李 腾，冯 珊

(哈尔滨商业大学管理学院，黑龙江 哈尔滨 150028)

1 引言

拣选作业是整个物流作业的关键环节，直接影响企业的服务水平。通过拣选机器人代替传统的人工拣选的智能仓储系统得到了越来越多的应用[1-2]。目前，许多智能仓储系统，特别是电商平台使用的智能仓储系统，体现出“拣选为主，存储为辅”的特点，其关键在于如何高效地完成拣选作业以满足消费者对配送时效的要求[3]。科学合理地调度拣选机器人完成任务直接影响智能仓储系统的运作效率，已经成为智能仓储系统的研究重点[4-5]。

目前，机器人调度问题已经受到国内外学者的广泛关注，Luo等[6]针对集装箱码头的机器人调度问题，同时考虑装载与卸载过程，以船舶的泊位时间最小为目标函数建立混合整数规划模型，利用遗传算法进行求解，实现了机器人的调度。Angeloudis等[7]开发了一种新的机器人调度方法，将不确定因素加以考虑，解决了集装箱码头作业的分配并降低了成本。Chaudhry等[8]考虑了柔性制造系统中设备与机器人的同时调度，提出了一种改进的遗传算法，降低了完工时间。周炳海等[9]研究了物料配送机器人调度问题，考虑了机器人之间的协同调度，以投入成本和能耗成本为优化目标建立模型，利用自适应大邻域搜索算法进行求解，通过算例验证了协同调度不仅可以减少机器人的数量，还可以降低能耗成本。沈博文等[10]对仓储物流机器人调度问题进行研究，以仓储物流机器人完成任务的总代价最小为目标函数，并考虑了系统的拥塞程度，实现了仓储物流机器人的智能调度。……