1. 浙江 师范大学浙江省城市轨道交通智能运维技术与装备重点实验室, 金华 321004; 2. 京东集团智能供应链Y业 务管理部, 北京 100176
出版日期:
2021-11-25发布日期:
2021-12-25Study on Scattered Storage Optimization Problems of B2C Distribution Centers
JIANG Wei1 ,XU Beiling1 ,WANG Tianwen21. Key Laboratory of Urban Rail Transit Intelligent Operation and Maintenance Technology &Equipment of Zhejiang Province, Zhejiang Normal University, Jinhua 321004;2. Smart Supply Chain Y Business Management Department of JingDong Group, Beijing 100176
Online:
2021-11-25Published:
2021-12-25摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
由于B2C配送中心客户订单呈现出``单笔订单小、品种多、配送范围广、交货期紧"的特点,以SKU 为最小存储单元的传统连续存储方式失去了优势.在这种背景下,本文针对现代化B2C配送中心提出考虑货品间关联关系的分散存储优化问题,目标是最小化所有货品对儿的加权最短距离之和,使得不同的货品总能分散存储在拣货员的附近以提高拣货效率.目标里的权重为货品间的关联关系矩阵,最短距离为每个位置上的具体货品与其他位置上其他货品的最短距离.对该问题建立整数规划模型并利用CPLEX标准优化软件进行求解.基于模型求解时间和求解规模的限制,提出两个具有不同适应值函数的遗传算法对该问题进行快速近似求解.实验结果表明, 分散存储方式明显优于传统的连续存储方式;适应值函数取差值的遗传算法在求解精度和求解时间上比适应值函数取倒数的遗传算法的性能更好.
分享此文: