链上镖师 / Chain Biaoshi
EJOR|异质拣选员的分散存储订单拣选：批次、位置与路线联合优化
把订单批处理、拣选员选择、货位分配与路径规划放进同一套多目标模型
论文针对分散存储、拣选员能力不同、订单行可拆分的仓库，联合优化订单批处理、批次排序、拣选员选择、货位选择与拣选路线。
- 01：模型同时关注总拣选时间、完工时间和订单延迟三个目标。
- 02：ALNS-VNS-DP结合自适应大邻域搜索、变邻域搜索与动态规划求解大规模实例。
- 03：单位需求场景下，综合优化相较顺序优化的四种目标设置改善幅度为1.05%至20.4%。
- 04：分散存储水平、拣选员速度结构和批次规模都会改变仓库拣选绩效。
订单、拣选员与路线为何需要联合决策
论文聚焦仍由人工完成的货到人拣选仓库。订单进入系统后，需要决定哪些订单组成同一批次、批次交给哪位拣选员、各批次的执行顺序、每个SKU从哪个存储位置取货，以及拣选员访问位置的路线。分散存储与有限货位库存让这些决策彼此紧密关联。
联合拣选决策的小型数值例（来源：Fig. 1）
01订单批处理影响购物车利用率与批次数量。
02拣选员选择需要同时考虑行走速度与单位拣选速度。
03货位选择、订单行拆分和路线设计共同决定实际作业时间。
JOSPLRP把四类仓库决策压进同一模型
作者将问题命名为JOSPLRP，即联合订单批处理、批次排序、拣选员选择、货位选择、订单行拆分与路线规划问题。混合整数规划模型以加权目标表达总拣选时间、所有批次完成时间和订单延迟，约束覆盖订单归属、购物车容量、批次分配、SKU需求满足、货位库存、访问连通性与路线消除子回路。
1订单分组：每个订单归入一个批次，批次受购物车容量约束。
2人员分配：批次分配到拣选员及其执行顺序。
3货位决策：在分散存储位置中满足SKU需求，必要时拆分订单行。
4路线规划：连接仓库、货位与仓库，并计算作业时间。
破坏与修复算子汇总（来源：Table 3）
ALNS-VNS-DP如何搜索联合方案
求解器先用改进种子算法生成初始方案，再通过自适应大邻域搜索反复破坏与修复订单批次、批次顺序、拣选员分配和货位选择。每经过一段迭代，变邻域搜索进一步扰动当前最优方案，动态规划用于计算每个批次的最短路线。算子权重依据历史表现更新，模拟退火准则允许搜索暂时接受非改进方案。
ALNS-VNS-DP整体求解框架（来源：Fig. 2）
论文给出的算法复杂度为O(iter²·(n⁵+rn⁴))，其中n表示所有批次需要访问的最大货位数量，r表示巷道数量，iter表示最大迭代次数。
从参数化实例到真实仓库布局
实验同时覆盖小、中、大规模实例与真实电商订单。生成参数包含10至60个订单、10至180个SKU、5至30个存储位置、3至6名拣选员、2至12个购物车订单容量以及3至30个批次。拣选员单位拣选速度取5至12秒，行走速度取0.4至1.2米每秒，订单交付时间取300至3000秒。
实验实例生成参数（来源：Table 4）
合作方真实仓库布局（来源：Fig. A.1）
联合优化带来的求解与运营收益
在小、中、大规模基准实例中，ALNS-VNS-DP在解质量与计算时间上保持竞争力。针对总拣选时间、完工时间、订单延迟和综合目标，算法分别在16个实例中取得11、10、6和5个最优解。Gurobi在订单延迟或综合目标的部分大规模场景中未找到可行解，ALNS-VNS-DP仍能获得可用方案。
单位需求真实电商订单实验显示，联合优化相较顺序优化在四种目标设置下的改善幅度介于1.05%和20.4%之间。
不同拣选员选择策略的效率比较（来源：Fig. 6）
一般需求场景下综合目标对比（来源：Table K.4）
分散存储、速度结构与批次规模会改变最优策略
敏感性分析显示，仓库参数变化会重新塑造批次、人员和路线的组合效果。SKU拥有足够的分散存储位置时，联合模型可以利用货位选择缩短作业路线；拣选员速度差异扩大后，人员分配对订单延迟的影响更加突出；批次规模对延迟与完工时间呈现非线性关系，适宜取值取决于订单结构与交付期限。
SKU分散程度对JOSPLRP目标值的影响（来源：Fig. 3）
拣选员速度组合对拣选效率的影响（来源：Fig. 4）
批次规模对订单延迟与完工时间的影响（来源：Fig. 5）
✓低速组合切换到高速组合时，ALNS-VNS-DP的订单延迟目标降幅为96.01%。
✓相同平均路线时间下，不同速度差距仍会造成综合目标、总拣选时间与订单延迟差异。
✓分散存储对订单延迟目标的改善尤为明显，批次规模需要结合订单画像设定。
模型适用条件与研究边界
论文假设仓库为矩形布局，巷道足够宽，拣选员可以相互通行；每个SKU的总库存足以满足全部订单需求，库存短缺不进入决策；所有拣选员的批次准备时间相同且保持不变；模型设置一个仓库。订单行允许在单个货位完成，也允许在多个货位之间拆分。
- 模型适用于分散存储、人工拣选、拣选员速度存在差异的仓库场景。
- 真实部署需要补充仓库拥堵、库存短缺、多仓协同和动态订单到达等信息，论文未报告这些情形。
- 人员绩效数据涉及隐私时，论文讨论了掩码或小组匿名选择方式，具体合规方案需结合所在地区规则确定。
论文：Multi-objective performance optimization for picker-to-parts order picking with heterogeneous pickers, scattered storage, and order line splitting
作者：Zhongqiang Ma，René de Koster，Debjit Roy，Guohua Wu
期刊：European Journal of Operational Research
链上镖师、先卜交通、先卜运筹通用论文ID
保存此推文 ID，可在粉丝群内获取相关材料，未来更多功能敬请期待
先卜科技团队：常文婕、张巧巧、王一航、夏子帆、张晓乐、祁园园、张仁义
