报告人简介：
中南财经政法大学工商管理学院 教授 硕士生导师，中南财经政法大学文澜青年学者(2次获评)。研究方向为智慧物流运作管理，主要采用随机排队网络、混合整数规划以及物流仿真技术对机器人存储系统、分拣系统、无人车配送系统以及无人机配送系统开展研究。研究成果发表在交通与物流管理领域权威期刊上，包括《Transportation Science》（2篇一作）, 《European Journal of Operational Research》, 《Transportation Research Part E: Logistics and Transportation Review》, 《International Journal of Production Research》等，相关研究成果获得2018年中国管理科学与工程学会优秀博士学位论文奖（全国9篇/年）和2019年湖北省自然科学奖三等奖，主持多项国家级和省部级项目，包括国家自然科学基金面上项目、国家自然科学基金青年基金项目，湖北省自然科学基金面上项目、湖北省自然科学基金青年基金项目。
讲座内容简介：
本研究考虑了一种机器人与人工协同作业的订单拣选系统。在该系统中，人工可以固定服务单个机器人直到订单拣选完成(dedicated policy)，也可以在不同机器人之间进行转移(swarm policy)，以提高人工利用率。此外，该系统还可通过分区来缓解人工的作业负荷，避免机器人对人工的长时间等待。为研究以上运行策略的绩效，本研究构建了排队网络模型进行不同策略组合下的吞吐能力评估，并用仿真验证了排队模型的准确性，接下来，基于吞吐能力模型构建了成本优化模型。结果表明，当用较少人员处理较小的订单时，固定服务+分区策略可以提供更大的吞吐能力，反之，允许人工在机器人之间进行转移则更优。然而，从运行成本的角度，只有当系统服务较小订单时，固定服务+分区策略更便宜。
