医药物流配送中心中料箱式分拣系统装箱策略研究

摘要

目前，医药物流配送中心的订单特点越来越呈现出一种小批量、多品种的趋势。对于出库量较小的这些药品，现在很多传统的医药物流配送中心中仍旧采用人到货的人工拣选模式，通过人工行走至货位前，将订单中需求的药品进行拣选。为了提高拣选效率、降低工人劳动强度，同时提高仓库的利用率，某些医药物流配送中心已经开始采用料箱式拣选系统这种货到人的拣选系统来代替传统的拣选模式。料箱式拣选系统依托多层穿梭车系统进行拣选与运输，最小的存储单元为统一规格的料箱。每层的穿梭车并行拣选包含订单药品的料箱运送至本层出口，由提升机串行将料箱垂直运输至人工拣货台，完成一个订单行的拣选。本文主要研究料箱式分拣系统中料箱单元内部与料箱之间货位储位的优化装箱策略，以提高系统整体的拣选效率。
　　对于料箱内部的装箱问题，本文主要分为单料箱单品项、单料箱多品项、多料箱多品项混合装箱三个方面进行研究。为了尽可能提高料箱的装载率，减少补货次数，使用动态规划的方法，解决同尺寸固定容积的装箱问题;当一个料箱中需要装载多个品项时，可以通过分析一段时间内的医药订单，得到不同品项之间的相关性，利用这种相关性通过聚类的方法将药品进行聚类，根据聚类的结果进行装箱，这样便能实现穿梭车一次拿取一个料箱，同时拣选多种货物的可能。在同一药品只能装在一个料箱中时，采用基于启发式累积聚类算法的装箱策略，选择相关性最小的几个药品作为种子，将与之相关性强的药品装入同一个料箱中。在一种药品可以同时被多个料箱装载时，在传统K均值聚类算法的基础上引入模糊聚类中隶属度的概念，并基于该隶属度矩阵采用一种启发式的装箱方法，使得料箱内相关性最强，料箱间相关性较差，最终利用MATLAB对某医药物流配送中心实际订单进行模拟仿真，得到结果混合装箱的优化程度最高。
　　对于料箱间的储位规划问题，与一般的储位规划问题相同，只是料箱式分拣系统中的规划单元不再是单独的一个品项，而是一个料箱作为整体。当该料箱中只有一种品项时，则每个品项作为一个单元来考虑;当该料箱中有多种品项的药品时，则将这几种药品看做一个整体，计算每个料箱与料箱之间的相关性，利用改进的自适应DBSCAN聚类算法对料箱进行聚类，形成相应的类簇。根据多层穿梭车系统“并行拣选串行出库”的特点，将不同的类簇指派到料箱式分拣系统的货架中，并将结果利用MATLAB进行模拟仿真，得到优化后的储位比之前的储位提高了拣选效率。

目录

声明

摘要

第一章 绪论

1．1 论文研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 料箱式分拣系统研究现状

1．2．2 料箱装箱策略研究现状

1．2．3 料箱间储位分配研究

1．3 论文章节安排

第二章 料箱式分拣系统介绍

2．1 常规料箱式分拣系统介绍

2．2 基于多层穿梭车系统的料箱式分拣系统

2．3 多层穿梭车料箱式分拣系统作业时间模型

2．4 本章小结

第三章 单料箱装箱策略研究

3．1 单料箱单品项装箱策略研究

3．2 单料箱多品项装箱策略研究

3．2．1 药品品项相关性分析

3．2．2 药品品项聚类分析

3．2．3 基于启发式累积聚类算法的单料箱多品项装箱策略

3．3 实例分析

3．4 本章小结

第四章 多料箱装箱策略研究

4．1 模糊聚类与隶属度

4．1．1 硬聚类与软聚类

4．1．2 模糊C均值聚类算法(FCM)介绍

4．2 带隶属度的改进K均值算法

4．3 多科箱装箱策略

4．4 实例分析

4．5 本章小结

第五章 料箱式分拣系统料箱间储位规划

5．1 传统存储策略

5．2 基于聚类分析的存储策略

5．3 改进自适应DBSCAN聚类算法

5．3．1 DBSCAN算法简介

5．3．2 改进自适应DBSCAN算法简介

5．3．3 基于改进自适应DBSCAN算法的储位分配

5．4 实例分析

5．5 本章小结

第六章 总结与展望

6．1 工作总结与创新点

6．2 工作展望

参考文献

致谢