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
仓库订单拣选人员路径：一篇系统的文献综述
Makusee Masae , Christoph H. Glock , Eric H. Grosse
文章信息
关键字：订单拣选，订单拣选人员路径，拣选策略，入库，系统文献评论。
摘要：订单拣选通常被描述为最耗时，最耗时的内部物流流程之一。在人工人到货的订单拣选系统中，订单分拣员通常会花费大量时间穿过仓库到达需要存储所需物品的存储位置。为了降低订单拣选的成本，研究人员在过去已经开发了各种路径优化策略和启发式算法。本文介绍了对订单拣选路径研究的系统评价的结果。首先，它通过对文献的系统搜索阐明了订单拣选人员的路径策略，然后开发一个概念上的框架对不同策略进行分类。然后根据已开发的框架描述性地分析和讨论在文献搜索过程中阐明的订单拣选路径策略。本文还深入研究了文献中可行的不同路径策略的使用频率，并应用了引文分析来确定对订单拣选路径产生影响的开创性工作。 本文最后对未来的研究机会进行了展望。
1.简介
在公司必须完成的各种仓储过程中，订单拣选（通常定义为响应客户订单从其存储位置取回物料的过程）被认为是最耗时，最费力的过程之一。一些作者估计，它最多占仓库总运营成本的55％（Tompkins等，2010），这表明订单拣选是提高仓储效率的重要杠杆。在实践中，大多数订单拣选仓库都是按照分拣员原则操作的，并且手工作业的比例很高（De Koster等，2007; Van Gils等，2018），主要是因为人类可以更加灵活地进行操作由于机器的认知和运动能力，因此对订单拣选过程中发生的变化的反应比机器更灵活（Grosse et al。，2015，2017）。
为了降低拣选成本，研究人员过去提出了数学模型，以帮助从业人员优化拣选操作。为了提高订单拣选效率，必须解决的最重要的决策问题包括仓库布局的设计，将物料分配到存储地点，订单的分批处理以及订单拣选机在仓库中的路径（例如，De Koster等，2007； Grosse等，2017；Van Gils等人，2018年）。仓库布局的设计指定了仓库的配置，例如，走道的数量，长度和宽度。仓储分配确定了如何将物料分配到仓库中的存储地点，并且经常利用物料特性进行分配，例如拣货频率或数量。订单批处理反过来重组输入的订单，例如通过将大订单拆分为较小的订单或将小订单合并单个大订单中的订单，然后可以在单个领料之旅中领料（Cergibozan和Tasan，2016年）。路径策略是对著名的旅行推销员问题（TSP）特例的一种解决方案，它最终确定了订单选择者在仓库中的行程以及他/他从存储位置检索所请求物品的顺序。正如一些研究人员估计，旅行时间可能占总订单拣选时间的50％以上（De Koster等，2007; Tompkins等，2010），过去订单拣选机路径问题受到了特别关注（ Grosse等人，2017年）。订单拣选人员路径策略的目标通常是最小化旅行时间或旅行距离（De Koster等，2007； Van Gils等，2018）。
先前对订单拣选人员路径问题的研究最佳启发式路径策略。 有一个讨论关于应该采用启发式策略还是最佳路径策略的文献用于工业。 一些研究人员认为启发式路径策略更容易在实践中应用，而且最佳政策可能会使订单拣选者，鼓励他们偏离最佳路线（请参见Gademann和Velde（2005），Elbert等。（2017）;格洛克等。（2017）以及其中引用的参考文献）。其他研究人员表明最优策略即使在更高级别下也仍然表现良好偏离启发式策略（Elbert et al。，2017）。除了在整个仓库中路径订单拣选人员的行为方面，可以计算最佳路线的有效算法不是目前可用于每种仓库布局和订单拣配场景（请参阅De Koster和Van der Poort，1998； Roodbergen和De Koster，2001a；De Koster等人，2007），这可能会阻止仓库经理改进他们的订单拣选操作，以防他们感兴趣在这样做。订单拣选人员路径策略概述支持从业人员选择合适的路径策略，或者突出显示哪些订单拣选方案需要进一步的政策但是，到目前为止尚未准备好开发的程序。当前的研究对订单拣选人员进行了系统的回顾具有以下目标的路径策略：1.全面概述并描述路径策略在文献中已经讨论过了。2.显示路径策略在路径器中的使用频率。过去的科学文献。3.确定影响订单拣选人员文献的开创性作品路径。4.确定仓库布局和拣货场景具有最佳和/或启发式路径策略的文献尚未提出。这次审查的目的还在于促进对订单拣选人员路径策略以扩展路径算法的产品组合提供给从业者，这反过来又可以鼓励更多在实践中广泛使用此类政策。订单拣选人员路径已连接其他订单拣选计划问题（例如，订单批处理，分区，存储分配）。这篇评论不讨论这些相互依存关系详细地。我们认为改进订单拣选人员路径本身是值得的，因为更高效的订单拣选人员路径策略帮助充分利用综合策略的性能不仅仅是一个计划问题。例如，如果我们考虑联合订单批处理和订单拣选人员路径问题，之后解决批次问题，仍然需要为每个路径找到路线批量。解决联合订单分批处理的分层方法可以直接从改进中受益的订单拣选人员路径问题为了使拣选人员路径策略在文献，参见例如Ho和Tseng（2006），Tsai等。 （2008），Chen等。（2015），以及Li等。 （2017）。读者可参考范的评论吉尔斯等。 （2018）关于订单拣配计划的组合问题。本文的其余部分的结构如下。下一节首先总结了最佳路线拣选人员的开创性策略通过常规仓库。然后，第3节提出了一个概念订单拣选人员路径文献分类框架政策。第4节概述了此次审核的方法，以及描述性地分析文献检索的结果。第5节提出文献综述的结果，第6节总结在这次审查中获得的主要见解。第7节总结了论文。
2.仓库中的订单拣选人员路径：问题
通常，通过仓库路径订单拣选人员的问题是经典旅行推销员问题的变体（TSP；无容量限制；例如Ratliff和Rosenthal，1983； Scholz等人（2016年）或人为限制的车辆路径问题（CVRP;容量限制也需要分批订购；例如，格洛克和格罗斯，2012年； Scholz et al。，2017）。这两个问题都是NP难题（他们等（2010）。最佳解决订单拣选人员路径的程序问题可以利用由仓库过道的结构，这在许多情况下使其成为可能有效地解决问题。最佳解决方案的开创性工作订单拣选人员路径问题是Ratliff和Rosenthal之一（1983），以下简称RR，提出了一种算法时间复杂度与通道数成线性关系。方法有效解决订单拣选人员路径问题通常是专门的到特定的仓库布局，它们将无法再用于不同的应用程序。
RR专注于一个单一仓库的常规仓库如图1所示。由于RR提出的方法经常过去已扩展到其他仓库布局和/或其他订单选择场景，我们在下面简要总结一下：
考虑一个包含m个物料的客户订单具有n个过道的常规仓库。首先，定义一个图形表示仓库的G（图2包含图1所示的示例是mfrac14;12和nfrac14;6）。顶点vi，ifrac14;1; 2;hellip;; m，代表所请求项目的位置以及顶点v0表示仓库1，订单选择者在其中接收选择清单，而
掉落挑选的物品。顶点aj和bj，jfrac14;1; 2;hellip;; n，是后排和每个过道的前端。其次，连接G中的任意两个顶点通过平行边缘对应于所请求项目的相邻位置并为每个边缘增加一个权重由边连接的顶点。由于任何G的订单拣选之旅都可以被视为G的游览子图，目的是找到订单选取G的巡回子图，且长度最小。RR解决了这个问题通过考虑从最左边开始的一系列递增的G子图包含要拾取的项目（jfrac14;1）到最右通道的通道订单中包含的项目（jfrac14;n）。 G的子图T包含所有顶点vi，ifrac14;0； 1;hellip;; m，如果有一次遍历T中每个边的订单拣选之旅。创建一个子图，对应于通道内可能移动的边缘考虑从一个过道到下一个的转换。在每个子图中沿序列jfrac14;1； 2;hellip;; n，局部游览子图（PTS）及其考虑等效类。对于G的任何子图L，一个子图如果存在G?L的子图Cj，则L的Tj是L PTS（该图包括包含在G中但不包含在L中的边缘和顶点的集合，使得Tj [Cj是G的游览子图。等价类由三元组引用（aj的奇偶性，bj的奇偶性，连通性）。在每个等价物中类，然后选择具有最小长度的PTS作为候选最小长度巡回子图的PTS。对于最后的过道，连接的等价类集中的最短PTS在a中具有偶数奇偶校验，并且选择bn作为最小长度订单领料之旅。 RR的算法经常是扩展到过去，例如用于常规仓库中间的过道将仓库分为两个街区（例如，Roodbergen和De Koster，2001a）或鱼骨布局（例如，Ccedil;elik）和Suuml;ral，2014年）。这些和其他扩展将在更多内容中进行讨论详情请参阅第5节。
3.概念框架
表征订单拣选人员路径问题和现有问题关于订单拣选人员路径策略的文献，本节提出了一个概念框架。该框架是结合在一起得出的演绎法和归纳法。在演绎法中，我们开发了一个初始框架以及该关键字的列表根据我们对问题的理解，随后进行数据库搜索然后归纳地完善框架和关键字列表以初步审查的结果为基础。图3说明了开发的框架。可以看出，该框架考虑了订单拣选人员路径问题的两个方面，即问题特征和算法特征。的影响关于订单拣选人员路径的这两个维度将进行更详细的讨论在第5节中。其他与订单拣选有关的概念框架由Rouwenhorst等人提出。 （2000），De Koster等。 （2007），顾等。 （2007年），达瓦尔扎尼（Davarzani）和诺尔曼（Norrman）（2015年）和沙阿（Shah）和坎佐德（Khanzode）（2017）。这些框架将订单拣选人员路径视为一维拣货/仓储，无需进一步分析其问题属性；因此，我们的工作是对这些工作的补充有关订单拣选人员的更多详细信息来构建框架路径属性。
3.1。问题特征
问题特征描述了订单拣配场景手，其中包括系统和流程属性。他们可能会影响订单拣选人员路径问题的距离矩阵，并且可能因此影响最终解决方案的计算复杂性程序。框架维度问题的特征是进一步分为子维度仓库布局和仓库操作。
仓库布局考虑了仓库的一般类型考虑到了仓库的数量和位置以及几个过道特征。关于仓库的类型，文献讨论三种主要的仓库变体：
※常规仓库为矩形，平行垂直于一定直线度的过道交叉过道。常规仓库上有两个交叉过道前端和后端通常称为单块仓库（请参见图1和A1的两个示例），而仓库中有更多而不是两个交叉通道通常被称为多块仓库，仓库中的每个区块都由多个子通道组成。
※非常规仓库不安排所有领料通道或交叉过道彼此平行，但选择不同的布局方便到达仓库的某些区域或改善空间利用率。示例包括鱼骨和Flying-V（Ccedil;elikandSuuml;ral，2014）和U形（Glock and Grosse，2012）版式。
※一般仓库的模型不对仓库的过道，而是使用一般距离矩阵。如结果，无法利用特殊结构的距离例如RR中的矩阵，这使得很难有效地解决这些仓库中的订单拣选人员路径问题。产生的问题与经典的TSP相同或CVRP。例子包括辛格和范·奥德海斯登的作品（1997）和Daniels等。 （1998）。
仓库布局定义了仓库的数量和位置（s）以及过道特征。单仓库和多仓库在文献中讨论过宽和窄过道。在狭窄通道的仓库，例如，订单拣选人员可以选择过道两侧的物品而不必越过它，而在从过道两侧拣选的宽通道仓库越过过道，导致额外的行驶距离。如果仓库使用低层存储架，可以直接拣货无需垂直移动就可以从机架上卸下（Scholz和Wascher，2017年），而在高架储物架的情况下，则是垂直移动可能也是必要的。前者仓库通常称为低级订单拣选系统，而后者被称为高级系统。
子维度仓库的操作捕获了各种策略路径订单拣选人员时使用的人员或遇到的情况仓库。它确定了例如工人数量在仓库中挑选订单，游览的可能起点和终点，以及是否已经为订单定义了容量限制拣选人员（例如，按重量或物品数量；请参见格洛克和格罗斯（2012）和Matusiak等。 （2014）。如果超过一个订单拣选人员在同一狭窄的通道中工作，拣选人员拥塞（或拾取器阻塞）可能发生在过道内，这可能会导致等待在过道或货架上的时间或需要更改领料行程被另一个订单拣选人员阻止（例如Franzke等，2017）。静态订单选择是不允许更改选择列表的操作一旦启动拣货流程，而在动态情况下订单拣选，在拣选过程中可能会更改拣货清单。我们的框架还考虑了仓库是否运营根据“按订单选择”或“按批处理”策略。在第一种情况下，订单拣选人员将选择单个订单，而在第二个中情况下，将多个订单分批合并以减少差旅距离。在框架中，我们还考虑是否选择顺序由优先级约束控制，例如万一重型物品必须在轻物品之前被拣选。单个存储系统处理案件其中项目仅存储在单个存储位置，而在分散存储系统中，一个项目存储在多个存储位置。最后，我们的框架确定是否考虑了人为因素考虑到订单拣选人员路径问题。人为因素描述系统设计的各个方面（在我们的案例中：顺序拣货仓库），这会影响人与人之间的互动该系统的总体目标是最大程度地提高人类福祉和系统性能（IEA理事会，2014年）。
3.2。算法特征
我们框架的第二个方面考虑了特征订单拣选人员路径问题的算法的改进以及它的时间复杂度。三种一般类型的算法有在文献中提出：
※精确的算法总能找到最佳解决方案（即最短路径）到订单拣选人员路径问题。示例包括算法RR，De Koster和Van der Poort（1998）以及Roodbergen和DeKoster（2001a，b）。
※启发式是根据其问题构建的与问题相关的算法规格，在大多数情况下结果不是最佳的（Sorensen，2015年）。示例包括遍历（也称为S型），中点和最大的缺口启发法（Hall，1993年）。元启发式算法是与问题无关的高级算法提供一组指导方针或策略以找到一个近似的解决方案解决这个问题（Seuro;orensen，2015）。例子包括遗传算法（GA; Tsai等人，2008），蚁群优化（ACO; Chen等人，2013），粒子群优化（PSO； Lin等人，2016）或禁忌搜索（TS; Cortes等，2017）。<!--
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[237284]，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。
