随着社会经济的发展和社会进步,消费者消费观念不断升级,促进了线上零售和线下零售的融合,新零售商业模式应运而生。新零售商业模式的推广,给物流业带来了巨大的机遇与挑战,促进了物流的转型与变革。仓储系统是物流中的关键环节,涉及商品的存储、配送与信息的流通,对整个物流系统的运营成本与作业效率有着重大影响。在人力与土地等资源成本不断上涨,消费者对商品配送时效要求越来越高的大环境下,传统的物流仓储系统逐渐显露出空间利用率低,作业效率低等缺陷,因而难以满足新物流的需求。自动化仓储系统有效克服了这些缺陷,逐渐受到企业和学者的关注,并得到应用与推广。自动小车存取系统采用自动导引车搬运货物,节省了拣选人员行走时间,大幅提高了系统订单拣选作业效率。该系统存储与拣选设备均部署于地面,因此系统布局与配置调整较便捷,具有较高的柔性与可扩展性。此外,拣选作业在地面进行,人机交互较方便,系统作业灵活性高。目前,大部分关于自动小车存取系统的研究均集中于对经典Kiva系统的优化方面,对系统做较大改进与再设计,并且在此基础上进行系统优化研究的文献则很少。然而,为当前自动小车存取系统进行全面的改进与优化,对其能够适应新零售商业模式下的新物流配送模式与新物流体系有着十分的重要性。因此,本文围绕自动小车存取系统的优化运行这一目标,对系统拣选设备设计的优化,系统配置与布局设计的优化,以及订单拣选策略的优化这几个关键优化问题进行研究。首先,研究了系统拣选设备,即自动导引小车的驱动结构设计优化问题。以前应用于自动小车存取系统的小车均为差速驱动结构,本文为自动小车设计一种基于对角线安装的双舵轮驱动结构,参考汽车阿克曼转向几何原理,为该双舵轮小车提出一种可行的运动控制策略。此外,为小车设计一种基于模型预测控制的轨迹跟踪算法。通过分析表明,与差速驱动小车相比,该改进的双舵轮小车需要占用通道面积更小,转向时间更短,且载货转向稳定性更高。有利于提高自动小车存取系统的空间利用率与整体作业效率,以及系统运行稳定性。本文搭建真实的双舵轮小车进行实际轨迹跟踪实验,验证了该对角安装的双舵轮驱动结构的有效性。此外,轨迹跟踪结果表明,使用基于模型预测控制的轨迹跟踪算法,本研究提出的双舵轮小车可实现较精确的轨迹跟踪,其停车定位精度可满足自动小车存取系统的作业需求。然后,研究了基于“货架到人”作业模式的自动小车存取系统的设计优化问题。本文针对中小型系统,提出一种模块化布局设计,采用小车与巷道绑定的作业方式,可有效避免交通拥堵。此外,为拣选区设计了暂存站台,实现小车与拣选员并行作业,以提高作业效率。本研究为模块化自动小车存取系统构建理论模型评估系统绩效,并基于绩效评估模型提出“二分法”与“两阶段法”两种系统设计方案快速寻优方法,可快速确定满足订单拣选需求,且成本较低的系统优化设计方案。本研究通过离散事件仿真实验验证了理论模型的有效性与准确性,通过对实际系统设计的案例分析,验证了两种系统优化设计方法的有效性。实验结果表明,“两阶段法”更适用于小规模的系统设计寻优,“二分法”在对不同规模系统优化设计时表现较稳定,因此在大规模系统设计寻优时优势明显。然后,研究了基于“货箱到人”作业模式的自动小车存取系统设计优化问题。本文介绍的“货箱到人”系统是对经典自动小车存取系统的升级优化,采用较高的密集式货架存储货物,并且采用配备有提升机与料箱储位的小车批量搬运料箱到拣选台拣选。本文为该系统中小车提出一种S型变速方法,增加了小车运行的稳定性,并为系统存储区提出一种新的路径规划方案,以适应小车的批量订单拣选方式。此外,考虑系统批量服务方式,构建半开环排队网络模型评估系统作业绩效。本研究通过Arena仿真实验验证了理论模型的有效性,并且,通过数值分析实验,研究了小车拣选批量大小、小车与拣选站台数量配比以及存储区布局对系统作业绩效的影响,为这些系统设计参数的优化提供理论支持。最后,研究了“货箱到人”自动小车存取系统的订单拣选策略优化问题。本文提出一种优化的订单分批策略。考虑拣选站台同时可处理订单的最大数量,对一个波次内订单分批问题构建整数规划模型,并根据品项间订单相似度设计一种两阶段启发式算法求解优化的订单分批方案。其次,针对每一批次订单拣选,提出一种优化的品项组合拣选策略。考虑小车每次搬运料箱的最大数量,对品项组合拣选问题构建整数规划模型,并根据品项存储位置临近度设计启发式算法求解优化的品项组合拣选方案。实验结果与分析表明,本文提出的优化订单分批策略可有效减少订单拣选过程中料箱出库次数,优化的品项组合拣选策略可有效减少小车作业过程中停车转向以及加减速等费时动作,均有利于提高拣选作业效率。