基于串并行混合拣选策略的自动拣选系统品项分配优化

面向配送中心自动拣选系统的效率需求,提出了一种新型的串并行混合拣选策略,并设计了品项货位分配的优化方法。针对订单拣选作业,结合串、并行拣选策略的优点设计混合拣选策略:首先选择非干涉品项进行并行拣选,而后针对并行拣选后产生的间隙选择合适品项进行插空拣选,最后对剩余品项进行串行拣选。针对该拣选策略受品项货位分配影响较大的特点,设计了改进的小生境遗传算法对拣选系统的品项货位分配进行优化。仿真试验结果证明了串并行混合拣选策略和品项货位分配优化方法对提高自动拣选系统效率的有效性和可行性。     

穿越策略下考虑相关性的货位优化方法

为研究品项相关性对拣货效率的影响规律,通过分析穿越策略下分区分批拣货时品项间相关性关系的特点,以批次拣货时间最短为目标建立了货位指派优化的数学模型,提出基于品项相关性的货位指派优化算法(SASC_C),该算法以COI法解为初始解,通过货位逐次变换策略将相关性强的品项尽可能的指派到尽可能少的巷道中来提高拣货效率.算法测试结果表明:SASC_C算法的收敛速度明显快于不考虑相关性的随机型算法（SASR）;求解质量平均改进约1.06%~10.6%,比COI法的解平均改进0.73 %~14.6%;相关性强度越高,改进效果越明显;在穿越策略下,改进效果随访问巷道数的增多而减弱.充分利用品项间的相关性关系进行货位优化,有利于提高穿越策略下的拣货效率.     

基于启发式算法的自动化立体仓库拣货路径优化研究

为了对自动化立体仓库拣货系统进行优化,本文根据自动化仓库订单拣货问题的特点,以拣货时间最小化为目标建立了相应的数学模型,设计了基于启发式规则的求解算法,并用MATLAB实现了算法,经仿真验证以及将启发式算法与文献其它算法进行比较,结果表明,应用本文模型以及改进的启发式算法进行拣选路径的设计,能够有效地缩短拣选时间和距离,从而提高拣选效率,本算法具有一定的实用性。     

可合流的自动分拣系统订单排序优化

现代自动分拣系统广泛采用先分区拣选后订单合流的分拣策略,其中存在着订单排序优化问题. 对此,首先提出一种可压缩式订单合流方法,即提前各分区内订单货物的开始拣选时间,并在订单合流过程中将提前的拣选时间转化为对货物间距的压缩,从而既减少了订单总拣选时间,又避免了合单过程中货物的冲突.由于订单的拣选次序影响各订单的提前拣选时间,进而影响订单总拣选时间,故建立订单排序优化问题的数学模型并归结为旅行商问题(traveling salesman problem, TSP)问题,即各订单类似于待访问的城市,受订单排序影响的各订单拣选时间类似于各城市之间的距离,目标为求得合理的订单排序,从而使得总拣选时间最小. 最后应用最大最小蚁群算法(max-min ant system, MMAS)求解该模型.仿真结果显示,订单排序优化后自动分拣系统的拣选效率有了较大幅度的提高.     

配送中心分拣订单合批策略的研究

合理优化货物拣选路径和订单批量策略是劳动密集型配送中心降低拣选成本的一种有效方法。通过分析人工拣选作业和订单合批的特点,从拣选路径、拣选次数、订单提前期3个方面考虑,构造了拣货作业中订单分批的多目标优化数学模型,并分别用先到先服务、基本遗传算法、改进的小生境遗传算法对数学模型进行求解,得出不同的订单数据从执行时间和优化效果方面所对应的最优求解方法。     

基于模拟退火算法的AVS/RS多批货箱入库货位优化

针对某计量检定中心对大量待检仪表的仓储需求,提出了基于模拟退火算法的自动小车存取系统(Autonomous Vehicle Storage and Retrieval Systems,AVS/RS)多批货箱入库货位优化分配方法.提出货位预分区策略,在提高货箱出入库节奏的同时使仓库整体货位安排也较为合理;根据货箱质量与周转率将货箱分类,分类数目与仓库货区分类数目相同,并采用模拟退火算法求解各类货箱与货区的对应关系;以出入库总能耗及存取效率为优化目标建立货位分配模型,采用模拟退火算法求解该模型得到最佳货位组合,并通过实例对比分析了采用不同方法对多批货箱入库能耗和效率的影响.     

可合流的自动分拣系统订单排序优化

现代自动分拣系统广泛采用先分区拣选后订单合流的分拣策略,其中存在着订单排序优化问题．对此,首先提出一种可压缩式订单合流方法,即提前各分区内订单货物的开始拣选时间,并在订单合流过程中将提前的拣选时间转化为对货物间距的压缩,从而既减少了订单总拣选时间,又避免了合单过程中货物的冲突．由于订单的拣选次序影响各订单的提前拣选时间,进而影响订单总拣选时间,故建立订单排序优化问题的数学模型并归结为旅行商问题（traveling salesman problem, TSP）问题,即各订单类似于待访问的城市,受订单排序影响的各订单拣选时间类似于各城市之间的距离,目标为求得合理的订单排序,从而使得总拣选时间最小．最后应用最大最小蚁群算法（max-min ant system,MMAS）求解该模型．仿真结果显示,订单排序优化后自动分拣系统的拣选效率有了较大幅度的提高．     

基于改进遗传K-均值算法的多品种小批量订单分批方法

针对货品种类多且库位分散的多品种小批量订单问题,构建了以订单相似度最高为目标的分批拣选优化模型,并采用改进遗传K-均值算法对模型进行求解。针对传统K-均值算法中K值人为确定造成聚类结果误差大的缺点,采用密度和最小距离综合最优指标确定多个初始聚类中心,并运用改进遗传K-均值算法确定最优分批数量,进行订单分批优化;得到分批结果后,用穿越式路径方法计算拣选距离,并与简单分批得到的距离进行对比。以某机械设备生产公司售后服务备件仓的订单分批拣选问题为对象进行仿真实验,结果表明该方法有效。     

一种fishbone仓储布局下拣选路径存取协同策略的优化

为了提升仓储物流中心的生产运作效益,基于一种非传统fishbone布局路径优化特点研究的基础上,提出了一种质量、体积双负载约束下的存取协同的策略模式,并构建了拣选路径的优化模型。针对该模型,设计了改进的禁忌搜索算法(TS)进行模拟仿真试验,该算法的初始值部分由遗传算法生成,有效地克服了禁忌搜索算法对初始值的依赖性。应用该算法,针对不同的订单规模和不同的初始负载比例,将传统的拣选模式和存取协同的策略模式下的最短拣货路径距离进行了比较,结果显示存取协同策略模式能够缩短fishbone布局下拣货路径的距离,其优化比例最高可达38%左右,最差的优化结果也有12%,从而提升生产作业效率。     

基于智能机器人的“货到人”系统订单排序优化

提出一种适用于"货到人"智能机器人系统的订单排序模型,通过优化订单拣选顺序,增加拣选台内相邻订单和拣选台之间订单的共用货架数量,减少货架的搬运次数,提高货架的出入库效率.把订单的排序看作旅行商问题(travelling salesman problem,TSP),并用改进K-Means聚类算法求解该订单排序模型.选取3组不同批次订单进行仿真验证,优化后系统货架搬运次数平均减少35. 63%.     

Enhancing manual P-phase arrival detection and automatic onset time picking in a noisy microseismic data in underground mines

Accurate detection and picking of the P-phase onset time in noisy microseismic data from underground mines remains a big challenge. Reliable P-phase onset time picking is necessary for accurate source location needed for planning and rescue operations in the event of failures. In this paper, a new technique based on the discrete stationary wavelet transform(DSWT) and higher order statistics is proposed for processing noisy data from underground mines. The objectives of this method are to(i) improve manual detection and picking of P-phase onset; and(ii) provide an automatic means of detecting and picking P-phase onset time accurately. The DSWT is first used to filter the signal over several scales. The manual P-phase onset detection and picking are then obtained by computing the signal energy across selected scales with frequency bands that capture the signal of interest. The automatic P-phase onset, on the other hand, is achieved by using skewness-and kurtosis-based criterion applied to selected scales in a time-frequency domain. The method was tested using synthetic and field data from an underground limestone mine. Results were compared with results obtained by using the short-term to long-term average(STA/LTA) ratio and that by Reference Ge et al.(2009). The results show that the method provides a more reliable estimate of the P-phase onset arrival than the STA/LTA method when the signal to noise ratio is very low. Also, the results obtained from the field data matched accurately with the results from Reference Ge et al.(2009).     

基于多属性决策的装备保障人员综合能力评估

为了在装备保障指挥过程中对人员进行合理分配,设计了一种基于历史任务数据的多属性决策的保障人员综合能力评估方法.在前期历史数据收集的基础上,采用动态权重计算方法计算每次任务分配时的动态权重系数,对属性统计数据进行分析,按照其所占属性比进行权重计算,并结合MABAC算法给出综合能力排序结果.针对装备保障任务平时数据进行了挖掘,并使用本模型进行了实例验证和分析,结果表明,该方法能够有效计算出装备保障人员综合能力排序,为人员任务分配提供数据基础.     

一种基于角色的MDA模型转换方法

模型转换是MDA（Model Driven Architecture）中的关键技术，正成为一个新的研究热点．提出一种基于角色的模型转换方法，通过角色的分配和组合，灵活、自然地实现模型的转换．给出了其转换规则及形式化描述方法，介绍了该方法在Web应用程序建模中的应用．使用这些转换规则及形式化描述方法可以清晰地描述角色问的约束关系，有助于设计者实现角色的分配及组合．该方法特别适用于基于模式的软件开发．     

基于稀疏字典学习的VLSI温度场重构技术

多核处理器等超大规模集成电路芯片通常采用动态热管理技术处理热问题。高精度重构芯片温度场是动态热管理正确运行、保证被测芯片运行性能及工作可靠性的前提条件。基于频域分析的温度场重构技术损失了一部分高频信息,重构精度较低。为了提升温度场重构精度,该文提出了一种基于稀疏字典学习的温度场重构方法。该方法通过字典学习将温度场先验信息稀疏表示,同时设计温度传感器位置分配方案,实现了温度场的重构。实验结果证明了相比基于频域分析的温度场重构方法,所提方案具有更优越的温度场重构性能。     

Accuracy Assignment Study of Tank Fire Control System Based on Value Analysis Method

In design of tank fire control system(TFCS),designers are requested to assign the accuracy of eachpart accordingtothe tacticstechnical guideline.Thenthe systemcan accomplish the needed synthetic capa-bility with the lowest cost.Currently,accuracy as-signment is mainly based on the experience of ex-perts.There is no systematic and synthetic analysismethod.So accuracy assignment becomes a researchproblem.Nowadays,some new methods are proposedsuch as mini mumcost method[1],fuzzy comprehen-sive …     

日常养老情境的异构多机器人动态多任务分配

针对异构多机器人系统动态任务分配问题,基于多智能体技术,利用符合养老情境特点的多智能体组织结构,提出处理养老情境下任务类型相对固定的异构多机器人多任务动态分配机制. 建立基于被服务对象满意度函数的投标值计算模型,兼顾多任务的动态分配与被服务对象的满意度. 根据拓扑排序算法,提出多智能体系统死锁的检测及处理方法,解决执行智能体自锁、各执行智能体间互锁的问题. 对不同任务情况在不同分配机制下的被服务对象满意度进行仿真. 仿真结果表明,在避免死锁的情况下,所提机制能够兼顾养老情景下的动态任务分配和被服务对象的满意度.     

堆叠散乱目标的6D位姿估计和无序分拣

针对目标散乱堆叠场景下的机器人分拣问题,建立一种从目标筛选、识别到6D位姿估计的无序分拣系统。利用局部凸性连接方法将Kinect V2相机采集的堆叠散乱目标点云数据分割成单独的点云子集,定义抓取分数从中筛选出最上层未被遮挡的目标作为待抓取目标,保证机器人分拣目标时能从上至下进行抓取;针对不同种类目标的分拣需求,基于匹配相似度函数对三维目标进行识别并定位抓取点;融合截断最小二乘-半定松弛算法和最近点迭代算法,建立目标6D位姿估计模型,保证目标点云和模型点云重合率低情况下的精确配准。在自采数据上进行目标6D位姿估计实验以及机器人无序分拣实验,结果表明：提出的6D位姿估计方法相较于流行的几种方法,可以更快速、精确地获取目标的6D位姿,均方根距离误差<3.3 mm,均方根角度误差<5.6°;视觉处理时间远小于机械臂运动的时间,在实际场景中实现了机器人实时抓取的全过程。