电商发展带来订单激增与需求个性化，使得传统仓储作业面临效率与成本挑战。尽管传统人机协同模式提高了单项作业效率，但缺乏系统性协同机制导致整体优化不足。本文以异构拣选单元协同机制与动态订单调度为主旨，构建了人机协同仓储订单调度的多元演生理论框架，从功能分工、时间维度、空间维度及资源维度分析订单拣选系统演化特征，提出了从静态到动态、从专属分工到混合分工的优化模型体系，并针对不同模型的复杂特性设计相应的自学习、自适应、强鲁棒的智能优化算法，并通过大量实验以证明所提方法在提升作业效率、平衡时效性与降低资源消耗方面的有效性，从而为电商仓储系统的智能化升级与管理效能提升提供了理论指导与决策参考。

在学期间主要研究成果

（一）学术论文

[1] Liang K, Yang J, Shan M, et al. A customizable optimization model for green e-commerce packing considering multiple orders and diverse box types[J]. Journal of Cleaner Production, 2024, 444: 141249.（SCI，第一作者）

[2] Liang K, Zhou L, Yang J, et al. Research on a dynamic task update assignment strategy based on a “parts to picker” picking system[J]. Mathematics, 2023, 11(7): 1684.（SCI，第一作者）

[3] Liu H, Zhao J, Zhou L, Yang J, Liang K^*. Intelligent performance evaluation of e-commerce express services using machine learning: A case study with quantitative analysis[J]. Expert Systems with Applications, 2024, 240: 122511.（SCI，通讯作者）

（二）科研项目

[1] 首都经济贸易大学科技创新项目“基于双目视觉的传送带上货物分拣研究”，2023-2024，已结项（主持，优秀）

[2] 2023年度中国物流学会、中国物流与采购联合会面上研究课题“生鲜电商前置仓的订单预测及仓储优化研究”，2023，已结项（主持）

[3] 2024年度中国物流学会、中国物流与采购联合会面上研究课题“复杂场景下的多AGV动态路径规划与智能仓储决策优化研究”，2024，已结项（主持）

[4] 国家社科基金后期资助项目“面向智能制造的物流仓储系统优化理论与方法研究”，在研中（参与）