【自動(dòng)化立體倉(cāng)庫(kù)揀選路徑研究11000字（論文）】

自動(dòng)化立體倉(cāng)庫(kù)揀選路徑優(yōu)化研究案例—以九州通醫(yī)藥物流中心為例目錄1緒論 11.1研究背景和意義 11.1.1研究背景 11.1.2研究意義 31.2研究?jī)?nèi)容及研究框架 31.3研究方法 32相關(guān)理論概述 52.1揀貨問(wèn)題相關(guān)概述 52.1.1揀選作業(yè)的概念和方式 52.1.2揀貨作業(yè)的特點(diǎn) 62.2蟻群算法概述 62.2.1蟻群算法工具介紹 62.2.2蟻群算法模型建立步驟 62.3最短路徑問(wèn)題介紹 72.3.1最短路徑問(wèn)題 72.3.2TSP問(wèn)題 83九州通醫(yī)藥物流中心倉(cāng)儲(chǔ)中心揀貨路徑狀況分析 93.1九州通醫(yī)藥物流中心簡(jiǎn)介 93.2揀貨作業(yè)流程及要求 113.3揀貨的路徑分析 123.4現(xiàn)行揀貨路徑存在的問(wèn)題和原因分析 133.4.1缺乏合理的路徑規(guī)劃 133.4.2揀貨作業(yè)不規(guī)范 143.4.3人工揀貨方式局限性 144物流中心管理有限公司揀貨路徑優(yōu)化 174.1數(shù)據(jù)整理 174.2模型建立 184.2.1模型描述和約束條件 184.3模型的計(jì)算 204.3.1揀貨路線蟻群算法的mod模型的建立 204.3.2揀貨路線蟻群算法的dat模型的建立 214.3.3揀貨路線的蟻群算法模型運(yùn)行和分析 214.4模型的結(jié)果 234.4.1揀貨路徑優(yōu)化前后對(duì)比 234.4.2揀貨路徑優(yōu)化效果 25291454.5基于蟻群算法求解后揀貨作業(yè)流程改善建議 255結(jié)論 27參考文獻(xiàn) 29緒論研究背景和意義研究背景揀貨作業(yè)是倉(cāng)儲(chǔ)核心作業(yè)之一，在倉(cāng)儲(chǔ)作業(yè)中占有很重要的位置。揀貨的效率在很大程度上決定著出貨率以及客戶的滿意度。在揀貨過(guò)程中，貨架的位置和貨區(qū)以及包裝作業(yè)區(qū)這些位置之間有著一定的距離，同一個(gè)客人的貨物會(huì)來(lái)自其他不同的貨架及貨區(qū)。揀貨路徑在很大程度上影響著客人的貨物從貨架到包裝發(fā)貨的時(shí)間。當(dāng)前，我們國(guó)內(nèi)的物流企業(yè)在揀貨的作業(yè)過(guò)程中，還沒(méi)有比較明確的作業(yè)路線和揀貨智能系統(tǒng)作為導(dǎo)向。絕大部分物流公司揀貨還是以工人個(gè)人的主觀意識(shí)來(lái)進(jìn)行，這就很容易造成揀貨效率低下問(wèn)題。揀貨作業(yè)這個(gè)環(huán)節(jié)在倉(cāng)庫(kù)的范圍內(nèi)決定了出貨效率。正是因?yàn)槿绱?，怎樣?jì)算出既合理又科學(xué)的路徑，成為了目前企業(yè)急需解決的問(wèn)題。九州通醫(yī)藥物流中心是一家供應(yīng)鏈管理公司，倉(cāng)庫(kù)總面積12830萬(wàn)平方米。廣州倉(cāng)3000平方米，上海倉(cāng)2800平方米，杭州倉(cāng)1720平方米，總部位于廣州，本文選取九州通醫(yī)藥物流中心的廣州倉(cāng)作為樣本，這里以九州通醫(yī)藥物流中心作為研究對(duì)象主要是該公司在廣州這一城市具有代表性意義以及本人在公司工作經(jīng)歷。在公司的揀貨工作中，發(fā)現(xiàn)九州通醫(yī)藥物流中心揀貨路徑存在著問(wèn)題，這些問(wèn)題會(huì)影響公司的揀貨效率以及客戶的滿意度。所以九州通醫(yī)藥物流中心揀貨路徑需要優(yōu)化研究，目前，九州通醫(yī)藥物流中心因路徑問(wèn)題產(chǎn)生了不好的影響，導(dǎo)致客戶流失嚴(yán)重和客戶滿意度降低，這極大地影響了公司的信譽(yù)，因此，怎么去制定即科學(xué)又合理的揀貨路徑，縮短出貨的時(shí)間，提高客戶的滿意度是九州通醫(yī)藥物流中心迫切需要解決的問(wèn)題。1-137.35mM貨區(qū)25.32m35.57mF貨區(qū)23.6m18.41m16.3mC貨區(qū)2.7m18.63mB貨區(qū)14.5mA貨區(qū)16.41m12.5m4m圖1-1貨區(qū)布局簡(jiǎn)圖研究意義本文通過(guò)分析九州通醫(yī)藥物流中心倉(cāng)儲(chǔ)中心當(dāng)前的揀貨路徑，以現(xiàn)在的實(shí)時(shí)路徑為依據(jù)，建立蟻群算法模型，導(dǎo)入數(shù)據(jù)，進(jìn)行模型求解。求出最優(yōu)揀貨路徑，進(jìn)而縮短揀貨中一些耗時(shí)的不必要。降低企業(yè)的人力和物力成本，提高倉(cāng)儲(chǔ)出貨效率以及客戶的滿意度，增加公司在物流企業(yè)同行的競(jìng)爭(zhēng)力，同時(shí)希望能給同類的供應(yīng)鏈公司提供優(yōu)化揀貨流程的思路以及物流倉(cāng)儲(chǔ)中心作業(yè)流程優(yōu)化。研究?jī)?nèi)容及研究框架本文研究的是九州通醫(yī)藥物流中心揀貨路徑優(yōu)化問(wèn)題，借助國(guó)內(nèi)相關(guān)物流企業(yè)和背景，通過(guò)以九州通醫(yī)藥物流中心倉(cāng)儲(chǔ)中心為研究對(duì)象，分析目前揀貨路徑存在的問(wèn)題和問(wèn)題產(chǎn)生的原因。收集揀貨作業(yè)的相關(guān)數(shù)據(jù)，構(gòu)建最短路徑為目標(biāo)求解的TSP數(shù)學(xué)函數(shù)模型，通過(guò)蟻群算法建立模型來(lái)進(jìn)行求解，最后得出最優(yōu)的揀貨路徑，對(duì)現(xiàn)在的揀貨路徑進(jìn)行調(diào)整，最后給出改善建議。將優(yōu)化前后的路徑進(jìn)行對(duì)比，優(yōu)化后的揀貨路徑縮短了揀貨的距離，倉(cāng)庫(kù)的揀貨時(shí)間有了整體的縮短，改善了九州通醫(yī)藥物流中心當(dāng)前揀貨路徑存在的問(wèn)題。本文論文結(jié)構(gòu)圍繞了解相關(guān)背景發(fā)現(xiàn)問(wèn)題、分析存在的問(wèn)題、建立模型和解決問(wèn)題的順序開(kāi)展論文，框架如圖1-2所示。研究方法本文對(duì)九州通醫(yī)藥物流中心揀貨路徑分析中，主要運(yùn)用了文獻(xiàn)研究法、實(shí)地調(diào)查法等研究方法。（1）文獻(xiàn)研究法為了掌握相關(guān)物流揀貨路徑理論研究最新成果，使得對(duì)九州通醫(yī)藥物流中心的研究具有較強(qiáng)的理論性，收集了大量揀貨路徑相關(guān)領(lǐng)域的文獻(xiàn)、期刊和最新資料，對(duì)九州通醫(yī)藥物流中心揀貨現(xiàn)狀及發(fā)展進(jìn)行評(píng)價(jià)和分析，從中找出存在的問(wèn)題，使得研究適合時(shí)代發(fā)展。（2）實(shí)地調(diào)查法主要研究九州通醫(yī)藥物流中心揀貨路徑內(nèi)容，在了解揀貨路徑的內(nèi)容和意義后，前往九州通醫(yī)藥物流中心倉(cāng)儲(chǔ)進(jìn)行的實(shí)地考察，對(duì)A供應(yīng)鏈物流園區(qū)的多家物流企業(yè)的倉(cāng)儲(chǔ)進(jìn)行走訪，吸取其他公司揀貨路徑的經(jīng)驗(yàn)，獲取利于相關(guān)信息。緒論緒論研究問(wèn)題提出問(wèn)題研究問(wèn)題提出問(wèn)題相關(guān)理論相關(guān)理論揀貨相關(guān)概述TSP問(wèn)題蟻群算法模型揀貨相關(guān)概述TSP問(wèn)題蟻群算法模型九州通揀貨路徑現(xiàn)狀九州通揀貨路徑現(xiàn)狀揀貨路徑成因分析九州通醫(yī)藥物流中心簡(jiǎn)介揀貨路徑存在問(wèn)題揀貨路徑成因分析九州通醫(yī)藥物流中心簡(jiǎn)介揀貨路徑存在問(wèn)題揀貨作業(yè)不規(guī)范揀貨路徑重復(fù)缺乏科學(xué)路徑規(guī)劃揀貨作業(yè)不規(guī)范揀貨路徑重復(fù)缺乏科學(xué)路徑規(guī)劃基于蟻群算法基于蟻群算法模型揀貨路徑規(guī)劃揀貨時(shí)間縮短客戶滿意度提升出貨量提高揀貨時(shí)間縮短客戶滿意度提升出貨量提高總結(jié)于致謝總結(jié)于致謝圖1-2論文框架圖相關(guān)理論概述揀貨問(wèn)題相關(guān)概述揀選作業(yè)的概述和方式揀選作業(yè)是根據(jù)顧客所需的訂貨要求或者配送中心所制定的送貨計(jì)劃，盡可能快速并且準(zhǔn)確地將顧客所需的商品從所在的路徑或者其他區(qū)域進(jìn)行揀取出來(lái)，并且按照規(guī)定的方式進(jìn)行整理分類、集中、等待配送的作業(yè)過(guò)程。在倉(cāng)庫(kù)配送的作業(yè)方面的環(huán)節(jié)中，揀選作業(yè)在整個(gè)配送中心中是非常重要的環(huán)節(jié)，它是整個(gè)倉(cāng)儲(chǔ)配送中心作業(yè)系統(tǒng)方面的核心。在倉(cāng)儲(chǔ)配送中心的搬運(yùn)成本中，揀選作業(yè)這一環(huán)節(jié)的搬運(yùn)成本約占據(jù)了90％；物流企業(yè)這個(gè)勞動(dòng)很密集的配送中心，與揀選作業(yè)所相關(guān)的人力約占據(jù)了50％，整個(gè)配送中心作業(yè)時(shí)間在揀選作業(yè)時(shí)間中占30％—40％。因此，揀選作業(yè)的合理規(guī)劃和管理，對(duì)配送中心的作業(yè)效率這方面具有決定性的影響[5]。在互聯(lián)網(wǎng)日益發(fā)展的時(shí)代，物流倉(cāng)儲(chǔ)揀貨作業(yè)有了多樣化的選擇，尤其是在當(dāng)今現(xiàn)代化物流的倉(cāng)儲(chǔ)中心，物流企業(yè)通常采用一些比較好的作業(yè)方式來(lái)進(jìn)一步提高揀貨整體效率，目前揀貨作業(yè)的方式主要有人工摘果式、人工播種式、摘取式DPS、播種式DPS這四種揀貨方式[3]。接下來(lái)簡(jiǎn)單介紹下目前為止這幾種常用揀貨方式的優(yōu)缺點(diǎn)，具體如表2-1所示：表2-1幾種揀貨方式的優(yōu)缺點(diǎn)揀貨方式優(yōu)點(diǎn)缺點(diǎn)人工摘果式操作方法簡(jiǎn)單，揀貨人員責(zé)任明確，易于評(píng)估;揀貨后不用再進(jìn)行分類作業(yè)。揀貨區(qū)域較大時(shí)，搬運(yùn)困難人工播種式可以顯著提高工作效率，縮短揀選貨品時(shí)行走搬運(yùn)的距離，增加單位時(shí)間的揀選數(shù)量。對(duì)單一訂單無(wú)法進(jìn)行操作。摘取式DPS更準(zhǔn)確、快捷、減少了揀貨員的勞動(dòng)力度系統(tǒng)維護(hù)成本較高、專業(yè)性強(qiáng)播種式DPS準(zhǔn)確、快捷、減少人工消耗專業(yè)性強(qiáng)揀貨作業(yè)的特點(diǎn)電商和物流這兩個(gè)在揀選作業(yè)中的特點(diǎn)和要求是相連的，電商物流為適應(yīng)當(dāng)今社會(huì)的需求，必須對(duì)一些零散訂單做出響應(yīng)，揀選貨物的包裝和運(yùn)輸，以此來(lái)提高消費(fèi)者的體驗(yàn)，增加客戶的來(lái)源[7]。同時(shí)，電商物流的訂單有很大的漲落以及波動(dòng)性，特別是電商物流的高峰期“雙十一”等，這類促銷活動(dòng)日，訂單量不短上升，訂單的揀選這方面的壓力會(huì)增加許多。

因此，在面對(duì)電商揀選訂單時(shí)，會(huì)由于訂單的特殊性，揀貨作業(yè)難度上升，轉(zhuǎn)變成復(fù)雜的揀貨作業(yè)，揀貨工作效率的要求越來(lái)越高，企業(yè)需要不斷的去優(yōu)化當(dāng)前的揀選方案進(jìn)而提高工作的效率。例如：通過(guò)縮短揀貨路徑的距離，在揀貨作業(yè)流程以及作業(yè)方式這兩方面來(lái)進(jìn)行優(yōu)化，在系統(tǒng)進(jìn)行設(shè)置規(guī)則的下面，進(jìn)行自動(dòng)篩選的訂單以及貨物庫(kù)位的分配。蟻群算法概述蟻群算法工具介紹蟻群算法（AMathematicalProgrammingLanguage）屬于計(jì)算機(jī)語(yǔ)言的分支，是一種強(qiáng)大靈活的綜合性數(shù)學(xué)模型語(yǔ)言，它可以解決優(yōu)化過(guò)程中經(jīng)常遇到的線性，非線性和整型數(shù)學(xué)規(guī)劃問(wèn)題。對(duì)于數(shù)學(xué)規(guī)劃和大規(guī)模優(yōu)化問(wèn)題，可以借助這個(gè)工具對(duì)其進(jìn)行描述和求解。根據(jù)NEOS統(tǒng)計(jì)，蟻群算法是目前為止使用最為廣泛的數(shù)學(xué)建模語(yǔ)言[2]，可用于求解我們學(xué)習(xí)中所常見(jiàn)的線性問(wèn)題、非線性問(wèn)題、整數(shù)規(guī)劃等。蟻群算法可以解決很多領(lǐng)域中的問(wèn)題，例如；生產(chǎn)模型的最大利潤(rùn)問(wèn)題、餐飲問(wèn)題方面的最低成本消耗問(wèn)題、交通方面運(yùn)輸問(wèn)題、最短路徑問(wèn)題等，借助蟻群算法不僅提供簡(jiǎn)單又比較直接的代碼模型，而且可以直接帶入數(shù)據(jù)就可以進(jìn)行求解。截止目前為止蟻群算法已經(jīng)為多個(gè)領(lǐng)域提供模型，商業(yè)領(lǐng)域、交通領(lǐng)域、研究領(lǐng)域等。蟻群算法模型建立步驟蟻群算法的求解的大致思路可以簡(jiǎn)單概括為：分析問(wèn)題、建立模型、運(yùn)行模型。具體步驟如下：

（1）分析問(wèn)題，對(duì)于一切需要求解的問(wèn)題，我們首先需要分析題干確定求解的目標(biāo)函數(shù)。

（2）建立模型，蟻群算法模型分為代碼（mod）模型和數(shù)據(jù)(data)模型,建立模型需要按如下步驟操作：

設(shè)置集合，這個(gè)集合包含題目中的所有同類參數(shù)，集合可以為一個(gè)也可能為多個(gè)，根據(jù)實(shí)際問(wèn)題確定集合數(shù)量，模型中用set執(zhí)行；

確定參數(shù)，找出題干中所有的參數(shù)，模型中用param表示；

找出決策變量，變量用var表示；

確定目標(biāo)函數(shù)，目標(biāo)函數(shù)根據(jù)題干確定，一般為求解最大值、最小值問(wèn)題，分別用maxmize和minimize表示；

列出約束條件，即參數(shù)或者變量的取值范圍等，用subjectto表示；

確定數(shù)據(jù)模型，數(shù)據(jù)模型的建立步驟和代碼模型相同，不同之處在于它加入了數(shù)據(jù)。

（3）運(yùn)行模型，模型的運(yùn)行即模型求解，求解主要用到的語(yǔ)言有reset重置模型，solve運(yùn)行，display演示求解的其他變量的值，還有調(diào)用求解器optionsolvercplex等。最短路徑問(wèn)題介紹最短路徑問(wèn)題6最短路徑問(wèn)題主要求解的是在圖中兩個(gè)頂點(diǎn)之間找到一條較好的揀貨路徑，然后使得組成邊的權(quán)值之和最小化[2]，如圖2-1所示，節(jié)點(diǎn)6和節(jié)點(diǎn)1之間存在兩條路徑，它們分別是（6,4,5,1）和（6,4,3,2,1），這兩條路徑的邊權(quán)求和，其中有一條是距離較短的。65454112323圖2-1最短路徑TSP問(wèn)題旅行商問(wèn)題，就是TSP問(wèn)題（Traveling

Salesman

Problem）又譯為旅行推銷員問(wèn)題，是數(shù)學(xué)領(lǐng)域中著名問(wèn)題之一。我們假設(shè)有一個(gè)旅行的商人要拜訪N個(gè)城市，每個(gè)城市都要經(jīng)過(guò)，我們假設(shè)它從A城市出發(fā)。拜訪完所有城市回到城市A。我們通過(guò)將這些城市連接成一個(gè)網(wǎng)絡(luò)線圖，兩城市之間距離已知，因此我們根據(jù)已知條件建立數(shù)學(xué)模型，求解最短總路徑為目標(biāo)的函數(shù)值，最終輸出一條最優(yōu)的路徑，我們通過(guò)一個(gè)帶權(quán)圖來(lái)說(shuō)明這個(gè)問(wèn)題。通過(guò)圖論來(lái)說(shuō)明，即給定一個(gè)連通的網(wǎng)絡(luò)圖K,圖形上的每一條邊都帶有一個(gè)非負(fù)的，需要尋求一個(gè)回路，經(jīng)過(guò)K的所有點(diǎn)，并且回路W的總權(quán)數(shù)最小，如圖2-4所示:ADBC圖2-4旅行商問(wèn)題商人要拜訪A、B、C、D四個(gè)城市，求條線路使得經(jīng)過(guò)所有城市并且對(duì)該路線問(wèn)題進(jìn)行求解。本文提供該圖的數(shù)學(xué)模型提供求解思路。G（V，E），V為頂點(diǎn)(城市)構(gòu)成的集合，E為邊(路線)構(gòu)成的集合，各個(gè)距離dijminZi=1j=14xij=1,s.tj=14xi∈S本論文在后文求解及轉(zhuǎn)換模型時(shí)會(huì)再次運(yùn)用到該模型，在后文應(yīng)用到該模型時(shí)會(huì)詳細(xì)介紹模型及其約束條件，這里就不一一介紹模型中的每個(gè)約束條件。九州通醫(yī)藥物流中心倉(cāng)儲(chǔ)中心揀貨路徑狀況分析九州通醫(yī)藥物流中心簡(jiǎn)介九州通醫(yī)藥物流中心總部位于廣東廣州，目前服務(wù)團(tuán)隊(duì)有500于人。公司是致力于為物流規(guī)劃、干線運(yùn)輸、倉(cāng)儲(chǔ)配送、保稅通關(guān)、營(yíng)銷推廣、商品管理等服務(wù)，涉及電商物流、跨境電子商務(wù)和產(chǎn)品供應(yīng)鏈三大模塊，核心客戶群遍布直銷和快消品行業(yè)、石油化工行業(yè)、電子商務(wù)行業(yè)、服裝及鞋類等行業(yè)。公司分別在廣州、上海、杭州等地建立了現(xiàn)代化倉(cāng)庫(kù)，一直致力于為客戶服務(wù)，在倉(cāng)儲(chǔ)中心安裝有24小時(shí)全方位錄像、火車場(chǎng)級(jí)別安檢系統(tǒng)；公司憑借優(yōu)秀的服務(wù)，目前已成為中國(guó)最大的第三方電商倉(cāng)儲(chǔ)物流企業(yè)之一，天貓商超最核心的倉(cāng)儲(chǔ)管理服務(wù)提供商，國(guó)家科技部認(rèn)證的高新技術(shù)企業(yè)，4A級(jí)物流企業(yè)。九州通醫(yī)藥物流中心在國(guó)內(nèi)市場(chǎng)占據(jù)著有利條件，不斷提高產(chǎn)品的品質(zhì)和效率，深入挖掘潛在的市場(chǎng)，在近年來(lái)將重心轉(zhuǎn)向華南區(qū)市場(chǎng)開(kāi)發(fā)，主要涉及廣州、東莞、深圳、白云機(jī)場(chǎng)等地設(shè)立分公司，擴(kuò)大了公司范圍，為加快走向全球打下堅(jiān)實(shí)的基礎(chǔ)，營(yíng)業(yè)額占比如圖3-1所示，其中廣州占了營(yíng)業(yè)總額70%，深圳占了18%，東莞占了9%，其他占了4%。圖3-1九州通醫(yī)藥物流中心各分公司營(yíng)業(yè)額占比到2019年，公司擁有員工500人，擁有2100平方米的辦公區(qū)域，各種大小貨運(yùn)車輛55臺(tái)，擁有WMS倉(cāng)庫(kù)管理系統(tǒng)，保證正確的進(jìn)貨和庫(kù)存控制以及發(fā)貨。目前公司倉(cāng)庫(kù)中心操作面積達(dá)12萬(wàn)平方米。廣州倉(cāng)3000平方米，上海倉(cāng)2800平方米，杭州倉(cāng)1720平方米。倉(cāng)庫(kù)布局圖如圖3-2所示：M貨區(qū)M貨區(qū)發(fā)貨區(qū)門(mén)貨物點(diǎn)數(shù)區(qū)卸貨區(qū)發(fā)貨區(qū)門(mén)貨物點(diǎn)數(shù)區(qū)卸貨區(qū)過(guò)道門(mén)過(guò)道過(guò)道門(mén)過(guò)道門(mén)F貨區(qū)拆包區(qū)派單口門(mén)F貨區(qū)拆包區(qū)派單口辦公室門(mén)辦公室門(mén)過(guò)道C貨區(qū)過(guò)道C貨區(qū)門(mén)門(mén)門(mén)門(mén)門(mén)門(mén)過(guò)道過(guò)道過(guò)道過(guò)道貴重物品區(qū)門(mén)貴重物品區(qū)門(mén)過(guò)道過(guò)道A貨區(qū)門(mén)A貨區(qū)門(mén)B貨區(qū)揀貨設(shè)備區(qū)B貨區(qū)揀貨設(shè)備區(qū)門(mén)門(mén)門(mén)門(mén)圖3-2倉(cāng)庫(kù)布局圖揀貨作業(yè)流程及要求目前公司的主要揀貨作業(yè)主要為人工摘取式揀選訂單，公司的員工通過(guò)個(gè)人工號(hào)登陸WMS倉(cāng)庫(kù)管理系統(tǒng)界面，系統(tǒng)會(huì)以多個(gè)客人的訂單為單位生成揀貨單，揀貨單包含貨物位置信息、貨物大小重量信息。系統(tǒng)會(huì)自動(dòng)連接打印機(jī)將訂單打印，工人可以根據(jù)打印的紙質(zhì)訂單揀貨。工人揀貨需要穿過(guò)A、B、C、F、M五個(gè)貨區(qū)，揀貨的工人每個(gè)人配備相應(yīng)的揀貨手推車，裝好客戶貨物所需的箱子，工人攜帶揀貨單，根據(jù)揀貨單上的貨物信息，找到貨物后，核對(duì)好揀貨單上的條碼，放入相應(yīng)的箱子，完成這件貨物的揀選，當(dāng)客戶所需貨物全部揀選完畢后，工人將已經(jīng)揀貨完成的訂單，送到貨物打包區(qū)，核單員工再次通過(guò)機(jī)器掃描確認(rèn)貨物和訂單無(wú)誤后打好包裝，然后放上傳送帶。最后進(jìn)行裝車配貨。公司屬于供應(yīng)鏈公司，電商工作的，工作量一般比較大，來(lái)貨量也多。使用人工摘取式的方法，非常的簡(jiǎn)單，而且容易上手?？梢杂行П苊庋舆t發(fā)貨時(shí)間，揀貨完成后不需要進(jìn)行分類。公司客戶的訂單主要流向國(guó)內(nèi)，每個(gè)客人包裹的數(shù)量1件到30件不等。一般來(lái)說(shuō)，一個(gè)客人的訂單揀貨完成后，才能進(jìn)入下一個(gè)客人的訂單，但是由于客戶所需的數(shù)量有多有少，有些貨物會(huì)存在少貨或者找不到貨物的情況，對(duì)于缺貨或者少貨的情況，可以暫停這個(gè)訂單揀貨工作，同時(shí)，我們將已經(jīng)揀好的貨物放置到暫存區(qū)，將缺貨或者找不到貨的訂單放到缺貨區(qū)，如果揀貨貨物多出來(lái)的貨放到多貨區(qū)。方便后期工作人員重新揀選核對(duì)。具體的揀貨流程圖如圖3-3所示：開(kāi)始開(kāi)始打印揀貨單打印揀貨單選取揀貨車選取揀貨車選取客戶所需箱子選取客戶所需箱子憑單取貨憑單取貨核對(duì)揀貨數(shù)量核對(duì)揀貨數(shù)量數(shù)量和揀貨單一致數(shù)量和揀貨單一致貨物暫存區(qū)否貨物暫存區(qū)貨送核單包裝區(qū)等待處理盤(pán)點(diǎn)是貨送核單包裝區(qū)等待處理盤(pán)點(diǎn)交單交單結(jié)束結(jié)束圖3-3公司揀貨流程圖揀貨的路徑分析在倉(cāng)儲(chǔ)中心進(jìn)行揀貨作業(yè)時(shí)，企業(yè)通常會(huì)采用某種揀貨路徑策略，其主要目的是為了盡可能縮短行走的總距離。揀貨路線的規(guī)劃和選擇極大的決定貨區(qū)的分布，目前九州通醫(yī)藥物流中心沒(méi)有采用任何揀貨的策略。還是以傳統(tǒng)的摘取式揀貨。揀貨作業(yè)還是依據(jù)員工個(gè)人的自主意識(shí)經(jīng)驗(yàn)來(lái)決定，由于倉(cāng)庫(kù)面積比較大，貨區(qū)又比較分散?？腿说挠唵慰赡軄?lái)自任何一個(gè)貨區(qū)貨架上的物品，員工這樣隨意規(guī)劃揀貨的路線，極度容易造成揀貨效率的降低。并且一旦在訂單數(shù)量大且多的情況下，揀貨通道內(nèi)會(huì)發(fā)生比較擁堵的情況。比如2019年的雙十一期間，就曾因揀貨路徑通道沒(méi)有合理規(guī)劃而經(jīng)常發(fā)生擁堵，本文選取2019年11月到12月的揀貨訂單數(shù)量（由于這個(gè)時(shí)間段是來(lái)貨數(shù)量為全年貨量最大的時(shí)間段，擁堵情況最為明顯）來(lái)進(jìn)行分析，如表3-3所示，這個(gè)時(shí)間段不僅揀貨的訂單多數(shù)量大，而且要求揀貨效率的提高也是至關(guān)重要，正是因?yàn)槁窂降暮侠硪?guī)劃極大的影響著揀貨整體的效率。通過(guò)本人的實(shí)踐經(jīng)歷和仔細(xì)觀察，發(fā)現(xiàn)公司當(dāng)前需要算法來(lái)確定商品揀貨的先后順序，減少路徑所走的重復(fù)路線，進(jìn)而從根本上縮短揀貨員工的行走距離。算法需要考慮忽略貨架高度、倉(cāng)儲(chǔ)中心的擁堵等問(wèn)題，但是我們通過(guò)計(jì)算發(fā)現(xiàn)，優(yōu)化后的揀貨路徑相比于揀貨人員隨意規(guī)劃的路線，整體行走時(shí)間和距離都有大幅度的減小[6]。員工生產(chǎn)力得到了極大的提升，這對(duì)于降低倉(cāng)儲(chǔ)中心運(yùn)作成本是很有效的方式之一。表3-3揀貨訂單量統(tǒng)計(jì)圖（單位：票）月份數(shù)量重量訂單數(shù)量11588750件1358572.08kg153876121012158件2152375.82kg217658按當(dāng)月24天班，日10小時(shí)制，倉(cāng)儲(chǔ)中心70人揀貨計(jì)算來(lái)看，每個(gè)人每小時(shí)需要處理20個(gè)訂單（由于訂單里所包含的貨物件數(shù)不確定，各個(gè)訂單的揀選完成存在區(qū)別）?，F(xiàn)行揀貨路徑存在的問(wèn)題和原因分析目前九州通醫(yī)藥物流中心揀貨路徑存在的主要問(wèn)題是,缺少對(duì)揀貨路徑的系統(tǒng)性規(guī)劃，揀貨線路由員工的主觀意識(shí)決定，造成揀貨路徑重復(fù)距離過(guò)長(zhǎng)、出貨率低等問(wèn)題。具體成因分析有以下幾點(diǎn):缺乏合理的路徑規(guī)劃當(dāng)前九州通醫(yī)藥物流中心沒(méi)有系統(tǒng)規(guī)劃以及設(shè)計(jì)揀貨的路線方案，路徑問(wèn)題在倉(cāng)儲(chǔ)中心中沒(méi)有引起負(fù)責(zé)人的重視，公司領(lǐng)導(dǎo)階層沒(méi)有考慮過(guò)這方面的優(yōu)化。揀貨路線已經(jīng)完全是由員工自己來(lái)決定，造成揀貨路線重復(fù)，公司倉(cāng)庫(kù)里的員工絕大多數(shù)文化程度較低，非常缺乏自覺(jué)性，一個(gè)訂單的完成耗時(shí)45分鐘以上，倉(cāng)庫(kù)的出貨率在一定程度上降低了，公司經(jīng)常需要通過(guò)外請(qǐng)人員的方式，補(bǔ)充揀貨效率低下的空缺，外請(qǐng)人員由于經(jīng)驗(yàn)不足，經(jīng)常是根據(jù)自主意識(shí)來(lái)選擇路線，這樣從根本上并沒(méi)有改變倉(cāng)庫(kù)揀貨的效率。

公司倉(cāng)儲(chǔ)中心目前還是傳統(tǒng)的摘取式揀貨方式，倉(cāng)庫(kù)貨架位置散亂，在日常的揀貨作業(yè)期間經(jīng)常容易發(fā)生多個(gè)揀貨車擁堵在通道中的情況，造成工作效率降低，公司經(jīng)常因?yàn)槌鲐浡实偷膯?wèn)題被客戶投訴。揀貨作業(yè)不規(guī)范目前，公司揀貨培訓(xùn)存在問(wèn)題，培訓(xùn)還不夠規(guī)范，員工在揀貨時(shí)會(huì)因揀錯(cuò)貨物，導(dǎo)致貨物的位置發(fā)生改變。例如B1貨架貨物和B2貨架非常相近，經(jīng)常因?yàn)樨浳锏袈湓谕ǖ乐g。因此員工常常將B1貨架的貨物放到B2貨架上，這就造成了客戶訂單在揀貨過(guò)程中，揀錯(cuò)和找不到貨物的情況，公司的處理方式是登陸倉(cāng)庫(kù)系統(tǒng)來(lái)查找貨物位置，這一過(guò)程相當(dāng)耗時(shí)，極大地降低了揀貨整體效率，再加上由于貨物位置發(fā)生了改變，行走的距離會(huì)產(chǎn)生變化。人工揀貨方式局限性公司的倉(cāng)儲(chǔ)中心作業(yè)流程以人工作業(yè)為主。揀貨設(shè)備比較老舊，智能的揀貨設(shè)備比較缺乏，絕大部分的作業(yè)都是人工為主，這就很大限度的限制了整體工作效率。人工作業(yè)行走路徑與設(shè)備相比，路徑總長(zhǎng)無(wú)法控制。基于九州通醫(yī)藥物流中心具體揀貨路徑情況，論文從縮小揀貨整體距離為目標(biāo)，優(yōu)化揀貨路線，建立了基于蟻群算法模型的揀貨路徑優(yōu)化。以倉(cāng)庫(kù)實(shí)際工作狀態(tài)為基礎(chǔ)，合理的規(guī)劃揀貨路線。這里通過(guò)一票貨物來(lái)測(cè)算一下單個(gè)訂單的揀貨距離(圖3-5)和揀貨時(shí)間，揀貨單如3-4所示:表3-4揀貨單1揀貨單單號(hào)HB191108003161AJ貨架藍(lán)號(hào)條碼數(shù)量貨品號(hào)A2貨架C169177514604171貨品AA32貨架A269538374007791貨品BB2貨架B169498028101241貨品CB2貨架A169200011582622貨品DC3貨架B369489396848511貨品EF1貨架A340146125003595貨品FF1貨架C269259115111831貨品GM1貨架A269352844151931貨品HM1貨架C369209997017301貨品I交單時(shí)間F1F1M1C3B21917M1C3B21613A21527A2發(fā)貨區(qū)打包區(qū)A322118發(fā)貨區(qū)打包區(qū)A32圖3-5揀貨里程圖為方便看出各貨架之間的距離和行走花費(fèi)的時(shí)間，編制如下表3-5表3-5貨架里程時(shí)間表貨架及位置里程（m）時(shí)間(min)打包區(qū) A2貨架212A2貨架A32貨架157A32貨架B2貨架138B2貨架C3貨架165C3貨架 F1貨架196F1貨架M1貨架174M1貨架打包區(qū)272打包區(qū)發(fā)貨區(qū)186總計(jì)14640表3-5表示貨架之間的行走距離耗費(fèi)的時(shí)長(zhǎng)和行走距離，打包區(qū)貨架區(qū)打包區(qū)發(fā)貨區(qū)所有里程數(shù)：21m+15m+13m+16m+19m+17m+27m+18m=146m;除去貨區(qū)，打包區(qū)到A2貨架區(qū)21m,打包區(qū)到發(fā)貨區(qū)18m。從打包區(qū)貨架區(qū)打包區(qū)發(fā)貨區(qū)，一個(gè)訂單所完成需要時(shí)間為：8min+7min+8min+5min+6min+4min+2min+5min=45min,除去操作時(shí)間，打包區(qū)到A2貨架所花費(fèi)時(shí)間2min,打包區(qū)到發(fā)貨區(qū)所花費(fèi)時(shí)間為6min。目前的揀貨路線主要按訂單貨物順序進(jìn)行，貨位距離遠(yuǎn)近缺少考慮，揀貨作業(yè)沒(méi)有考慮就直接進(jìn)行，這種揀貨的路徑距離具有不確定性。供應(yīng)鏈管理有限公司揀貨路徑優(yōu)化數(shù)據(jù)整理本文選取一張倉(cāng)庫(kù)的揀貨單作為模型依據(jù)（數(shù)據(jù)來(lái)源于公司辦公中心的智能倉(cāng)庫(kù)管理系統(tǒng)），揀貨單如表4-1所示：表4-1揀貨單2揀貨單單號(hào)HB191108005161AQ貨架藍(lán)號(hào)條碼數(shù)量貨品號(hào)A2貨架C169177514604171貨品AA32貨架A269538374007791貨品BB2貨架A169200011582622貨品CC3貨架B369489396848511貨品DF1貨架C269259115111831貨品EM12貨架A269352844151931貨品FM5貨架C369209997017301貨品G交單時(shí)間為了方便計(jì)算和求解，我們將模型的貨架視為一個(gè)點(diǎn)，本文隨機(jī)選取一個(gè)訂單包含7個(gè)貨架為模型參數(shù)，在求解的揀貨路線形成一個(gè)閉合回路，我們對(duì)最優(yōu)揀貨路徑進(jìn)行求解，本文模型求解排除時(shí)間窗影響。求解模型參照商旅問(wèn)題（TSP）的模型進(jìn)行，最終得出一條最優(yōu)揀貨路線。

為方便計(jì)算，我們編制各貨架揀貨距離里程表，貨架用1，2，3，4，5，6，7表示，如表:4-2所示:表4-2貨架距離時(shí)間里程表(單位：m)A6(1)A32(2)B2(3)C3(4)F1(5)M12(6)M5(7)A6(1)0456529554784A32(2)450527291229B2(3)655201497063C3(4)297214086652F1(5)559198608261M12(6)4722706582079M5(7)84963261790模型建立模型描述和約束條件九州通醫(yī)藥物流中心的揀貨路徑問(wèn)題數(shù)學(xué)模型描述:

起始點(diǎn)(打包區(qū))到7個(gè)貨架揀貨，每個(gè)揀貨貨架和起始點(diǎn)，每個(gè)貨位之間的距離已經(jīng)知道，我們?cè)跐M足下面條件基礎(chǔ)上，揀貨路線選擇合理，縮短總的揀貨距離，此模型有以下約束：

1、每個(gè)揀貨點(diǎn)，有一條進(jìn)一條出；

2、沒(méi)有任何子回路產(chǎn)生；

對(duì)構(gòu)建TSP模型中涉及的量做如下定義:

1、參數(shù):

（1）V揀貨點(diǎn)構(gòu)成集合；

（2）i和j表示揀貨的點(diǎn)；

（3）dij表示兩個(gè)揀貨點(diǎn)i和j的距離。

2、變量

對(duì)于集合點(diǎn)中任意點(diǎn)有i≠j,則直接由i走到j(luò),否則xij4.2.2構(gòu)建數(shù)學(xué)模型首先我們將揀貨的網(wǎng)絡(luò)圖表示為G＝（V，E），V表示揀貨點(diǎn)所構(gòu)成點(diǎn)集合，E表示每條線組成的線集合，和點(diǎn)間距離dij

xij

構(gòu)建數(shù)學(xué)模型如下：minZi=1ns.tj=1nxijj=1nxiji∈Sj∈Sxxij公式（4-1）表示數(shù)學(xué)模型目標(biāo)函數(shù)揀貨行走的距離是最短；公式（4-2）和（4-3）表示相對(duì)于每個(gè)揀貨點(diǎn)來(lái)說(shuō)，只有一條路進(jìn)和一條路出（單線入單線出）；公式（4-4）保證沒(méi)有其他的子回路產(chǎn)生；公式（4-5）表示Xij=1或0，X模型的計(jì)算揀貨路線蟻群算法的mod模型的建立在建立模型前，我們第一步首先需要聲明兩個(gè)集合，集合V{1…n},這個(gè)集合為點(diǎn)集，表示我們揀貨單上的貨架(貨位)組成的集合,另一個(gè)集S{1…subtour},這個(gè)集合表示這些點(diǎn)之間存在的小回路(小cycle),其次求解過(guò)程需要忽略掉這些小圈才能求得最終的閉合回路。接下來(lái)，設(shè)置模型的參數(shù),參數(shù)n表示貨架，貨架號(hào)為1到7。參數(shù)d表示貨位之間的距離，參數(shù)subtour表示小回路。決策變量X，得到最小距離的目標(biāo)函數(shù)sum{i

inV,jinV:i!=j}d[i,j]

*

x[i,j]，按照數(shù)學(xué)模型的約束條件限制只有一條邊進(jìn)一條邊出，最后一個(gè)限制條件表示去小回路加速求解(平面分割，去掉非求解的回路)。于是得到如下的mod模型，文件名為12.modparamn>0,integer;setV:=1..n;paramd{V,V}>=0;paramsubtours>=0,integer,default0;setS{1..subtours};varx{V,V}binary;minimizedistance:sum{iinV,jinV:i!=j}d[i,j]*x[i,j];subjecttosuccessore{iinV}:sum{jinV:i!=j}x[i,j]=1;subjecttopredecessor{jinV}:sum{iinV:i!=j}x[i,j]=1;subjecttosubtour_elim{kin1..subtours}:sum{iinS[k],jinVdiffS[k]}x[i,j]>=1;揀貨路線蟻群算法的dat模型的建立我們?cè)诮⑼瓿蒻od模型的基礎(chǔ)上，需要給模型中的參數(shù)進(jìn)行賦值，以便進(jìn)行運(yùn)行，模型中的數(shù)據(jù)為表4-2所提供的貨架里程表數(shù)據(jù)，得到下面的一個(gè)模型數(shù)據(jù)，文件名為12.datparam

n:=

7;

param

d:1

2

3

4

5

6

7:=

10456529554784

200527391229

30001897063

4000086652

5000008261

600000079

70000000揀貨路線的蟻群算法模型運(yùn)行和分析在建立好兩個(gè)模型之后，就可以對(duì)模型進(jìn)行運(yùn)行和求解，模型的運(yùn)行結(jié)果(1)如圖4-1所示，圖4-1蟻群算法模型的運(yùn)行結(jié)果（1）通過(guò)模型運(yùn)行結(jié)果（1）可以得到兩個(gè)小回路，它們分別為162741、353，下面通過(guò)圖來(lái)看一下這兩個(gè)小回路，如圖4-2所示，73732424556161 圖4-2小回路圖本文求解的是一條經(jīng)過(guò)所有揀貨點(diǎn)并且返回起始點(diǎn)的路線，因此我們?cè)谶@里需要忽略掉小的回路，在文中模型操作窗這里需要添加一個(gè)限制條件對(duì)S{1，6，2，7，4}來(lái)進(jìn)行分割，執(zhí)行的命令是:let

subtours:＝1；let

S[1]:＝{1，6，2，7，4}；限制條件將該回路視為一個(gè)點(diǎn)再次求解。得到運(yùn)行結(jié)果（2），如圖4-3所示:蟻群算法:

let

subtours

:=

1;

let

S[1]

:=

{

1,

6,

2,7,4

};

蟻群算法:

solve;

CPLEX

12.6.0.0:

optimal

integer

solution;

objective

162

15

MIP

simplex

iterations

0

branch-and-bound

nodes

蟻群算法:

display

x;

x

[*,*]

:

1

2

3

4

5

6

7

:=

1

0

0

0

0

0

1

0

2

0

0

0

0

0

0

1

3

0

0

0

0

1

0

0

4

0

0

1

0

0

0

0

5

1

0

0

0

0

0

0

6

0

1

0

0

0

0

0

7

0

0

0

1

0

0

0

;圖4-3蟻群算法模型運(yùn)行結(jié)果通過(guò)求解結(jié)果可以看出，運(yùn)行結(jié)果（所求的值）為一條閉合的Hmilition回路16274351（方向不唯一），所求得的結(jié)果為完整經(jīng)過(guò)所有揀貨點(diǎn)路線，運(yùn)算結(jié)束。模型的結(jié)果由圖4-3的運(yùn)行結(jié)果來(lái)看，我們求解的最優(yōu)揀選路線為16274351，即A6M12A32M5C3B2F1A6,揀貨路線的總距離為162m。揀貨路徑優(yōu)化前后對(duì)比因?yàn)閮?yōu)化前后的揀貨路徑不同，下面我們通過(guò)以圖的形式來(lái)看出兩種揀貨路線的差別所在，優(yōu)化前的九州通醫(yī)藥物流中心揀貨路徑如圖4-5所示:5521828621457352847364147964圖4-6公司倉(cāng)儲(chǔ)中心揀貨路線5559219212297347734614246圖4-6優(yōu)化后公司倉(cāng)儲(chǔ)中心揀貨路線九州通醫(yī)藥物流中心的揀貨路徑都是看揀貨單順序來(lái)進(jìn)行。在這里我們來(lái)計(jì)算一下優(yōu)化前揀貨路徑的行走距離，優(yōu)化前的揀貨路線:A6A3B2C3F1

M12

M5，揀貨路線總距離:45+52+14+86+82+79+84＝442m。使用基于蟻群算法模型的揀貨路徑模型進(jìn)行優(yōu)化后，揀貨的路線為：A6M12A32M5C3B2F1A6，揀貨路線的總距離為：59+22+14+2+9+47+9=162m，通過(guò)兩者相減442-162=280m,在這里我們以成年人的行走計(jì)算來(lái)看，成年人的行走速度為1.4m/s來(lái)進(jìn)行計(jì)算，節(jié)約時(shí)間大約為4.8分鐘，由優(yōu)化路線的前后對(duì)比來(lái)計(jì)算，得出優(yōu)化前后揀貨路徑對(duì)比表如表4-3所示，我們?cè)O(shè)置原來(lái)的揀貨時(shí)間為T(mén):表4-3九州通醫(yī)藥物流中心揀貨路線優(yōu)化前后對(duì)比優(yōu)化前后線路路徑揀貨總時(shí)間(min)揀貨總距離（n）前A6A32B2C3F1M12M5T442后A6M12A32M5C3B2F1A6T-4.8162揀貨路徑優(yōu)化效果從表4-3中我們可以看出，通過(guò)蟻群算法模型來(lái)進(jìn)行優(yōu)化求解之后，九州通醫(yī)藥物流中心的總距離得到了優(yōu)化，揀貨的距離明顯的變短，揀貨的時(shí)間也隨著縮短，優(yōu)化的效果總結(jié)為以下幾點(diǎn)：（1）揀貨的總距離縮短通過(guò)優(yōu)化前和優(yōu)化后的揀貨路線進(jìn)行對(duì)比，相差了280m，顯然優(yōu)化后的路線更加符合揀貨作業(yè)的需求。在物流企業(yè)中，有大量訂單送來(lái)的時(shí)候，客戶要求高，并且數(shù)量較多時(shí)，企業(yè)的揀貨路線優(yōu)化好，對(duì)企業(yè)的出貨有很大的幫助，例如，雙十一期間，這段時(shí)間是企業(yè)來(lái)貨量的高峰期，縮短揀貨的距離不僅可以更加準(zhǔn)確和快速的出貨，而且還能降低客戶投訴。（2）揀貨時(shí)間縮短揀貨距離在很大的程度上決定著訂單揀選時(shí)間，所以揀貨時(shí)間和揀貨距離是緊密相連的，通過(guò)減少一些不必要的路徑，在揀選整體上減少揀貨時(shí)間，單個(gè)訂單減少4.8分鐘，這對(duì)于訂單數(shù)量較大的九州通醫(yī)藥物流中心來(lái)說(shuō)，這不僅大幅度縮短揀貨時(shí)間，并且公司員工的工作效率可以有明顯的提高?；谙伻核惴ㄇ蠼夂髵涀鳂I(yè)流程改善建議在前面的求解和描述中，可以發(fā)現(xiàn)，影響九州通醫(yī)藥物流中心揀貨路徑的原因，問(wèn)題在于九州通醫(yī)藥物流中心揀貨路線沒(méi)有做規(guī)劃，也沒(méi)有采用智能算法，我們最后雖然進(jìn)行了求解和優(yōu)化，但是，影響揀貨路徑的因素還有不少，如缺乏工人的作業(yè)培訓(xùn)、貨位擺放不整齊等，對(duì)于這些影響揀貨路徑的因素提出改善建議:（1）加強(qiáng)員工培訓(xùn)，規(guī)范揀貨流程

因新老員工更換節(jié)奏快，加上