图 6.1 拣选系统仿真实验环境
用 MATLAB 作为仿真软件，在 WINDOWS10 操作系统的计算机操作环境。MATLAB 作为一款集实现算法、数值运算分析、图像处理功能为一体的计算机语言，其编程环境简洁，求解速度较快，且对数据处理结果的可视化程度较高，被广泛应用于数学分析统计、工程设计等领域。
...............................
7 结论与展望
7.1 研究成果与结论
本文是在货到人拣选系统中，对仓储作业中的订单拣选环节进行研究。将拣选作业转换为多机器人任务分配问题进行研究，主要考虑订单分批拣选策略对多机器人任务分配的影响，并在此基础上，分析拣选系统中拣选环节中的重要参数，如搬运机器人数量、订单数量和周转货架储位数量等，对多机器人任务分配的作用。通过一系列的数值实验及对所得数据进行分析，得到多机器人任务分配结果，验证本文提出的模型和求解算法。本文的主要研究结论如下：
（1）建立了订单分批和批次分配模型并提出优化算法。阶段 1，订单批次划分及所需搬运货架的确定；阶段 2，将生成的订单批次合理分配至各拣选台。经过数值模拟实验，证明建立的模型的可行性以及设计的优化算法的有效性，可以求得以货架搬运次数最少的订单分批方案。
（2）经过实验处理和数据结果分析，考虑订单分批拣选策略的多机器人任务分配，相比于直接订单拣选的多机器人任务分配，搬运机器人分配的总货架数量更少，且各机器人分配的货架数量更为均衡；搬运机器人的总运动路程更短，且各机器人运动路程刚更为接近。因此，订单分批拣选策略下的多机器人任务分配可以提高拣选系统中搬运机器人的利用率，避免出现机器人长时间处于闲置状态。（3）确定搬运机器人已运动路程权重系数 。在多机器人任务分配阶段，运用拍卖算法进行求解，以搬运机器人的运动路程为目标，对每个订单批次对应需要搬运的货架逐轮拍卖。在实验过程中发现，当搬运机器人完成一个货架的搬运，返回货架存储区进行一下个货架的搬运。由于拣选系统中货架是以 20 个为一组存放，存在机器人就近搬运货架的情况，使得各机器人分配的货架数量不均衡，机器人的利用率不高的问题。引入搬运机器人已运动路程权重系数 ，可以使得各机器人任务量和运动路程相近，提高机器人的利用率。经过多次实验验证和数据分析，当 0.1时，多机器人任务分配效果最佳。
参考文献（略）
