[发明专利]一种考虑拣货单关联性的动态拣货方法和系统

权利要求书

1.一种考虑拣货单关联性的动态拣货方法，其特征在于，包括如下步骤：

获取拣货单，基于关联规则对拣货单进行关联度排序；

基于拣货车的车辆信息，对与拣货车对应的拣货单及货物进行调整；

设定拣货周期，建立拣货路径优化模型；

基于拣货路径优化模型获取最短拣货路径，基于最短拣货路径进行拣货单拣选和货物调整，直至拣货单拣选结束。

2.根据权利要求1所述的考虑拣货单关联性的动态拣货方法，其特征在于，关联度排序具体为，首先基于拣货单中的商品种类、数量、储位及紧急程度构建拣货单相似矩阵，之后基于拣货单相似矩阵进行关联度排序。

3.根据权利要求1所述的考虑拣货单关联性的动态拣货方法，其特征在于，对与拣货车对应的拣货单及货位进行调整，具体为：

首先基于关联度排序结果，获取若干张拣货单的拣选及拣货车的剩余容量，确定需要调整的货物及数量；之后基于拣货车的车辆信息，获取拣货车的剩余容积，基于剩余容积对拣货单和货位进行调整。

4.根据权利要求1所述的考虑拣货单关联性的动态拣货方法，其特征在于，拣货路径优化模型的建立过程为：设定拣货周期，在拣货周期内以调整后的拣货单集合作为目标单元，在拣货周期内以完成拣货任务的最短时间为路径优化目标，建立拣货路径优化模型。

5.根据权利要求1所述的考虑拣货单关联性的动态拣货方法，其特征在于，拣货路径优化模型具体为：

其中，

上述公式中，s为货物；k为拣货单；K为拣货单集合；I为货位集合；h为拣货单k的拣货顺序；U为所有拣货单总的拣货时间；t_u为拣取每单位品项所需的时间；T_k拣货单k的拣货时间；T′_k拣货单k动态调整后的拣货时间；x_ki为第k个拣货单中第i个拣货位的货位数量；S_k为第k张拣货单拣货路径的距离；为拣货单k+1是否包含货位i；α为拣货单k与拣货单k+1共有货位集合；β为需调整的货位集合；P_kh，e_ks，e_ks'均为0,1变量，P_kh代表当拣货单k的拣选次序为h时P_kh为1，否则为0；e_ks代表当拣货单k拣取过程中拣取被调整的货位s时e_ks取1，否则为0；e_ks'代表当拣货单k拣取过程中放置被调整的货位s时e_ks'取1，否则为0。

6.根据权利要求1所述的考虑拣货单关联性的动态拣货方法，其特征在于，最短拣货路径是利用遗传模拟退火算法求解得到的。

7.根据权利要求6所述的考虑拣货单关联性的动态拣货方法，其特征在于，遗传模拟退火算法的具体过程为：

对待调整的货位集合进行编码；

在解空间内构件初始个体，构成初始种群，建立初始种群适应度函数；

基于初始种群适应度函数计算个体适应度值，进行选择、交叉、变异操作记录优良个体；

以优良个体为模拟退火算子的初始解进行退火操作，计算父代和子代的适应度值。

8.根据权利要求7所述的考虑拣货单关联性的动态拣货方法，其特征在于，对待调整拣货位进行编码，采用遗传模拟退火算法对动态拣货路径优化问题数学模型进行求解，得到最优拣货路径方案；

混合遗传模拟退火算法中采用整数编码方式，参数设定为：迭代次数T＝2000，种群规模N＝80，初始温度T₀＝50000，退火系数a＝0.99，变异概率p_m＝0.4，交叉概率p_c＝0.8。