□ 卢烨彬 刘少轩

(上海交通大学 安泰经济与管理学院,上海 200030)

随机存储机制下基于引力模型的订单波次划分方法的研究

□ 卢烨彬 刘少轩

(上海交通大学 安泰经济与管理学院,上海 200030)

研究仓储中心随机存储机制下订单波次划分问题时,创新性地将引力模型应用到波次划分模型中,以波次内不同储位商品之间的引力大小衡量订单之间的相似度,从而进行订单的波次划分,然后运用遗传算法对该模型进行求解。并从实证的角度出发,将求解得出的方案与传统的基于订单聚类划分的方案进行对比,发现在都采用S型拣选策略的情形下,所提出的基于引力模型构建的波次划分方案的拣货路径更短,拣货效率更高。

随机存储;波次划分;订单相似度;引力模型;遗传算法

一、引 言

在2015年的”双十一”活动中,天猫一天的交易额达到912.17亿元,相比于2014年呈现爆发式增长,增速达59.7%,并且京东、苏宁等电商也实现巨量成交额。由此看出,网络购物在未来必定发展成为一种主流的购物形式,市场巨大。而在整个物流配送过程中,拣货是比较重要的一步,在整个订单配送过程中,订单分拣的劳动量占总劳动量的60%[1]。由此可见,提高仓储中心的拣货效率对整个供应链效率的提升至关重要。而各类电商在货物存储方式上各不同,1号店、京东等大部分电商采取的是分类存储方式,即按照A～Z拼音分类或者销量分类依次存储货物。而像美国亚马逊这样的大电商,它的许多仓储方法在世界均处于领先地位,其采取的则是随机存储方式,相比于分类存储,其在库存空间利用率上具有绝对的优势。……