[发明专利]一种考虑实时订单的互联网电商仓储动态调度方法

说明书

本发明公开了一种考虑实时订单的互联网电商仓储动态调度方法，以智慧仓储为出发点，将客户随机订单的动态特性引入到仓储调度环节，并依据待优化的目标建立了带约束条件的仓储动态调度优化模型。本发明采用蚱蜢算法对该模型进行求解，并针对蚱蜢算法收敛速度慢以及易陷入局部最优的缺点，引入多重学习策略增大优良基因遗传给子代的几率，引入基于种群分布特征的启发式迁移机制灵活调整蚱蜢种群的多样性，从而有效提高蚱蜢算法的局部及全局寻优能力。基于改进型蚱蜢算法对电商仓储动态调度优化问题进行了求解，结果表明改进后的蚱蜢算法在寻优效率及质量上有明显提高，本发明不仅提高了电商仓储的拣选效率，而且提升了电商仓储拣选的柔性。

技术领域

本发明属于智慧立体仓储技术领域，具体涉及一种考虑实时订单的互联网电商仓储动态调度方法。

背景技术

“互联网+”技术的应用进一步拓宽了产品的销售渠道，线上交易已成为一种消费新风尚，随着新冠肺炎疫情在全球蔓延，线上交易正逐步替代线下交易，从而催生出产品在线选型、订购的大型电子商务平台。对消费者而言，线上交易减少了批发、零售等中间环节，使他们能够买到物美价廉的商品；对生产企业而言，线上交易能让其降低库存甚至实现零库存，因而降低了企业的库存成本。然而仓储拣选为劳动密集型作业，其费用大概占到仓储总费用的60-70％，因而对于电商平台特别是促销节的大规模客户订单，如何及时拣选及配送成为影响客户满意度的一个关键因素。同时，考虑到堆垛机拣选过程中产生的实时订单，为提高仓储的综合拣选效能，有必要对电商仓储动态调度优化问题进行研究。因而，寻求一种考虑实时订单的互联网电商仓储动态调度方法具有很好的科学意义和社会价值。

截止目前，学者考虑的立体仓储调度问题主要集中在静态订单拣选方面，动态客户订单还较少涉及。比如De et al.(An adapted ant colony optimization algorithmfor the minimization of the travel distance of pickers in manualwarehouses.European Journal of Operational Research，2018.)以最小化订单拣选距离为优化目标，运用基于蚁群算法及弗洛伊德算法的混合型元启发式算法对静态订单拣选优化问题进行研究；蔡等(两端式自动化立体仓库布局堆垛机调度。中国机械工程，2019。)针对两端式立体仓储，建立了综合考虑单一命令和复合命令两种作业模式的仓储静态订单调度模型，并通过涡流搜索算法实现调度模型最优化求解。这些方面还未涉及仓储动态客户订单拣选的情况，本发明结合实际电商仓储对考虑动态订单拣选的仓储调度优化问题进行了认真分析研究，提出了一种考虑实时订单的互联网电商仓储动态调度方法，不仅提高了订单的实时拣选效率，而且提升了客户的满意度，具有很好的推广价值。

发明内容

有鉴于此，本发明的目的在于提出一种基于改进型蚱蜢算法求解考虑实时订单的互联网电商仓储动态调度方法，以提高电商企业仓储的拣选效率和柔性。

为了实现上述目的，本发明的构思是：本发明以堆垛机最大载重、出库终点为约束条件，以最小化完成所有订单拣选任务花费的时间总和为优化目标，把考虑实时订单的互联网电商仓储动态调度问题抽象成带约束的组合优化问题，并采用改进的蚱蜢算法对该优化问题进行求解。

根据上述发明构思，本发明采用下述技术方案：一种考虑实时订单的互联网电商仓储动态调度方法(Improved Grasshopper Optimization Algorithm，IGOA)，其特征在于包括如下步骤：

(1)对电商仓储现场存在的约束及要优化的目标进行分析，并抽象为数学模型：对电商仓储现场存在的一些约束及要优化的目标进行分析，由于从全局角度最小化全部客户订单的拣选用时，因而拣选过程中动态订单的产生将对拣选完工时间产生一定的影响，为此建模时考虑了客户的动态订单信息；