摘要
针对电商仓储中Kiva机器人拣选存在效率低下和订单分配不合理等问题,构建了以Kiva机器人拣货总行驶距离最小为目标的订单分配优化模型,设计基于差异聚类和邻域搜索的优化算法来求解模型.以电商实际订单数据为例,分析了不同规模算例下该算法的性能和稳定性.结果表明:针对不同规模算例,基于差异聚类和邻域搜索的优化算法相比与Gurobi和基于差异聚类的算法能够在更短的时间内获得更优的结果,并且算法的稳定性较好.通过本项研究,决策者们可以将订单合理分配至各拣货单,从而提高仓库拣货效率.
基金项目
中央高校基本科研业务费专项资金资助(2023JBMC005)