编者按

2021年，清华大学深圳国际研究生院校优秀硕士学位论文篇数再创历年新高，占全校优秀硕士论文31%，共有63篇荣获清华大学优秀硕士学位论文，其中44篇为我院专职教师指导。本系列推送将向大家展示我院获奖同学的科研成果风采。

论文中文标题：移动货架仓储系统拣选过程的货架存取问题研究

论文英文标题: Researchon Pod Storage and Retrieval Problem During Order Picking Process in Robotic Mobile Fulfillment System

作 者：冀彤彤

指导教师：张凯

培养院系：工业工程系

学 科：物流工程

学习感言：天下难事，必作于易；天下大事，必作于细

获得荣誉：清华大学优秀硕士学位论文、清华大学深圳国际研究生院专业实践三等奖、富士康奖学金

研究背景/选题意义/研究价值

近年来我国电商市场规模快速增长，助力了物流行业的蓬勃发展。十年来我国的快递业务量呈现出爆发式增长，移动货架仓储系统在多个领域得到了应用，如电商、物流、医药、智能制造以及传统行业等，尤其电商应用场景下相对于传统的仓库而言效率有较大幅度的提升。该系统与传统仓库相比，由传统的“人到货”模式转变为“货到人”的模式，大大减少了传统仓库中工人的行走时间，使得拣选员工的工作强度大幅度降低，RMFS系统的运行效率有所提升，尤其适用于订单规模小，品类较多的电商；该系统相比于其他的自动化仓储系统，具有投资成本较低，灵活性较高以及易于搬运的特点，当需要改变仓库规模时仅需要增加或减少若干移动货架以及AGV机器人，这极大地减少了仓库投资的成本。本研究将对RMFS系统拣选过程中的货架存取问题进行研究，旨在对订单拣选过程中的拣选效率进行优化，减小存取过程的行走距离。

主要研究内容

1、针对拣选货架选择及排序问题建立了允许点集重叠的GTSP模型，基于ALNS算法框架设计了求解算法，在算法中针对问题特性设计了重叠点集移除算子等四种移除算子以及最佳点集插入算子等四种重构算子。最后，进行了大量的数值实验来对算法性能进行优化和评估，并对RMFS系统中的SKU分散度指标（即一个SKU存放在多少个货架上）进行了讨论。

2、针对货架点位匹配问题提出了两种解决问题的思路并分别建立了模型，采用了基于三个类的算法以及KM算法来进行求解，为验证方法的有效性，模拟RMFS系统运行逻辑建立了仿真系统，并在仿真系统上进行了数值实验，采用多种不同的货架点位匹配策略进行实验，对比不同策略下的货架行走距离。

论文主要创新点

1、对拣选货架选择及排序问题进行了联合优化，相比于对选择问题以及排序问题进行序列决策，联合优化能够使AGV行走距离进一步优化。

2、对于拣选货架选择及排序问题基于ALNS框架设计了算法，针对点集重合特性设计了对应的移除算子以及重构算子，在算法中增加了基于VNS算法的后优化步骤。对RMFS系统中SKU的分散度进行了讨论并得出：当订单中需求数量较小时，SKU分散度越大，行走距离越小；而需求数量较大时，行走距离可能会随着SKU分散度增大而增大或者是先减小后增大。

3、对货架点位匹配问题提出了一次安排一个货架以及多个货架的解决思路，并分别建立了模型；建立仿真系统来对各个算法进行验证，采用提出的KM算法来进行货架点位匹配的思路，得到了最优的货架行走距离。

学位论文相关学术成果

[1] Ji T, Zhang K, Dong Y. Model-based Optimization of Pod Point Matching Decision in Robotic Mobile Fulfillment System[C], Conference Proceedings of 2020 International Conferenceof Industrial Engineering and Applications, IEEE ICIEA 2020, Bangkok, Thailand,April 16-21, 2020.

[2] 张凯, 冀彤彤, 李志恒. 一种货架重新定位方法及系统:中国, CN201911157577.2（专利申请号）[P]. 2020-04-21公布.

来源|培养处

策划|陈金静、兑晓晴

文、图|冀彤彤

编辑|陈誉之

排版|黄佗

中文微信公众号：清华大学深圳国际研究生院

英文微信公众号：Tsinghua SIGS

新浪微博：@清华SIGS