【正文】 2—51/3╳1/30/6—圖414 訂單4擁有的共同巷道圖415 訂單4擁有的共同巷道表44 訂單4合并后的相似系數(shù)表訂單12（3,4）51—2╳—（3,4）╳╳—51/3╳╳—表45 訂單（1,5），（3,4）分別合并組合后的相似系數(shù)表訂單（1,5）2（3,4）（1,5）—2╳—（3,4）╳╳—圖416 訂單4擁有的共同巷道圖417 訂單5擁有的共同巷道圖418 訂單5擁有的共同巷道 比較分析由于分批的目的在于最小化訂單揀取的行走距離，所以為了比較分批的效果，就必須求出問題的目標(biāo)函數(shù)值，而同樣的分批結(jié)果，不同的路徑策略所求得目標(biāo)函數(shù)值也會(huì)有差異，因此，對(duì)分批結(jié)果的比較必須建立在相同的路徑策略基礎(chǔ)上。所以基于聚類分析的啟發(fā)式算法的算例路徑策略也采用與節(jié)約啟發(fā)式算法的算例路徑相同的穿越策略，即揀貨員推著揀貨車從出入口出發(fā)，按S形路徑策略從倉庫中一次揀出一批貨物，最后返回出入口的，在開始下一批的揀貨。在揀貨車容量約束的條件下，本算例按先到先服務(wù)的的原則分批結(jié)果為（1），（2），（3,4），5。下面采用S形啟發(fā)式路徑策略計(jì)算不分批和各種分批情況下的行走總距離即訂單分批模型中目標(biāo)函數(shù)的值。不分批：D=d1+d2+d3+d4+d5=108+146+116+86+108=564先到先服務(wù)分批：D=d1+d2+d34+d5=108+146+116+108=478節(jié)約啟發(fā)式分批：D=d15+d2+d34=138+146+116=400聚類分析啟發(fā)式算法分批：D=d15+d2+d34=138+146+116=400從計(jì)算結(jié)果可以看出：不分批行走距離最長；聚類分析的啟發(fā)式算法分批結(jié)果和節(jié)約啟發(fā)式算法的分批結(jié)果目標(biāo)函數(shù)相同且最小，異曲同工；先到先服務(wù)的效果介于兩者之間。第五章 電子標(biāo)簽揀貨系統(tǒng)的優(yōu)化通過對(duì)啟發(fā)式算法在訂單分批揀貨作業(yè)的研究和應(yīng)用進(jìn)行了詳細(xì)的描述，并用節(jié)約啟發(fā)式算法和基于聚類分析的啟發(fā)式算法別對(duì)同一算例進(jìn)行優(yōu)化求解，得出了相同的優(yōu)化訂單分批結(jié)果，從而驗(yàn)證了數(shù)學(xué)模型的有效性以及啟發(fā)式算法在訂單分批揀貨作業(yè)方面良好應(yīng)用。電子揀貨系統(tǒng)是一種可以實(shí)現(xiàn)無紙化物流管理的的電腦輔助揀貨系統(tǒng)。它提供了可以簡單操作的揀貨解決方案，可以使物流管理中的訂單處理過程簡單化。電子揀貨系統(tǒng)由計(jì)算機(jī)連接數(shù)據(jù)控制器并控制貨架上的電子裝置，借助信號(hào)燈與數(shù)字顯示引導(dǎo)揀貨人員快速、準(zhǔn)確、輕松地完成揀貨工作[26]，硬件結(jié) 構(gòu)如圖51所示。圖51 系統(tǒng)硬件示意圖 系統(tǒng)優(yōu)化前系統(tǒng)未優(yōu)化前是采用順序分揀方式，作業(yè)即不分批揀貨其每次只能對(duì)一個(gè)訂單進(jìn)行揀貨，效率比較低。如圖52所示圖52 系統(tǒng)優(yōu)化前對(duì)系統(tǒng)的優(yōu)化作業(yè)是通過增加啟發(fā)式算法的窗體模塊，從而可以根據(jù)優(yōu)化后的同一批訂單來重新組合生成新的訂單來進(jìn)行分揀，增加每次揀取的原始訂單的數(shù)量，達(dá)到了訂單分批的目的，縮短了訂單揀貨的行走距離，從而降低了揀貨時(shí)間，大大提高了揀貨作業(yè)的效率。分批步驟如下：（1）根據(jù)第四章的算例求解的結(jié)果選擇訂單100001和訂單100005組對(duì)產(chǎn)生新訂單N100001，其中相同品項(xiàng)的數(shù)量相累加。如圖53至圖55所示；（2）訂單2自成一批，生成新訂單N100002，如圖56至57所示； 圖53 訂單100001 圖54 訂單100005圖55 新訂單N100001圖56 訂單100002圖57 新訂單N100002(3) 訂單100003和訂單100004組對(duì)成一批產(chǎn)生新訂單N100003，如圖58至圖511所示；圖58 訂單10003 圖59 訂單100004圖510 新訂單N100003（4）由此完成由5個(gè)原始訂單分批優(yōu)化為3個(gè)新訂單的過程，如圖511所示；圖511 訂單分批優(yōu)化結(jié)果實(shí)驗(yàn)證明對(duì)分批優(yōu)化后的訂單進(jìn)行揀貨作業(yè)比優(yōu)化之前的作業(yè)縮短了揀貨距離，提高了揀貨效率，驗(yàn)證了電子標(biāo)簽揀貨系統(tǒng)優(yōu)化后良好的效用。第六章 總結(jié)與展望 隨著社會(huì)經(jīng)濟(jì)的發(fā)展，配送中心的地位越來越高并且作用越來越明顯。作為最消耗人力物力的訂單揀選作業(yè)，如何對(duì)其進(jìn)行合理有效的優(yōu)化，是使配送中心運(yùn)作成本得到優(yōu)化的關(guān)鍵步驟。所以，本文致力于減小配送中心訂單揀選路程的問題，希望通過訂單分批的方式使其達(dá)到優(yōu)化。 本文系統(tǒng)研究了啟發(fā)式算法的基本原理，分析了啟發(fā)式算法在訂單分批分揀中應(yīng)用的情況，主要作了下面幾個(gè)方面的工作：（1)系統(tǒng)的研究了國內(nèi)外學(xué)者對(duì)于訂單分批分揀的成果，基于一定的假設(shè)提出了自己的數(shù)學(xué)模型。本文考慮的是一個(gè)利用電子標(biāo)簽揀貨系統(tǒng)進(jìn)行人工揀選訂單的配送中心，每個(gè)揀選人員使用揀選小車進(jìn)行揀選。（2)對(duì)啟發(fā)式算法進(jìn)行詳細(xì)的介紹。啟發(fā)式算法（heuristic algorithm)是相對(duì)于最優(yōu)化算法提出的。一個(gè)問題的最優(yōu)算法求得該問題每個(gè)實(shí)例的最優(yōu)解。啟發(fā)式算法可以這樣定義：一個(gè)基于直觀或經(jīng)驗(yàn)構(gòu)造的算法，在可接受的花費(fèi)（指計(jì)算時(shí)間和空間）下給出待解決組合優(yōu)化問題每一個(gè)實(shí)例的一個(gè)可行解。這種算法以最小化行走距離距離為目標(biāo)，構(gòu)造了揀貨作業(yè)中訂單分批問題的數(shù)學(xué)模型。適用于求解訂單分批分揀這樣的NP問題。（3)使用啟發(fā)式算法來解決訂單分批分揀問題。通過采用啟發(fā)式算法對(duì)訂單分批問題進(jìn)行求解，事實(shí)證明縮短揀取時(shí)的平均行走搬運(yùn)距離，減少尋找儲(chǔ)位的時(shí)間，進(jìn)而提升揀貨的效率，達(dá)到了降低分揀的成本，最終降低倉儲(chǔ)中心的成本的目的。本文基于一定的假設(shè)，建立起了數(shù)學(xué)模型。同時(shí)考慮揀貨人員的行走距離節(jié)約量和訂單聚類分析的相似度問題，詳細(xì)介紹了啟發(fā)式算法如何應(yīng)用于訂單分批分揀問題，包括初始批量的形成，批量優(yōu)化，節(jié)約量和相似系數(shù)的計(jì)算等操作。在較短的時(shí)間里取得理想的結(jié)果。（4)對(duì)數(shù)學(xué)模型進(jìn)行算例驗(yàn)證。采用配送中心的某些實(shí)際數(shù)據(jù)，利用模型對(duì)兩種啟發(fā)式算法的在算例中的應(yīng)用進(jìn)行了求解驗(yàn)證，并對(duì)采用訂單分批分揀前后結(jié)果以及先到先服務(wù)方法進(jìn)行了比較。結(jié)果顯示本文采用的啟發(fā)式訂單分批揀貨的算法模型對(duì)比不分批和先到先服務(wù)的分揀方式有著顯著的優(yōu)勢，可以使揀貨作業(yè)的效率大大提升，從而降低成本。（5）最后采用VB編寫仿真程序，實(shí)現(xiàn)了對(duì)模型的仿真。由于本人能力和時(shí)間等諸多因素的限制以及技術(shù)的快速發(fā)展，在未來訂單分批分揀問題研究中，本文認(rèn)為可以集中在以下幾個(gè)方面進(jìn)行改進(jìn)：（1)除使用啟發(fā)式算法進(jìn)行訂單分批分揀外，訂單分批的其他算法，比如，遺傳算法可以在訂單數(shù)據(jù)更大的情況下發(fā)揮較好作用，實(shí)現(xiàn)完全自動(dòng)化分批。這是以后可以研究的方向。（2）進(jìn)一步完善此算法的應(yīng)用系統(tǒng)，將其更廣地應(yīng)用到社會(huì)實(shí)踐中去。本文只是簡章地進(jìn)行實(shí)驗(yàn)仿真，日后可以繼續(xù)完善的算法的便捷性來方便配送中心管理人員使用，使本文的研究成果產(chǎn)生社會(huì)效益。 （3）本文的數(shù)學(xué)模型基于一定的假設(shè)，使其與實(shí)際有一定的脫節(jié)，比如揀貨過程中的缺貨問題和訂單分拆再合并的問題，以后的研究可以丟棄一些假設(shè)，使模型與實(shí)際更為相符。（4）本文工人的揀選策略為S型，S形揀選路徑也有其自身的弊端，比如本巷道僅需揀取一種物品且物品處在兩端的情況。以后可以將工作的揀選策略與訂單分揀策 略綜合考慮，提出更加節(jié)省成本，更加提高效率的分揀方式。 參考文獻(xiàn)[1] 李詩珍, 配送中心揀貨作業(yè)優(yōu)化設(shè)計(jì)與控制研究[D].西安: 西南交通大學(xué)博士學(xué)位論文，2008 .[2] 郭毓東,第三方物流配送管理信息系統(tǒng)分析與設(shè)計(jì)[D]. 株洲: 湖南工業(yè)大學(xué)碩士學(xué)位論文，2008. [3] 張彥,錢焱,黃燕美,端傳海. 基于精益思想的配送中心作業(yè)系統(tǒng)研究[J]. 物流科技. 2006 (135):8284. [4] [J]. 起重運(yùn)輸機(jī)械, 2008 (6):8487. [5] 李家齊，樊雙蛟．分揀作業(yè)方式的效率效益[J]．中國物流與采購2006 (6)：4042． [6] 董福慶．物流中心揀貨作[M]．臺(tái)北：工業(yè)技術(shù)研究院機(jī)械工業(yè)研究所，1997． [7] C G Petersen，G Aase．A parison of picking storage and routing policies in manual order picking[J]．ProduCtion Economics．2004（92）：11 19．[8] 劉昌祺．物流配送中心揀貨系統(tǒng)選擇及設(shè)計(jì)[M]．北京：機(jī)械工業(yè)出版社， 2005． [9] 哀祥勇. 配送中心庫存控制模型及其應(yīng)用研究[D].長沙: 長沙理工大學(xué)碩士學(xué)位論文,2004.[10] 李詩珍，王轉(zhuǎn)，[J].計(jì)算機(jī)應(yīng)用2003 (2):9496. [11] [D].石家莊：河北工業(yè)大學(xué)碩士學(xué)位論文，2009.[12] 李詩珍，[J]. :6770. [13] [D].濟(jì)南：山東大學(xué)碩士學(xué)問論文，2010.[14] 李詩珍，王 轉(zhuǎn)，[J]. 物流技術(shù) 2002 (115):3133. [15] [D]. 武漢: 武漢工業(yè)學(xué)院碩士學(xué)位論文,2003.[16] 馬士華,[J]. 工業(yè)工程與管理 2004(6):14. [17] 伍經(jīng)緯,[J].2007(4):104107. [18] 譚俊華，[J]. 起重運(yùn)輸機(jī)械 2008 (3):1820. [19] [J].(11)：6567. [20] 李詩珍，[J].(264)：5356. [21] 王雄志. 配送中心配貨作業(yè)計(jì)劃方法研究[D].廣州: 暨南大學(xué)博士論文,2007. [22] Chen,Wu,An associationbased clustering approach to order batching considering customer demand patterns[J]. Omega International Journal of Management Science 2005. 33(4)333–343. [23] LeDuc, T., De Koster, R., Determining the optimal number of zones in a pickandpack order picking system[J].Report ERS2005029LIS, RSM Erasmus University, the Netherlands. [24] 李詩珍. 配送中心訂單分批揀貨模型及種籽啟發(fā)式算法[J]. 起重運(yùn)輸機(jī)械 2009 (1):4547[25] 譚俊華，[J]. 起重運(yùn)輸機(jī)械 2008 (3):1820[26] [D].武漢：武漢理工大學(xué)碩士學(xué)位論文，2008.致 謝XX