论文部分内容阅读
基于“货到人”的智能仓库系统是近几年出现的一种新型配送中心仓储管理模式。由仓储机器人代替人工来完成仓库系统内部繁杂的拣货工作,在一定程度上有效提高了拣货效率。本文对智能仓库系统多机器人任务分配问题(TAMRSW)进行了相关研究,将多机器人任务分配问题分为仓储机器人数量充足的任务分配问题(TAPAR)和仓储机器人数量不足的任务分配问题(TAPIR)分别研究。本文的主要内容如下:首先,针对多机器人任务分配问题分析了国内外关于多机器人任务分配问题和多机器人任务分配方法的一些研究现状,发现目前尚没有针对该问题从仓储机器人数量充足和仓储机器人数量不足两个方面分别研究讨论的文献,进而提出了本文的研究方向和研究内容。其次,根据智能仓库一段时间内需要拣选的订单之间的物品种类相似度,建立订单分批模型,并设计了快速求解模型的启发式算法。然后,针对仓储机器人充足的TAPAR问题和仓储机器人不足的TAPIR问题分别进行研究。仓储机器人充足的任务分配问题(TAPAR),可以转化为一个仓储机器人多、任务少的非平衡指派问题,本文以仓储机器人完成任务的总运行成本最小为目标,建立了非平衡指派问题模型,并利用贪婪思想设计了启发式算法。针对仓储机器人不足的任务分配问题(TAPIR),首先根据待拣选订单中各任务之间的相似度,建立任务分组模型,将待拣选订单中所有的任务进行分组,其中分组数目与仓储机器人个数相同;然后根据每组任务中相邻的两个任务之间的距离,以每个仓储机器人完成该组任务的关联成本最小为目标,建立各个机器人完成各组任务的最优调度模型,并基于贪婪算法中的最邻近算法思想设计了求解模型的启发式算法;最后根据仓储机器人完成一批待拣选订单中各组任务花费的总关联成本为效率矩阵,建立使总成本最小的机器人与任务组之间平衡指派问题数学模型,利用匈牙利算法,得到最优指派方案。最后,以A网上书店智能仓库中某天0点到24点内的100个订单数据为例进行模拟计算和分析。根据100个订单之间的物品种类相似度,利用订单分批模型将该100个订单分为17批。然后,针对待拣选的17批订单,分别求解仓储机器人充足和仓储机器人数量不足情况下的任务指派方案和总运行成本。验证了本文提出的模型和算法的可行性和有效性。本文的模型和算法为设计智能仓库管理信息系统提供了理论依据。