论文部分内容阅读
随着近几年在中国电子商务的快速发展,一些B2C企业开始也建自己的物流配送中心和配送体系,配送中心是整个物流系统中的重要环节,配送中心的工作效率直接影响物流配送的快慢程度。物流配送服务水平的高低也直接影响客户的购物体验和服务满意度,这也间接的反映客户对公司的品牌信任度,所以如何有效的提高配送中心的管理和运作效率,己经成为众多B2C企业面临的最棘手的问题。配送中心内部作业中包括多个环节,如:接货、搬运、存储、拣选、分拣、出货等。这些作业中拣选作业是非常重要的一个环节,在配送中心内部作业中占的比重较大,也是最耗时间的工作,因此可以说拣选效率直接影响配送中的整体运作效率和客户服务满意度。本文以双区型仓库为研究对象在配送中心货物管理系统中引入RFID技术,重点针对拣货车辆拣选路径进行了优化处理,以单个拣货车辆和多个拣货车辆的条件下各自单独的建立拣选路径问题的数学模型,设计相应的算法对拣货车辆行走路径进行了优化处理,从而有效的减少了拣货车辆拣货过程中的行走距离。通过对拣选路径优化算法验证,证明单车辆拣选路径优化中混合遗传退火算法相比遗传算法的有效性,针对多车辆拣选路径优化中先用单车辆拣选路径优化的混合遗传算法对数学模型整体优化,就是先对订单进行分批处理,然后对每辆车的拣选路径用遗传算法求解TSP问题,这样可以在多车辆拣选情况下最大限度的减少拣选过程中的行走距离。在编程求解方面,本文运用MATLAB语言进行编程实现问题的相关算法,对拣选路径优化模型进行求解,并在MATLAB R2010a平台上进行了算法的仿真实现。