基于雪佛龙仓储布局的拣选路径优化研究

摘要

为了提升现代仓储系统中的拣选作业效率，基于改进型布局设计中的雪佛龙仓储布局，根据其特点，构建了拣选路径行走距离的计算模型，以遗传算法、布谷鸟搜索算法、蚁群算法三种智能算法作为寻优途径来改善订单拣选过程中的路径优化问题，并对以上算法进行了仿真验证，同时与S-shape和Return两种启发式路径策略进行比较。实验结果表明，当订单拣选中需访问的货位数量为10时，三种算法均能实现对S-shape和Return两种策略的优化；随着待拣选货位数量增加至20和40，三种算法对S-shape策略的优化逐步失效；对于Return策略，随着待拣选货位数量增加至30，遗传算法失效，而布谷鸟搜索算法和蚁群算法均实现较好效果，但前者在运行时间方面更具有优势。

关键词

雪佛龙仓储布局 / 拣选路径优化 / 智能算法 / 启发式路径策略

基金资助

国家社会科学基金(24FGLB047); 2025年度山西省高质量发展研究课题(SXGZL2025084); 北京经理学院科技英才支持计划资助项目