英语原文共 22 页，剩余内容已隐藏，支付完成后下载完整资料
第三部分 订单拣选
订单拣选是大多数仓库中最重要的工序，因为它消耗的劳动力最多，它决定了下游客户所经历的服务水平。
订单拣选大致包括三个阶段：
bull;前往附近的存储地点。 这可能是最多的工作任务，并且它不具有附加价值。
bull;在巷道内进行本地搜索，找到想要货物的确切位置。拣选小零件时，这可能很重要，例如螺丝或其他紧固件或隐形眼镜。它不具有附加价值，但避免选择错误的SKU至关重要。
bull;到达，抓住并放入。这是一项增值活动;它是最难以自动化的仓库活动。
在小批量配送中，例如服务部件，客户订单通常小而紧急，并且彼此不同。因此，订单拣选员可能会为每个拣选行进很长的距离;他们在仓库中的路径可能完全不同，即使是在两个相同的货位之间。在这样的环境中，挑战在于通过寻找到达所需位置的有效途径来减少行走距离（第10章）。
在大批量分销中，例如零售店的供应，客户订单通常会很大并且可能相似。每个订单拣选者可能会在每单位行进距离内进行多次拣选;所有的订单拣货员都可能沿着一个共同的途径，例如沿着货架的过道。这种订单挑选的挑战是通过消除瓶颈来保持工作顺利进行（第11章）。
第10章 减少行走的路线
取回订单的行走时间是一项直接开支。实际上，它是典型配送中心劳动力的最大组成部分。此外，行走时间是浪费：它耗费人工时间，但不会增加价值。行走时间也很重要，因为它会影响客户服务。订单可以被检索的速度越快，它就可以越快地被运送给客户。
考虑一下硬件和工具的分销商McMaster-Carr。他们从四家北美分销中心分销超过45万件skus。快速服务对客户来说非常重要，客户可能拥有大量的资本设备或正在等待零件或工具的建设项目。因此，McMaster-Carr在收到订单后几乎立即开始采购订单，即使它可能只有2-4个货箱，仅代表许多地点中的几个地点。在这种情况下，问题会从第11章中的平衡流量转变为对待访问的位置进行排序以使整个行程很小。对于订单拣选员必须在仓库中进行的每次出行都必须解决这样的问题，因为与快速拣选区域不同，快速拣选区域通常提前知道行走的一般路径，在这种情况下，每次进入仓库的行程都可能是一条不同的路径。
10.1拣选路径优化的问题
尽快访问特定位置的问题被称为“旅行商问题”（TSP），并且已经进行了大量研究[35]。 一般来说，TSP在几个方面都很困难：
一般来说，没有已知的快速解决方案技术。
bull;随机生成的实例，即使是小型实例，解决起来可能会非常耗时。
bull;最佳甚至是较优的解决方案可能很复杂，很难描述。
仓库中的订单检索提出了TSP的特殊情况，其中行走受到过道限制，这种特殊结构使得通过计算机可以快速找到最佳解决方案[41,29,43]。 但是，大多数仓库管理系统不支持除简单排序位置之外的拣选路径优化。 有几个原因， 最重要的是任何最佳寻找算法都必须知道仓库的几何布局，包括所有存储位置之间的距离; 而大多数WMS不支持这一级别的信息。 这些详细的信息不仅需要花费大量时间进行收集，而且必须专门针对每个站点，并在物理布局发生任何变化后进行更新。
最后，即使WMS确实支持某种拣选路径感知，仍存在将路径传递给拣选者的问题。如果订单拣选者没有遵循它，那么高质量的路径就没有用。通常情况下，WMS只会告知拣选物的位置顺序，而不是实际的路径。拣选者必须找出从位置到位置的最短路径;这很难做到，因为订单拣货员只能在压力下工作，并且只能获得本地信息。图10.1显示了难点。
顺便提一下，在这方面，从纸张选择列表中选择比从RF设备选择更为有效。通过纸张，订单拣选者可以一眼就看到接下来要访问的几个位置，并可以利用他对仓库的了解来规划他的路径。另一方面，典型的RF设备仅显示要访问的下一个位置，这使得订单拣选者无法改进拣选顺序。这种情况可能会很快发生变化，因为先进的电讯设备可以使WMS通过订单拣选方的实际贴图路径。
10.2生成短路径的启发式方法
我们如何生成可由没有仓库详细地图的订单拣选者实现的短途行走路径？
想象一下，拣选者必须访问仓库的所有存储位置;并进一步假设我们可以找到一条有效的全局路径来访问所有这些地点。我们必须只计算一次这条有效路径，然后我们可以多次使用它：当一个拣选者行走以检索订单项时，我们要求他只需按照与有效全局路径相同的顺序访问所需位置。因此，全局路径强加了一个将被所有旅行所尊重的序列。当我们收到客户订单时，WMS只需根据存储位置对拣配行进行排序，以便它们以高效的全局路径出现在相同的顺序中。这个想法是，如果全局路径是有效的，那么在每个客户订单上产生的子路径也可能是有效的。
通过存储地点寻找良好的全局路径的问题被称为“概率性旅行推销员问题”或PTSP。
10.2.1路径概述
良好的全局路径不仅仅应该指出客户订单中的短路径，还应该帮助拣选者直观地看到下一个位置以及如何朝直接行走。 我们需要一个路径轮廓，它会为大多数订单引入一个较短的选择路径，但结构简单，这样订单拣货商就可以理解它。 一条有效的路径
10.2 产生短路径的启发式方法
(a)（局部信息）
(b)（全局信息）
图10.1：订单拣选者仅具有本地信息，例如位置序列和来自通道（a）的视图，从中可以确定全局有效的选择路径。 订单拣选者很难知道或考虑拣选区域的全局布局（b）
图10.2：这个拣选区域只包含流行的skus，所以每个订单都可能需要沿着走道走。因此，预先知道有效的旅行路线。
路径大纲将考虑机架的物理布局，最受欢迎的物品存储在哪里，以及典型的订单是什么样子。另外，管理层可以设计简单的规则，通过这些规则，路径大纲可以适用于特定的客户订单。通过为订单拣选者提供一组适应路径的规则，他们利用了员工的智能，而不是将决策嵌入到WMS软件中。
最简单的路径轮廓是沿着一个单独的走廊，如图10.2所示。这样的路径轮廓具有期望的性质，即任何最佳路径都与该排序一致。该配置通常位于配送中心的快速选择模块中。
通过静态搁架的常见路径轮廓是图10.3所示的所谓蛇形拣选路径。该路径在每个通道中感应出单向行进方向，这意味着通过使用窄通道可以节省地面空间。但是，位置顺序可能不会给出最佳的行程路径，因为在这种情况下，拣选者必须沿着通道3和6的长度不必要地旅行。除非典型的客户订单访问每个通道，否则这样的路径可能导致不必要的旅行。
10.2。 产生短路径的启发式方法
1 2 3 4 5 6
图10.3：蜿蜒的拣选路径可能导致不必要的行程（在此情况下沿着通道3和6）。
图10.4：修改后的路径轮廓，对通道4-6进行排序，但不对其位置进行排序。
改善此问题的一种方法是仅指定存储位置之间的部分排序。 例如，图10.4显示了一个不完全指定的蛇形轮廓，它将从左边开始的几个通道的位置排序，但此后仅对通道本身进行排序，而不是对通道内的位置进行排序。 这在最终的选择路径上施加较少的先验结构，并且依赖于订单拣选者的智能来适当地适应它。如果最早的（最左边的）通道包含更受欢迎的产品，则此示例可能是有效的路径概要。在这种情况下，拣选者可以通过跳过通道3和6来构建更有效的拣选路径。
由于此路径轮廓不能提前确保拣货员在哪个方向上行驶，因此仓库的右侧必须允许双向通行，可能需要宽阔的通道。
另一种常见的拣货路径是分区拣选，它仅对过道进行排序，而不对在过道的位置进行排序。拣选路径通过一组缩小的位置（端盖），这是存放最快移动物品的位置（图10.5），拣选者可根据需要绕过通道。这通常用于带有一些缓慢移动产品的浅巷道。
进一步的规则可以有助于挑选者从选择列表中产生出行路径。 例如，最简单的算法可能是“顺序访问过道; 根据需要绕道进出每个过道以挑选产品”。
图10.5：分支和选择的示例
图10.6：左边：通过绕道进出的走道。
右图：允许拣选者确定每个通道的入口和出口，从而减少旅行。
10.2.2产品摆放
为了帮助拣选者猜测出行的最佳方式，必须使几何和地址一起工作。 例如，如果靠近的地点也有相似的地址，反之亦然，则选择列表还会告诉拣选者有关仓库中下一个地址的位置。 全局（仓库的布局）嵌入在本地（地址列表）中。
另外，通常最好将最流行的skus存放在靠近路径轮廓的地方，这样它们可以在很少或没有绕行的情况下到达，如图10.7所示。 越来越短的弯路也意味着最终的旅行路线将变得更简单，这意味着节省更有可能实现，因为订单选择器可以遵循它。
图10.7：如果流行项目靠近路径轮廓存储，则可以使用更短的行程路径，如右图所示。
10.3拣选路径优化
要计算最佳拣选路径，需要计算机知道仓库中任何两个位置之间的最短距离（以及相应的行进路线）。在撰写本文时，我们所知的没有任何仓库管理系统管理仓库布局的显式几何模型。因此，真正的拣选路径优化目前尚未完成。
最终仓库管理系统将拥有仓库的几何模型;而电讯业的进步将使拣选者精确的旅行指示变得简单和经济。那么没有理由不利用拣选路径优化。
拾取路径优化的基本结果归功于Ratliff和Rosenthal [41]，他们提供了一种算法，用于快速找到仓库中一组位置的最短路线。我们将通过给出他们的算法的简化版本来说明他们的想法，这将产生接近最佳的拣选路径。简化是略微限制可允许的行程模式，以便拣选者不能再访问以前访问的过道。换句话说，我们会发现最短的拣选路径受约束条件的限制，即走道不能从他们的自然序列中被访问。
由于这个限制，建议的路径可能会比无约束的最优稍长;但
该算法与最佳寻找算法的精神相同，但更简单，因此更易于编程和解释。
由于没有回溯限制，所需的任何不必要的旅行通常都很小。
生成的路径在结构上比最佳路径更简单，因此订单拣选者更容易理解和遵循。
在[41]之后，我们通过动态规划生成了一条拣选路径。这利用了这样一个事实，即最优路径只能在通道的每一端假定有限数量的模式。我们的限制 在这种情况下，拣选者永远不能重新访问过道，将可能的模式减少到只有两个，这样就可以想象每个订单拣选者都遵循这个规则。
从当前过道挑选所有需要的物品，然后前往下一个过道。
请注意，有两种方式前往下一个通道：订单拣选者也可以
通过现有通道一路行走，必要时采摘; 否则
只在必要范围内进入通道，以便选择其中所有需要的物品，然后返回到其进入的通道的同一端。
决策点位于每个通道的末端，如图10.8所示。 由于没有回溯，拣选者必须在仓库中左右移动，因此我们可以按顺序考虑在每个通道上做出的决定。 我们可以图形化地总结从图10.9开始的一系列数字的决策顺序。
图10.8：要访问左侧的位置，想象每个过道末端的决策点。 因为禁止回溯，所以在访问i 1之前，订单拣选者必须访问过道i。
图10.13显示了总结订单拣选人决策顺序的最终图表。 该图中的最短路径对应于通过仓库的有效拣选路径。（最短路径可以通过图论或离散数学的基本算法找到，如附录C所述）
请注意，网络的连接只需要构建一次; 并且为了后续使用，只需要更新边的长度，如图10.14所示。
图10.9：从通道1到通道2的路径的枚举和汇总。每个候选路径由图中相同长度的边表示。
图10.10：从通道2到通道3的路径的枚举和汇总
图10.11：从通道3到通道4的路径的枚举和汇总
图10.12：从通道4到完成的路径的枚举和汇总。
图10.13：关联图上的最短路径在仓库中提供了一个有效的选择路径
图10.14：只需要更新图形每一边的边的长度以反映新的客户订单。
这种方法可以自然地扩展，以处理交叉通道的增加，尽管解决问题的工作量迅速增加[41]。
10.3.1如何利用优化
为了让优化成为可能，必须很容易实现一个计算解决方案。但是，如果一个订单拣选员只知道地点的顺序，而不是从一个地点到另一个地点的路径，就很难知道如何以最短的路线旅行。事实上，拣选路径越短，对于仅具有本地信息的订单拣选者有意义的可能性就越小。
尽管如此，还是有一些简单的方法来帮助拣选者遵循优化的拣选路径。例如，WMS可以包含指示，指示订单拣选者在每次拣配后应该行进的方向。图10.15显示了一个示例选择列表，该选择列表将提供足够的信息来指定路径，而不仅仅是选择顺序，用于在分支和选取轮廓之后的拣选路径（不回溯到先前通过的走廊）。当然这种效果取决于采撷者如何受到惩罚。这里有一个折衷：允许更复杂的路径，必须传递给订单拣选者的更多信息。
10.3.2优化有多大价值
最后，必须询问pick-path优化有多重要。 这取决于。在某些情况下，拣货路径优化根本无关紧要：例如，如果所有订单都用于1-3件物品，例如在目录履行中心，则不需要技术来优化拣选路径，因为订单拣货员可能会自己找到短路径。另一方面，如果每个订单都需要访问很多地点，那么最佳拣选路径必须穿过大部分仓库，并且不能比任何合
全文共7188字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[14846]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
