摘要
物流分拣中心作为快递转运的重要枢纽，其分拣效率在一定程度上影响着快递的配送时间。随着各大电商的快速发展，包裹数量逐年增多，物流分拣中心对分拣解决方案的效率和柔性提出了更高的要求。传统人工分拣已经无法适应现代的分拣需求，交叉带式分拣系统对规模和适用商品有一定的局限性，自动引导车(AutomaticGuidedVehicle，AGV)作为自动化现代物流设备兼具柔性、效率和成本优势，在物流分拣中心得到了越来越广泛的应用。在AGV分拣系统中调度方案影响着系统的分拣效率，因此多AGV任务调度和路径规划问题成为了当前物流企业亟待优化的问题。 本文针对电商物流分拣中心的多AGV调度问题展开研究，通过分析AGV的分拣作业流程和需求特征，探索高效的问题求解思路。由于其具有NP-hard(NondeterministicPolynomial-Hard)特性，通常难以在合理时间内找到最优解，为此基于约束规划和邻域搜索设计了相应的优化策略。论文主要研究内容如下： （1）整理分析了国内外物流分拣和AGV的发展历程，对国内外关于多AGV调度问题和路径规划问题的研究现状进行总结整理，从而为后面问题的研究提供技术参考。 （2）考虑到采用纯电力驱动的AGV在运输过程中存在电量消耗和充电需求，研究了考虑充电需求和时间窗的多AGV任务调度问题，建立了以最小化分拣完成时间为目标的混合整数规划模型。通过分析搬运任务特征，建立了两个约束规划模型，算例计算结果验证了模型的求解效果。基于约束规划技术，将问题约束进行拓展分析以便适用于更多实际场景。 （3）采用通用变邻域搜索算法求解大规模调度问题。基于算法框架，结合问题特性设计了启发式方法获得初始解，并加入了十个不同的邻域结构。基于算例进行测试，结果表明了所提出的算法具有计算时间和求解性能方面的优势，同时分析了不同的AGV充电速率和数量配置对分拣效率的影响。 （4）研究了物流分拣中心多AGV无冲突路径规划问题，结合场景特征选择了栅格地图法进行环境建模。提出将在分拣场景中表现最优的A*算法引入时间维度，作为基于冲突搜索的下层规划器，借助仿真实验验证了改进后的算法对不同冲突情况的化解能力。 本文针对电商物流分拣中心的多AGV分拣过程，考虑了AGV充电需求、包裹分拣时间窗和AGV冲突等因素，通过建立数学模型和设计算法求解了相应的调度问题。本文的研究有助于提高物流分拣效率，丰富了多AGV调度和路径规划问题的研究内容，具有一定的理论和现实意义。
NETL