师浩森,陈航慧,王 皓,王晓军,杨春霞

(太原科技大学 交通与物流学院,太原 030024)

Auto Store是一种货到人的拆零拣选系统,该系统将密集仓储系统与AGV进行整合,致力于实现高密度存储与高效率拣选的完美融合,如图1所示。虽然Auto Store的优越性显而易见,但该系统在进行提箱作业时,会涉及料箱的倒箱作业,进而导致仓库作业效率的降低。

图1 顶层移动示意图Fig.1 Schematic diagram of top floor movement

目前,国内对于Auto Store的研究还处于起步阶段,关于Auto Store的学术研究成果较少。简素萍等[1]提出了将存储货架从中间分为上下两部分的建议,达到提高Auto Store的存取作业效率的目的;王金龙等[2]使用随机存储策略,推导出了服务强度与料箱填充率之间的关系表达式。王晓军等[3]提出了基于改进A*算法的路径规划和基于贪心算法的区域避碰决策,该方法能有效缩短整体作业完成时间。M.B.M.deKoster等[4]发现专用存储策略效率更高,但储位成本也随之增高,易出现储位浪费的情况。综合Auto Store的国内外的研究现状来看,目前已发表的论文中都未考虑Auto Store中提箱作业的优化问题,因此对该问题的研究存在很大空间,但同时也意味着没有文献可供参考。因Auto Store的提箱作业问题与集装箱的提箱作业比较类似,因此在建模方面,本文将主要参考集装箱的倒箱作业及箱位指派相关的文献。

在集装箱倒箱作业方面,刘志雄等[5]建立了一个多贝位下以堆场贝位和船舶贝位翻箱次数之和最小的优化模型。郭文文等[6]建立了一个单贝位下以最短场桥总作业时间的数学模型。……