5个研究背景和意义示例,教你写计算机储位分配论文

今天分享的是关于储位分配的5篇计算机毕业论文范文, 如果你的论文涉及到储位分配等主题,本文能够帮助到你

考虑消费者购物篮产品关联结构的仓库储位分配策略优化研究

这是一篇关于储位分配,关联规则,网络分析,仿真的论文, 主要内容为随着电商平台间的竞争加剧,关于如何提升消费者购物体验,特别是解决因物流慢导致的满足感延迟问题,成为电商平台提高运营效率、提升竞争力的关键。由于消费者线上购物产生了海量数据,电商仓储管理实践也开始重视对订单数据的深度挖掘来实现精准补货;同时为提升订单拣选效率的储位分配优化也引起研究者的兴趣。基于关联规则挖掘的储位分配方法,比如ASBH(Association Seed Based Heuristic)方法,提出了将频繁出现在相同订单的产品于仓库靠近放置以便拣选的思路,并通过优化模型的仿真实验证实,该方法相对于传统的不考虑产品关联性的储位分配方法,在拣选效率上具有明显的提升。然而,基于关联规则挖掘的储位分配方法仅考虑购物篮中产品组合间的关联性,没有充分利用产品共购模式形成的复杂的关联结构特征。对此,本研究提出考虑消费者购物篮产品关联结构的仓库储位分配(Product Association Structure Based,PASB)方法。PASB方法整合了数据挖掘、网络分析和优化建模等相关技术和求解算法,以仓库拣选效率优化为目标,实现考虑商品购买模式结构特征的储位分配策略。PASB的步骤如下:(1)以平台销售端的购物篮历史数据为来源,采用关联规则挖掘算法识别产品关联购买模式,构建产品关联网络;(2)采用子图挖掘算法Louvain算法识别产品关联网络中的子图结构,获得具有强关联关系的产品组信息;(3)建立储位分配优化模型,问题被描述为最大化关联指数的0-1规划模型,将产品组信息整合到规划模型,通过优化器求解规划模型,获得储位分配的最终结果。PASB方法的仿真实验以拣选行走距离提升度为评价指标,对比PASB方法、ASBH方法、随机分配方法(Rand)、仅考虑产品购买频率的方法(Freq)等优化效果。实验结果发现:(1)相比随机分配方法、仅考虑产品购买频率的方法,PASB具有明显的优势。(2)相比ASBH方法,PASB的效果受仓库空间约束影响,基于此提出破坏度(Disruption)作为PASB适用性的评价指标,当平均破坏度越低,PASB越具有优势。仿真实验结果显示PASB为解决考虑产品关联性的储位分配问题提供了新思路,具有一定的推广价值和实践意义。

网格立体仓库的多机器人调度研究

这是一篇关于网格式立体仓库,多机器人调度,蚁群算法,储位分配的论文, 主要内容为在电子商务和疫情的影响下社区团购兴起,商品销售模式从线下向线上+线下发展,需要对商品进行大量的拆零拣选的行业增加,促使这些行业的仓库也朝着自动化、密集化和智能化发展,不仅需要在满足减少占地面积的同时,尽可能增加纵向的储量,提高整体的空间利用率,而且还需要适合处理大量的SKU,并且具有一定程度的缓存作用。网格式立体仓库可以满足这些需求,这种网格式立体仓库一般是由拣货机器人等自动化设备完成单元物料的出入库作业,拣货机器人在货架顶部的平面内行走,当物料存储在网格仓库非表层的货格时会出现重复搬运物料箱的现象,多机器人作业时也可能会由于任务分配不合理产生机器人闲置,从而造成了资源的浪费。研究多机器人调度即是研究拣选机器人在网格立体仓库货架的表层和非表层作业情况下,如何对订单任务进行分配和排序,优化机器人作业路径,来实现在最短时间内完成出入库作业,具体研究内容如下。首先对密集仓储系统进行介绍,了解各类密集仓储系统的使用情景,再对网格立体仓库的组成和使用场景进行分析和叙述,并对拣选机器人在网格式立体仓库中执行单元物料出入库作业流程进行分析,按照作业任务在网格立体仓库的作业区分为:多机器人表层作业模式和多机器人非表层作业模式。在储位分配策略上,引入随机存储和分类存储两种策略,结合对仓库的历史订单数据分析,得到了分类存储能在网格立体仓库中减少机器人的作业时间。然后,以分类存储为基础,构建多机器人调度模型,通过对机器人作业时影响作业时间的因素分析,得到机器人作业的基本时间模型,在基本时间模型的基础上,通过增加机器人数量发现,多机器人在同一作业平面内作业时,可能会出现的路径冲突,对路径冲突的类型分类之后,提出了解决冲突的策略。最后,通过数学模型设置以出入库时间最短的目标函数,在单机器人作业时讨论储位分配对作业时间的影响,再通过对多机器人作业时间讨论,利用好对订单任务进行分类和排序,优化机器人的行走路径,从而提高机器人的作业效率。为了对模型进行验证,选择某鞋类电商仓库的网格式立体出入库作业为例进行算例分析,将历史订单数据转化为各商品的出入库频率和商品的关联度两个参数,利用模糊聚类的方法得到4个聚类中心,因此将网格立体仓库的储位分为4部分,在单台机器人作业的设定下,发现分类存储模式能让机器人完成订单的时间比随机存储下机器人完成订单的时间少。通过对机器人作业流程的分析,得到机器人作业的时间模型,选定分类存储的策略,增加机器人的数量至2台和4台,在增加机器人数量的时候发现,机器人作业时出现了冲突点,而且随机器人数量的增加,出现冲突点的可能性增加,为了能使机器人在最短的时间内完成作业任务,改变订单任务的分类和排序,利用蚁群算法对机器人的作业时间求解,得到当机器人数量增加时机器人作业时间会减少,当机器人数量增加到2台时,作业时间减少49.7%;当机器人数量增加到4台时,作业时间减少54.9%。与机器人原始作业数据比较之下,对订单任务分配和排序后,机器人在相同数量下的作业时间均小于机器人原始作业时间。

Q企业拣货区域商品储位分配优化研究

这是一篇关于双区型布局,移动式货架,储位分配,组合优化,关联网络聚类的论文, 主要内容为消费者对于履单时效期望的提升,要求企业不断提高商品出库效率,构建自动化的拣选作业体系成为共识。作为拣货作业的前端环节,储位分配是仓库周转水平和运营成本高低的策略层保障。经分析发现,Q企业现行的分类存储策略难以应对零散的拣选工作,使得仓库作业陷入分步拣选耗时长及货架搬运工作量庞大的困境。因此,以Q企业储位分配为研究对象,综合商品相关性和出库频率,构建目标为整体拣选路长最小化的优化模型,并通过两阶段的设计完成求解。主要结论如下:(1)探究了Q企业拣货作业存在的问题。主要为,分类存储策略忽视了商品之间存在的关联性和销量差异,导致拣选成本高、拣选时间长,引出优化研究的必要性,为后续研究最优的储位分配方案提供了实践支撑。(2)建立了商品在双区型货架布局模式下的储位分配模型。以拣选路长最小化为目标,综合考虑商品之间存在的相关性和出库频率差异,利用两阶段的模型求解设计,有效解决了一品多位储位分配模型解空间庞大难以迅速求解的问题。(3)验证了储位分配优化方案的有效性。引入电商平台订单数据和实际仓储参数验证得到,优化方案指引下拣选路长最高缩减了30%,总货架搬运次数最高降低了47%。优化后的储位分配方案达到了少量次搬运货架完成多品订单的效果,减少了大容量商品被动搬运AGV无效负重的概率,大幅缩减了拣选路长,降低了拣选成本。该论文有图23幅,表21个,参考文献63篇。