1.1 研究背景及意义
互联网带动市场经济迅速发展，当前的市场变得多元化和多变化，用户由单一、大批量的需求逐渐转为多品种小批量多样化的需求。消费者的需求也不仅仅只满足于需求品的品质、零售商的服务态度，同时也追求精神上的享受和良好的用户体验。因此，对于生产制造商来说，商品的订货时间逐渐变短、订货频率增加、每次配送的商品数量要求变少、种类变多，从订货到送货的时间要求越来越短。进而希望上游生产要素能够补货及时且灵活，快速的满足生产需要。在高配送频率，少配送需求数量的情况下，尽量以较低成本满足下游的客户。为了快速响应市场的需求与变化，传统的物流方式已经不能满足需求，越来越多的企业趋向于将物流业务交由第三方物流公司，以实现配送作业的时效性与准确性，进而衍生出配送中心这一专业进行物流中转的职能中心。 拣选作业作为整个配送中心最重要的作业，是重点优化环节。为了提高拣选作业效率，一方面可以购买先进的拣选设备，增加拣选设备的数量，但是尽管提高了配送中心的效率，所需投入的成本相应也会提高，又由于拣选空间的以及成本控制等其他因素的限制，增加拣选设备的方式很难被推广实现；另外一种就是通过改进作业流程，在维持配送中心原有配置的基础上，优化拣选作业方式，应用多种拣选策略，这些方法成本低，效率高，易于实现，是近年来国内外学者重点研究的对象。
.........
1.2 国内外研究现状
我国对物流技术重视与发展起步较晚，相关研究的文献及资料比较少。近年来，逐渐有学者针对订单分批以及拣选路径优化相关问题开始研究，国内学者对订单分批与拣选路径优化问题主要做了以下研究：在文献[5]中，李诗珍最早针对订单分批方式进行了介绍，总结了不同的订单分批方式，为后续的研究奠定了基础。 在文献[6-9]中，李诗珍等学者建立了以最小拣选行走距离为目标的订单分批拣选模型，并分别用种子算法，订单包络算法，节约算法，聚类算法几种启发式算法求解模型，通过算例分析验证，与传统的先到先分批方式相比，启发式算法分批的结果更优，为今后的研究奠定了基础。 在文献[10]中,万杰、张少卿等学者利用遗传算法求解以拣选行走距离最短为目标的数学模型，同时参照了种子算法中订单的选择方式进行有效选取，通过算例验证，拣选距离有了明显的优化，为订单分批优化问题提供了新的思路。 在文献[11]中，于洪鹏针对订单拣选行走时间以及订单发生延迟设计成本权重系数，建立了以成本最小为目标的数学模型，同时设计了用于求解该问题遗传算法的相关参数及求解步骤。作者同时还利用某医药中心的实际数据设计了仿真实验，与传统的先到先服务分批策略进行对比，验证了算法的有效性。 在文献[12]中，王占磊总结了以往学者在研究上的不足，将仓储中心类型与拣选设备数量等约束考虑全面，建立了以拣选距离最短的为目标的订单分批与拣选路径优化数学模型，并介绍了遗传算法在求解该问题中是如何应用的，同时利用算例验证了该算法的有效性。
........
第 2 章 相关理论知识
2.1 配送中心简介
传统仓储仓库功能单一，在整个物流系统以及生产制造过程中，成本高且效率低。随着时代发展，消费者逐渐由大批单一的消费习惯转向多品种少批量，为满足消费者需求的改变，商品的供应逐渐发生改变，单品种、大批量的销售式逐渐过时，取而代之的是富于柔性变化的多品种、小批量。在制造过程中，商品提前期变短，订货频率增加，进而在物流配送过程中，无论为企业配送生产原材料还是将成品配送到客户手中，配送都趋于高频，少量多品种。为了顺应时代发展，降低成本，提高效率，获得更好的客户满意度，在社会分工细分的大背景下，配送中心这种由专职物流公司负责配送任务的职能中心应运而生[24]。 配送中心是为了顺应时代发展所衍生出来的专业物流机构，具有专业人才、信息、技术等方面的优势，可以采用更先进的物理技术以及管理方式。通过配送中心的建立，可快速满足多品种、少批量的配送需求，减少交货的时间，提高交货频次，降低成本同时提高顾客满意度。
........
2.2 拣选作业概述
拣选作业是指工作人员利用拣选设备，按照客户的订货要求或者配送中心的配送计划，将配送中心存储区域的不同种类，不同数量的商品，尽可能迅速、准确地取出，并放在指定区域的活动[29]。拣选作业流程复杂、工作量很大，占据配送中心大量的时间与成本。拣选作业的主要流程如图 2.6 所示：拣选作业的源头是从订单开始的，在进行拣选作业之前，配送中心要将顾客的订单进行处理形成拣选清单，拣选清单包括所需拣选物品的位置以及数量需求，主要用于指导拣选人员或者拣选设备更高效率的完成工作。 拣选时，待拣选的货物出现在拣选人员面前，才可以完成拣选这一动作，这样就形成了拣选过程中的行走与捡取搬运。这一过程的完成有“人至货”与“货至人”两种行走方式。“人至货”是指拣选人员进行移动至待拣选的货位前完成拣选动作，对于自动化仓储中心来说，则是堆垛机或者机器人在巷道里行走；而传统的自动化较低的配送中心，则是拣选人员或者拣选设备在货架间移动。“货至人”则相反，是指人静止不动，而货物为动态移动到固定位置的拣选人员面前的一种方式。
第 3 章 订单分批优化研究 .......... 21
3.1 订单分批优化模型........... 21
3.1.1 模型假设 ......... 21
3.2.2 模型建立 ......... 23
3.2 订单分批算法 ........... 26
3.2.1 订单分批算法研究 ......... 26
3.2.2 改进包络分批算法研究 ......... 29
3.3 本章小结 ........... 33
第 4 章 拣选路径优化研究 .......... 35
4.1 拣选路径优化模型........... 35
4.2 拣选路径优化算法研究 .......... 38
4.3 本章小结 ........... 43
第 5 章 某配送中心订单分批与拣选路径实例优化研究 .......... 45
5.1 基础数据 ........... 45
5.2 订单分批结果与分析 ...... 50
5.3 求解最佳路径 ........... 53
5.4 本章小结 ........... 55
第 5 章 某配送中心订单分批与拣选路径实例优化研究
本章选取某一家汽车制造企业的零部件配送中心在一段时间内的真实订单数据，对本文所提出的订单分批以及拣选路径优化模型及算法进行验证。
5.1 基础数据
该配送中心是某一家汽车制造企业为了方便规划管理，节省存储空间所专门建立的零部件供应物流中心，主要用于接收上游零部件供应商送来的生产过程中所必需的原材料以及零部件，对其进行倒装、分类之后配送到生产的第一现场。目前，该配送中心采用的拣选方式为传统的先到先分批的订单分批策略。对于该配送中心来说，提高拣选效率可以有效的降低整个物流中心的人力成本、管理成本等各方面运营费用，提高配送中心的利润率；另一方面来说，如不能按时将所需的原材料及零部件进行配送，生产将会中断，该配送中心同时也会受到相应经济上的处罚，产生订单的延迟成本。因此对该配送中心来说，降低拣选成本与订单延迟时间成本同等重要。
.......
总结
配送中心是生产制造、现代电子商务活动中开展配送活动的物质技术基础。在减少交易的次数、流通环节、减少客户的库存、提高库存的保证等方面都能发挥较好的作用。在配送中心作业当中，拣选作业是最重要的一环，拣选作业的优化将会对整个配送中心的运作效率以及运作成本产生非常大的影响。本文在以往学者研究的基础上，研究了拣选作业中订单分批以及拣选路径优化问题，主要进行了以下工作：
（1） 阐述了配送中心拣选作业的重要性，对比分析进行订单分批与拣选路径优化的优势，系统地分析并总结了国内外学者对拣选作业中订单分批以及拣选路径优化研究的相关理论成果。
（2） 对于订单分批优化问题，本文的研究对象是双区型人工进行拣选作业的仓储中心，基于一定的假设提出了自己的数学模型。该模型主要考虑了在多个拣选设备进行作业的情况，同时考虑订单的拣选时间与延迟时间，并给予权重系数。在拣选设备载货质量与容量的限制条件下，以订单拣选时间与延迟时间的加权时间最小为目标建立数学模型。在求解方法上，先简单介绍了种子算法、节约算法，然后在包络算法的基础上设计了同时考虑拣选时间与订单延迟时间的改进包络分批的启发式算法，并详细的介绍了该算法是如何在订单分批问题中应用的。
（3） 对于拣选路径的优化问题，本文在确定的订单分批的基础上，针对同一研究对象进行进一步优化，以拣选设备的质量与容量限制为约束条件，建立了以订单拣选时间与订单延迟时间的加权时间最小为目标的数学优化模型。同时设计了求解该问题的遗传算法，并详细设计了染色体编码、交叉方法，变异方法等。
.........
参考文献（略）
