基于可信性理论的智能仓在线订单拣选模糊分配方法

摘要

订单拣选环节包含多道复杂工序,工序之间衔接的不确定性影响智能仓在线订单拣选的运作效率。根据可信性理论,引入可信性变量描述系统不确定性,设计带时间窗约束的智能仓库在线订单拣选分配方法。首先,考虑订单拆分拣选、再合并的履约过程,将订单在线需求和拣选分配时间设定为模糊变量。其次,构建模糊时间窗约束的订单拣选规划模型,设计了基于模糊C-均值聚类和改进模拟退火算法的时间窗约束下智能仓在线订单拣选模糊分配方法。最后,通过数据实验验证FCM-SA算法的优越性。研究发现,智能拣货机器人的行驶路程大幅度降低,提升了智能仓库系统的运作效率,进而减少运维成本,证明了模型的应用价值和算法的有效性。