全洲医药仓储分拣的方案优化开题报告.docVIP

长　沙　学　院 本科毕业设计（论文）开题报告 （ 2012届） 系　　　　部： 工商管理系 专 业： 物流管理 学 生 姓 名： 王 颖 班 级： 1班 学号 2008094124 指导教师姓名： 聂毅 职称 讲师 2011年 11 月 18 日 题目：全洲医药仓储分拣方案优化 结合课题任务情况，查阅文献资料，撰写1000字以上的文献综述。 现代物流作为一种先进的组织方式和管理理念，被广泛认为是企业降低物耗，提高劳动生产率以外的第三利润源泉[1]。由于大规模分拣的成本优势和效率难题，提升仓储管理的运营效率已成为大中型企业改善物流的重要举措。作为仓储中心的核心设备和主要作业环节，分拣系统与技术和分拣作业效率也越来越受到理论界和工程界的关注，国内外的一些学者对此进行了相关的研究。 国外一些大中型仓储中心,大多采用自动分拣系统进行分拣,充分发挥了自动分拣速度快、分拣点多、差错率极低、效率高和基本上实现无人化操作的优势[2]。自动分拣系统、自动化高层货架仓库、自动导向车成为当代物流科技发展的三大标志[3]。自动分拣技术的应用领域不断扩大, 分拣技术不断改进提高, 分拣规模和能力不断发展。许多发达国家早在很多年前就已经着手进行理论研究并投入使用自动化分拣系统对仓储进行管理。1995年，Eberhart博士和Kennedy博士提出了粒子群优化算法。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性[4]。Norbert Ascheuert等对自动化立体仓库拣选作业总时间最小化问题进行建模，该模型为在线非对称TSP模型。在仿真环境下，对解决该问题的几种搜索算法进行对比研究，来决定在实际问题中采取何种方案。Dukic Goran等对拣选系统的路径选择和存储策略进行了深的仿真分析，提出对路径搜索和最优算法进行比较来确定拣选路径和存储策略的最佳组合。Khojasteh Ghamarie等研究了多巷道自动化立体仓库的拣选作业问题，提出了用遗传算法这一优化方法来求解拣选总时间的最小值。Kim Byung等提出了基于分类的启发式算法和有效的基于聚类的算法来解决旅行商问题[5]。此外，瑞典某通讯产品销售商的高速自动分拣机有520个分拣道口; 日本佐川急便某流通中心分拣机的分拣能力达3万件/小时;单机的最大分拣能力也达1.6万件/小时[6]。德国是欧洲物流业发展最好的国家。物流在德国推行已有20多年，几乎渗透各行各业。 目前，我国多数配送中心和物流企业都是采用人工分拣，其效率非常低下。显然,随着分拣量的增加、分送点的增多、配货响应时间的缩短和服务质量的提高,单凭人工分拣将无法满足大规模配货配送的要求。自动化立体仓库拣选正是在这种情况下应运而生，从而满足了社会发展的要求。与国外发达国家相比，我国对自动化仓储拣选理论的研究相对较晚，但也取得了一些成果。宁春林等分析了固定货架拣选作业路径优化是典型TSP问题，在同基本蚁群算法比较的同时，改进了蚁群的信息素更新方式利用Max．Min蚁群算法解决了该问题，利用仿真说明了改进算法的优越性，并提出把Max．Min蚁群算法应用到立体仓库旋转货架路径优化的研究方向上[7]。李诗珍等分析了提高物流中拣选作业效率的关径程序，通过计算机仿真分析，证明了应用启发式方法的订单拣选的效率[8]。商允伟等采用神经网络方法研究了自动化立体仓库的拣选作业优化问题，给出能量函数，在网络初始化时引入合适的偏置，给出了参数选择的一般键问题在于优化拣选作业路径，缩短行走距离，采用S形启发式算法开发最短路规则，使解的质量得到大幅度提高[9]。汪长飚在自动化立体仓库分拣系统中，对拣选式作业的堆垛机拣取路径的优化问题，建立了拣选路径的数学模型，明确定义了其目标函数以及约束条件[10]。通过对拣选路径优化问题的数学模型的分析，采用基于字符编码的混合遗传算法来求解，并利用粒子群算法中位置迭代函数的结构，确定迭代时的交叉与变异的概率。田国会采用了一种结合Hopfield网络模型的遗传算法，解决了自动化立体仓库中固定货架拣选作业路径优化问题，在利用Hopfield/Tank神经网络的快速局部搜索能力的同时，又利用了遗传算法的全局寻优特性，有效地获得全局优化的拣选路径[11]。刘增晓分析了自动化仓库堆垛机拣选作业的运行特点，构造了一种适合工程