结构模式下,储位应急漫衍战略,研究出所有储位结构模式,均可使用的储位应急分派要领。


【本文标签】

【责任编辑】yd2333云顶电子游戏云仓

最新资讯

网站地图