• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      通道式異型條煙分揀系統(tǒng)分揀策略研究

      2019-12-05 02:48:34王彬
      無(wú)線互聯(lián)科技 2019年16期
      關(guān)鍵詞:聚類算法

      王彬

      摘 ? 要:科學(xué)的分揀策略是提升卷煙物流中心異型條煙分揀效率的關(guān)鍵。通道式自動(dòng)分揀系統(tǒng)是最為常見的條煙分揀設(shè)備,它能依照訂單要求,在人工輔助下自動(dòng)完成訂單分割、分揀、打碼、塑封包裝等一體化流程。文章提出的聚類算法可以更加科學(xué)地分割訂單,對(duì)品項(xiàng)相似度高的訂單進(jìn)行聚類分揀,減少分揀過程中的配貨調(diào)換次數(shù),以提高分揀效率。

      關(guān)鍵詞:條煙分揀系統(tǒng);分揀策略;聚類算法

      目前,國(guó)家煙草專賣局要求卷煙產(chǎn)品以客戶為中心,不斷推進(jìn)產(chǎn)品供給側(cè)結(jié)構(gòu)性改革。卷煙生產(chǎn)企業(yè)生產(chǎn)出來(lái)的異型煙品種增幅顯著,故各地卷煙配送中心對(duì)異型煙分揀作業(yè)流程進(jìn)行優(yōu)化再造與自動(dòng)化設(shè)備的投入需求逐漸增加。設(shè)計(jì)出一套科學(xué)適用、成本節(jié)約的分揀策略是提升卷煙配送中心異型條煙分揀效率的關(guān)鍵。

      1 ? ?通道式分揀系統(tǒng)構(gòu)成

      通道式分揀系統(tǒng)主要由電氣控制臺(tái)、臥式分揀機(jī)、柜式分揀機(jī)、皮帶式輸送機(jī)、激光打標(biāo)機(jī)、塑封包裝機(jī)等組成。其中,臥式機(jī)具有占地面積較小、投資低等特點(diǎn),所以在分揀線上可多組并行使用,用來(lái)分揀銷量較大的香煙品項(xiàng)。柜式機(jī)補(bǔ)貨動(dòng)作繁瑣,影響作業(yè)效率,故一般用來(lái)分揀銷量不大的香煙品項(xiàng)。皮帶式輸送機(jī)將兩種分揀機(jī)、打標(biāo)機(jī)、包裝機(jī)等有機(jī)結(jié)合在一起,組成一個(gè)完整的分揀作業(yè)系統(tǒng)。電氣控制臺(tái)是系統(tǒng)的控制中樞,用于控制各設(shè)備的協(xié)調(diào)動(dòng)作,完成分揀工作。激光打標(biāo)機(jī)則給分揀出的條煙標(biāo)上清晰的銷售碼,塑封包裝機(jī)配合在人員輔助下,按照訂單順序?qū)⒎謷瓿傻臈l煙打包。通道式分揀系統(tǒng)上的工作人員一般有補(bǔ)貨人員、控制臺(tái)操作員、包裝機(jī)操作員和出貨碼垛人員[1-2]。

      該分揀系統(tǒng)從物流中心企業(yè)資源計(jì)劃(Enterprise Resource Planning,ERP)系統(tǒng)接收訂單、分析訂單,分揀過程按時(shí)間順序劃分,依次有備貨(補(bǔ)貨)、分揀、打碼、包裝(碼垛)4個(gè)環(huán)節(jié)。

      2 ? ?分揀策略分析

      影響卷煙分揀系統(tǒng)工作效率的最主要因素就是分揀策略。為提高分揀工作效率,必須要對(duì)卷煙訂單進(jìn)行分析,以設(shè)計(jì)科學(xué)、高效的分揀策略。訂單數(shù)量、貨品品項(xiàng)、貨品數(shù)量(Entry-Item-Quantity,EIQ)分析法是一種常用的貨品訂單分析方法,由日本鈴木震先生率先提出。在進(jìn)行EIQ分析時(shí),通常是以一個(gè)或者半個(gè)工作日為計(jì)量周期,把訂單資料歸納生成EQ,EN,IQ,IK 4個(gè)分析指標(biāo)[3]。

      (1)EQ分析,即訂單量分析,指單張訂單的出貨數(shù)量分析,是訂單處理原則、分揀系統(tǒng)規(guī)劃的決策依據(jù),也直接影響著出貨方式和出貨區(qū)的規(guī)劃。

      (2)EN分析,即訂單貨品品項(xiàng)數(shù)分析,指單張訂單的貨品品項(xiàng)數(shù)分析,直接影響倉(cāng)儲(chǔ)的規(guī)劃、儲(chǔ)存空間的估算以及分揀方式、分揀區(qū)的規(guī)劃等。

      (3)IQ分析,即訂單中單一品項(xiàng)出貨數(shù)量分析,直接影響訂單處理原則、分揀系統(tǒng)規(guī)劃以及出貨方式、出貨區(qū)的規(guī)劃等。

      (4)IK分析,即訂單中單一品項(xiàng)受定次數(shù)分析,有助于了解單一品項(xiàng)的出貨頻率,配合IQ分析可為儲(chǔ)存區(qū)與分揀系統(tǒng)的設(shè)計(jì)提供決策依據(jù)。

      分揀系統(tǒng)的決策理論需要依靠EQ,EN,IQ,IK等指標(biāo)進(jìn)行綜合分析。若訂單貨品品項(xiàng)數(shù)非常大,為縮短分揀作業(yè)時(shí)間,一般會(huì)將貨品訂單按配送線路拆分成若干子訂單。將訂單按線路進(jìn)行分解的過程叫訂單分割,訂單分割一定要遵循品項(xiàng)相似的訂單盡可能匯聚在一起,減少更換配貨的時(shí)間。

      3 ? ?訂單聚類分揀策略

      所謂聚類,即是將實(shí)際對(duì)象或抽象對(duì)象解構(gòu)重組,使得類似對(duì)象組成一個(gè)或者多個(gè)類或簇的過程。聚類過程中,要求同一簇或類中的對(duì)象盡可能相似,不同簇或類中的對(duì)象盡可能相異[4]。卷煙訂單的聚類,是以每條配送線路為對(duì)象,依據(jù)配送線路訂單的貨品品項(xiàng)結(jié)構(gòu)相似性,進(jìn)行聚類。

      (1)設(shè)X={x1,x1,…,xn}是n個(gè)配送線路的集合,線路j的訂單即為集合X中第j個(gè)元素。

      (2)為降低計(jì)算復(fù)雜度,只對(duì)銷量大的品項(xiàng)進(jìn)行聚類分析。本系統(tǒng)由臥式分揀機(jī)負(fù)責(zé)分揀銷量大的貨品品項(xiàng),設(shè)臥式分揀機(jī)個(gè)數(shù)為k,則某一訂單的前k個(gè)品項(xiàng)為大銷量貨品。

      C-均值聚類算法就是一個(gè)不斷修改聚類中心矩陣和隸屬度矩陣的過程[5],除非聚類中心不發(fā)生變化或者達(dá)到最大迭代次數(shù)。該算法的時(shí)間復(fù)雜度取決于于配送線路條數(shù)n、貨品品項(xiàng)數(shù)k、分揀線條數(shù)C、迭代次數(shù)Tmax。

      實(shí)際中,參數(shù)C值很小,如果配送中心配送線路特別多,則只計(jì)算大品牌貨品的相似度,即修改k的值,以減少計(jì)算的時(shí)間復(fù)雜度。

      4 ? ?結(jié)語(yǔ)

      本文以通道式條煙分揀系統(tǒng)為研究對(duì)象,闡述了EIQ分析原理,并針對(duì)訂單分割提出了聚類分析策略。該策略對(duì)配送線路按照品項(xiàng)相似度進(jìn)行聚類,可減少分揀過程中的配貨調(diào)換次數(shù),有助于提高分揀效率。

      [參考文獻(xiàn)]

      [1]李靜.卷煙配送中心自動(dòng)分揀系統(tǒng)配置與優(yōu)化研究[D].濟(jì)南:山東大學(xué),2009.

      [2]王艷艷,吳耀華,劉鵬.自動(dòng)分揀系統(tǒng)分揀作業(yè)任務(wù)優(yōu)化[J].機(jī)械工程學(xué)報(bào),2011(10):10-17.

      [3]劉德寶.復(fù)合式卷煙分揀系統(tǒng)研究與設(shè)計(jì)[D].濟(jì)南:山東大學(xué),2006.

      [4]張忠平,陳麗萍,王愛杰,等.基于自適應(yīng)模糊C-均值的增量式聚類算法[J].計(jì)算機(jī)工程,2009(6):60-65.

      [5]KHACHATRYAN M,MCGINNIS L F.Picker travel time model for an order picking system with buffers[J].International Industrial Engineering Transactions,2014(9):894-904.

      猜你喜歡
      聚類算法
      一種基于詞嵌入與密度峰值策略的大數(shù)據(jù)文本聚類算法
      基于關(guān)聯(lián)規(guī)則和復(fù)雜系統(tǒng)熵聚類方法分析張學(xué)文治療肝熱血瘀證用藥規(guī)律
      數(shù)據(jù)挖掘算法性能優(yōu)化的研究與應(yīng)用
      K—Means聚類算法在MapReduce框架下的實(shí)現(xiàn)
      基于K?均值與AGNES聚類算法的校園網(wǎng)行為分析系統(tǒng)研究
      數(shù)據(jù)挖掘技術(shù)在識(shí)別可疑金融交易中的應(yīng)用
      基于改進(jìn)的K_means算法在圖像分割中的應(yīng)用
      大規(guī)模風(fēng)電場(chǎng)集中接入對(duì)電力系統(tǒng)小干擾穩(wěn)定的影響分析
      科技視界(2016年8期)2016-04-05 18:39:39
      基于彈性分布數(shù)據(jù)集的海量空間數(shù)據(jù)密度聚類
      基于MapReduce的DBSCAN聚類算法的并行實(shí)現(xiàn)
      南投县| 南丹县| 乐东| 伊川县| 巴楚县| 五原县| 永清县| 呼伦贝尔市| 石门县| 克拉玛依市| 宜城市| 临武县| 资阳市| 廉江市| 耿马| 精河县| 石嘴山市| 大邑县| 大荔县| 紫阳县| 韩城市| 林芝县| 文昌市| 霞浦县| 昭通市| 东兴市| 巨鹿县| 桑日县| 水城县| 鹤山市| 柯坪县| 白水县| 长阳| 桃源县| 盘山县| 慈利县| 昌宁县| 中卫市| 武山县| 高邮市| 瑞安市|