基于随机服务系统的人工拣选作业处理模型与算法研究

本项目以配送中心人工拣选作业系统的过程优化控制为背景，以订单分批问题为核心，以订单到达和接受的随机性问题为关键，开展优化模型和算法研究。.首先，研究订单随机服务系统，重点研究人工拣选作业系统中的节点转移概率计算方法、人工拣选作业服务的概率分布和订单输入队列概率分布；其次，以订单的随机性为基础，建立带时间窗的订单分批处理模型和算法，该模型可获得概率意义下的优化时间窗和订单分批批量，并为订单分批建立启发式随机搜索算法；再次，算法的复杂度研究，用仿真实验的方法对模型和算法进行验证，保证其在配送中心生产活动中的可应用性。.本项目的研究成果将为供应链管理理论及物流配送的基本运作技术提供新思路和新方法，将拓宽和加深优化理论与技术在该领域的应用基础研究。

本项目以配送中心人工拣选作业系统的过程优化控制为背景，以订单分批问题为核心，以订单到达和接受的随机性问题为关键，开展优化模型和算法研究。项目完成情况及成果如下：.首先，从随机需求角度出发，以人工拣选系统中最为广泛使用的矩形、双巷道配送中心为研究对象，构建分类存储返回型、分类存储S型、随机存储返回型、随机存储S型四种拣选路径模型，并对这些随机模型进行仿真验证。其次，获得订单的等待时间。这些随机路径模型可用于推导M/G/1型随机服务系统相应的服务时间分布，其中M表示拣选订单服从泊松输入、G表示拣选时间服从一般服务分布、1表示单个拣选服务台。在统计平衡状态下，衡量从订单到达到离开系统的拣选效率指标，如：平均等待时间、平均队长、平均拣选时间、拣选效率。第三，优化订单服务时间。由遗传算法考虑订单分批拣选，构建由订单拣选时间和等待时间加权构成的目标函数，目的是确定批量路径以使总服务时间（即目标函数）达到最优。.本项目的研究成果将为供应链管理理论及物流配送的基本运作技术提供新思路和新方法，将拓宽和加深优化理论与技术在该领域的应用基础研究.