公司教师罗健教授以通讯作者、第二作者身份，在Manufacturing & Service Operations Management期刊在线发表题为“Human-Centric Order Picking: Performance Prediction and Robot Assignment at a Robotic Fulfillment Center”的学术论文。Manufacturing & Service Operations Management是美国运筹学和管理学研究协会（INFORMS）运营管理类旗舰期刊，同时入选UTD24与FT50，是管理科学领域国际公认的顶尖期刊，隶属bevictor1946韦德官网期刊分类目录英文A+类期刊。此论文为罗健教授今年在线发表的第二篇国际UTD期刊论文。

随着电子商务平台越来越多地采用自动化拣货中心（RFC），不同拣货员的作业表现已成为一项重大运营难题。论文构建了一种分布式鲁棒型以人为本的拣货性能预测（DHPP）模型，用于预测拣货员拣货的两个关键指标：不同类型货物的拣货时间与长时间工作的效率比率。针对拣货员行为的不确定数据，DHPP 模型纳入了概率约束与最优间隔分布思想，并利用经验特征统计数据来防范最坏情况的预测误差从而提高其鲁棒性与泛化性能。

DHPP模型通过理论证明等价于一个易于求解的凸二阶锥模型，通过大量大型RFC真实数据与公开数据验证其预测精度与鲁棒性显著优于现最先进与新兴的预测方法。基于拣货员相关拣货效率的准确预测结果，论文设计了一个拣货员与订单分配的优化模型；通过大量真实数据验证，论文所提出的策略使未完成订单的比例降低了 14.2%，并提高了拣货员的平均工作效率 7.5%。

全文链接：https://pubsonline.informs.org/doi/full/10.1287/msom.2023.0644