针对基于自主移动机器人(Autonomous Mobile Robot,AMR)的货到人拣选系统多拣货台场景,研究订单分配、处理顺序及货架访问顺序的集成优化,提出多拣货台订单分配与排序问题(Order Allocation and Sequencing Problem,OASP),对订单如何分...针对基于自主移动机器人(Autonomous Mobile Robot,AMR)的货到人拣选系统多拣货台场景,研究订单分配、处理顺序及货架访问顺序的集成优化,提出多拣货台订单分配与排序问题(Order Allocation and Sequencing Problem,OASP),对订单如何分配给拣货台、订单在拣货台的处理顺序及如何安排货架的访问顺序进行集成优化决策,并以最小化订单拣选时间为目标建立混合整数规划模型.设计变邻域搜索算法(the Variable Neighborhood Search Algorithm,VNSA),通过订单相似度进行分批分配并生成贪婪初始解,结合货架置换、订单重分配的抖动算子和订单交换/插入、货架序列调整等4种局部优化邻域,采用动态切换机制实现迭代寻优,并将设计的算法与CPLEX求解器进行比较.研究结果表明:VNSA算法在小规模算例中求解速度与精度优于CPLEX求解器;在大规模算例中对初始解的优化能力显著,验证了联合优化订单分配和排序的有效性;订单拣选时间与拣货台数量、容量呈负相关,与负载平衡系数呈正相关.展开更多