订单拣选效率：自动化药品调剂系统中的分散存储与聚类分配策略

在智慧医院中，优化门诊药房的处方订单履行流程至关重要。自动化药品调剂系统（automated drug dispensing systems, ADDSs）作为一种有前景的设备应运而生，旨在简化这些流程。这些系统涉及由ADDSs辅助的人工订单拣选员。ADDS的机械臂将料箱从存储位置运送到输入/输出（I/O）点，而药剂师则在I/O点从料箱中分拣所需药品。本文侧重于协调ADDS与药剂师以优化订单拣选策略。订单拣选系统的另一个关键方面是存储位置分配问题（storage location assignment problem, SLAP），它决定了药品到存储位置的分配。在本研究中，我们将ADDS视为一个智能仓库，并提出了一种两阶段的分散存储与聚类分配（scattered storage and clustered allocation, SSCA）策略来优化ADDS的SLAP。第一阶段主要采用分散存储方法，我们开发了一个数学规划模型来对药品进行相应分组。在第二阶段，我们引入了一种顺序交替（sequential alternating, SA）启发式算法，该算法考虑了药品需求频率和药品之间的相关性，以有效地对它们进行聚类和定位。为了评估所提出的SSCA策略，我们为ADDS中的订单拣选问题开发了一个双目标整数规划模型，以在保持最短平均订单拣选时间的同时，最小化处方订单中访问的机器数量。数值结果表明，所提出的策略能够优化ADDS中的SLAP，并在人机协作环境中显著提高ADDS的订单拣选效率。