并行分区拣货系统储位优化设计

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (19): 20-24.

并行分区拣货系统储位优化设计

李晓春1，钟雪灵2，王雄志3，王国庆4

1.华南师范大学南海校区信息工程与技术系，广东南海 528225
2.广东金融学院计算机系，广州 510520
3.华南农业大学经济管理学院，广州 510642
4.暨南大学管理学院，广州 510632

出版日期:2013-10-01 发布日期:2015-04-20

Storage location assignment in synchronized zone order picking systems

LI Xiaochun1, ZHONG Xueling2, WANG Xiongzhi3, WANG Guoqing4

1.Department of Information Engineering and Technology, Nanhai Campus, South China Normal University, Nanhai, Guangdong 528225, China
2.Department of Computer, Guangdong University of Finance, Guangzhou 510520, China
3.College of Economics and Management, South China Agriculture University, Guangzhou 510642, China
4.Management School, Jinan University, Guangzhou 510632, China

Online:2013-10-01 Published:2015-04-20

摘要/Abstract

摘要： 主要讨论配送中心并行分区拣货系统的特性，在各分区拣货员拣货速度不同的情况下，提出储位指派算法，通过对品项在各分区间储位的安排以平衡各分区拣货员的作业量；根据拣货作业规则和优化目标，对相关模型及算法进行模拟测试以证明其有效性，为方法的选择与应用提供了依据。

关键词: 配送中心, 分区拣货, 储位指派算法, 数据挖掘

Abstract: This paper studies a synchronized zone order picking system in distribution center, considering the picker has different speed, and proposes assignment heuristic algorithm to balance the pickers’ workload in different zones by the item location arrangement. Meanwhile, simulated testing is taken to validate its performance and reliability of the algorithm, which provides a reference for the application and the choice of order picking methods.

Key words: distribution center, zone order picking, assignment heuristic algorithm, data mining

李晓春1，钟雪灵2，王雄志3，王国庆4. 并行分区拣货系统储位优化设计[J]. 计算机工程与应用, 2013, 49(19): 20-24.

LI Xiaochun1, ZHONG Xueling2, WANG Xiongzhi3, WANG Guoqing4. Storage location assignment in synchronized zone order picking systems[J]. Computer Engineering and Applications, 2013, 49(19): 20-24.

[1]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[4]	张念蓬，吴旭，朱强. 基于熵的过采样框架[J]. 计算机工程与应用, 2021, 57(13): 96-101.
[5]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[6]	饶加旺，马荣华. 改进核密度估计的空间点密度算法[J]. 计算机工程与应用, 2021, 57(11): 260-265.
[7]	张晓楠，姜帅，南婧雯. 半柔性覆盖的多配送中心路线优化问题研究[J]. 计算机工程与应用, 2021, 57(10): 225-232.
[8]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[9]	王子龙，李进，宋亚飞. 基于距离和权重改进的K-means算法[J]. 计算机工程与应用, 2020, 56(23): 87-94.
[10]	纪文璐，王海龙，苏贵斌，柳林. 基于关联规则算法的推荐方法研究综述[J]. 计算机工程与应用, 2020, 56(22): 33-41.
[11]	衣俊艳，吴博雅，雍巧玲. 具有加权特性的弹性网络聚类算法研究[J]. 计算机工程与应用, 2020, 56(22): 55-65.
[12]	刘文芬，穆晓东，黄月华. 基于多分辨率网格的异常检测方法[J]. 计算机工程与应用, 2020, 56(17): 78-85.
[13]	徐小平，杨转，刘龙. 求解物流配送中心选址问题的蜘蛛猴算法[J]. 计算机工程与应用, 2020, 56(1): 150-157.
[14]	孟海东1，2，孙新军2，宋宇辰1. 基于数据场的改进LOF算法[J]. 计算机工程与应用, 2019, 55(3): 154-158.
[15]	雷乐，王丽珍，肖清. 空间co-location模式挖掘中的模糊技术初探[J]. 计算机工程与应用, 2019, 55(21): 158-166.