配送中心订单分批问题研究综述

周贝朵 北京物资学院研究生部 101149

吕现伟 北京物资学院研究生部 101149

【文章摘要】

当前随着社会经济的不断发展， 企业为了获得更大的利润，把自己不擅长的业务交由配送中心来实现。在配送中心中拣选作业直接影响着配送中心的效率，而订单的分批又直接影响着拣选作业的效率。本文对订单分批问题的国内外研究现状进行了总结，并指出其今后的研究方向。

0 引言

配送中心拣货作业中的订单分批是指为了提高拣货作业效率而把多张订单集合成一批, 进行批次拣取作业, 其目的是缩短拣取时平均行走搬运的距离和时间。一个好的订单分批策略可以减少因重复寻找货位的时间，进而提高配送中心的作业效率。比较常见的订单分批方式为：总合计量分批、时窗分批、固定订单量分批和智能型分批。本文对订单分批问题的国内外研究现状进行了总结，并且指出了其以后的研究方向。

1 订单分批问题的描述

订单分批问题可以描述为：假设在一段时间内有n 个订单Wi （i=1,2,…n）需要进行拣选，每个订单上都包含有若干个物品，并且已知每个物品在仓库中的存储位置（x,y）(x 表示待拣选的货物所在的通道号，y 表示待拣选货物所在的货位号)。如何对这些订单进行分批，以使得分批后总的行走距离最短。

2 订单分批问题的国内外研究现状

2.1 国外研究现状

订单分批的概念最早是由Ackerman （1990）提出的。 Choe 和Sharp（1991）[4] 提出订单分批处理可以分为相近订单分批（Proximity of pick locations）和时间窗（Time window）分批两种方式，对于订单分批的贡献较大。

Chih-Ming Hsu 等人（2005）研究提出了“GABM（GA-based batching method）”方法，并在文中详细地介绍了运用遗传算法求解订单分批问题时的一些基本变量因子，以及运用遗传算法解题的基本步骤思路。

Maria Albareda-Samabola（2009）， 将邻域搜索算法应用于解决多巷道拣货系统的订单分批问题, 考虑的目标是最小化拣货行走时间。

Sebastian Henn(2010)，提出了两种元启发式算法来优化订单分批问题：一体化的局部搜索和蚁群优化，结果表明，该提出的方法不仅优于现有的订单分批方法，而且也可以优化配送中心的效率。

Sebastian Henn(2012)，将应用于静态分批的启发式算法进行了修正，并将其运用到动态分批中，并通过一些列的实验来验证算法，结果表明，合理的订单分批策略可以大量的降低拣选时间。

Amir Hossein Azadnia 等人(2013)，为了最小化订单延迟，提出了一种基于加权关联算法和遗传算法的混合算法来优化订单的分批策略。

2.2 订单分批的国内研究现状

国内学者近年来对订单分批问题的研究比较多，有智能算法也有其他算法， 主要表现在：

（1）智能算法在订单分批上的应用

万杰（2009 年）等学者，运用遗传算法来优化订单的分批组合，并且选取体积最大的订单作为种子订单，实验的结果表明该方法能够使拣选的总距离得到明显的优化。王艳艳（2010 年），以降低人工订单拣选的成本为目标，建立了订单分批的数学模型，并分别运用先到先服务、基本遗传算法改进的小生境遗传算法对数学模型进行了求解，最后得出改进的小生境遗传算法适用于大部分订单的合批策略，能有效的降低劳动密集型拣选配送中心的拣选成本。于洪鹏(2010 年)，以成本最小为目标建立了订单分批分拣的数学模型， 并采用了遗传算法对其进行了求解，结果表明该算法能够明显的降低配送中心成本，提高拣货效益，具有良好的应用前景。王占磊（2013 年）以总的拣选距离最短为目标函数，在双曲型仓库中以多个拣选设备并存为条件建立优化模型，并设计了针对该问题的遗传算法，并通过算例证明了所设计的优化模型和求解算法的有效性。孙红华（2014 年）证明了采用订单分批与GA 路径优化的策略组合，拣货路径的节约距离最大。

（2）其他方法在订单分批上的应用

李诗珍（2008 年）建立了订单分批的聚类分析模型，并运用启发式算法求解该模型得到了分批结果，并验证了模型和算法的有效性。谭俊华（2008 年）基于一定的假设给出了订单分批拣选问题的节约启发式算法，并通过算例分析表明，节约启发式算法的订单分批结果优于传统的先到先服务分批结果。王熊志，王国庆（2009 年）对具有订单时间约束的分批订货问题进行优化，建立了数学模型，并应用JBS 启发式算法得到了初始解，然后用遗传算法求解模型得到了良好的结果。李哲(2011 年) 以路径总长度最短为目标函数，以拣选设备的容量限制为约束条件，建立0-1 规划模型，对所有的拣选单进行分批，并采用启发式算法进行求解。

3 结论

对于订单分批的研究，国内学者主要是采用启发式算法进行的研究，采用智能算法的研究较少，主要集中在遗传算法和人工鱼群算法上。

鉴于蚁群算法在解决组合优化问题上优于粒子群算法、模拟退火算法与遗传算法，并且还没有学者将蚁群算法应用到人工订单分批问题上，为此，可以考虑将蚁群算法应用到订单分批上。

【参考文献】

[1] 李诗珍，王转，张克诚. 配送中心拣货作业中的订单分批策略研究[J]. 物流技术,2002,(4):31~33.

[2]Sebastian Henn,Sören Koch,Karl F. Doerner,ect.Metaheuristics for the Order Batching Problem in Manual Order Picking Systems[J].BuR - Business Research, 2010, Vol.3 (1), pp.82-105

[3]Sebastian Henn.Algorithms for on-line order batching in an order picking warehouse[J].Computers & Operations Research,2012,2549-2563

[4] 孙红华，董慧慧. 配送中心订单分批与拣选路径优化研究[J]. 物流技术,2014,33(7):179—183249