1.3.2 订单拣选路线规划

由于仓库系统不同，对应的订单拣选路线规划算法的研究方式也多有不同。自动化仓库中由于信息化程度高，可以实现计算机辅助拣选，所以相应的订单拣选路线规划多采用智能优化算法，如蚁群算法[118]、遗传算法[119]等。对于应用范围最广的人工作业方式下的平行通道式仓库，更受研究人员和作业人员欢迎的是启发式策略，因为启发式策略得出的路线具有逻辑性且规则简单，便于在仓库中实施[78]。针对单区块平行通道式仓库，一个订单拣选路线规划最优算法最先在1983年被提出[115]。之后，文献[120]给出了几种常用的启发式策略，文献[121]将这些启发式策略与最优算法对比，发现这些策略与最优算法之间的差距在最佳时不超过5%，具有可操作性。针对实际中仓库存在多区块的情况，文献[117]提出，这些现有策略经过一些改动是可以应用在多区块仓库中的。之后，一些研究[116]给出了一些经过改进后应用于多区块仓库情形的策略。当然也有使用其他方法，如基于Lin&Kernighan[122]提出的k-opt（算法名）方法设计的订单拣选路线规划算法[123]。与本书密切相关的部分订单拣选路线规划算法与策略使用情况将在“2订单分批与拣选路线规划研究理论基础”中详细叙述。

当然，除了新算法的提出和算法效率对比，也有尝试将拣选路线规划和其他拣选环节的策略设计相结合进行综合优化的相关研究，这一类的文献如表1-1所示。

表1-1 订单拣选路线规划与其他策略综合优化相关文献列表

虽然现阶段人工作业仓库中多使用启发式策略，但随着信息技术的投入，在仓库中使用采用了最优算法规划拣选路线的信息化辅助拣选也成为可能。围绕本书的研究内容，下面针对订单拣选路线规划设计与研究中会涉及的拣货员堵塞、拣选作业不确定性与动态性两个方面展开文献综述。