自动化立体仓库货位分配策略优化研究

介绍了货位存储的策略,在货品一货位耦合分配策略中根据堆垛机水平垂直运行速度不同给出了新的货位编号策略;根据不同的货位分配原则,得出货位分配优化的三个目标条件;对求解货位分配优化的各种方法进行了比较．     

车载能力有限的双区型仓库拣货路径优化

为了求解车载能力有限的双区型仓库拣货路径优化问题,根据双区型仓库拣货作业的特点,以拣货路径距离最短为目标,建立了双区型仓库拣货路径模型,并根据双区型仓库构造,求解任意2个货位间最短距离,同时提出了贪心算法和遗传算法相结合的贪心遗传算法求解方法,并以双区型仓库为对象进行仿真验证和分析。仿真结果表明,本文提出的算法能有效地提高优化路径的全局最优性和稳定性,而且对不同规模大小的拣货点均可以取得很好的优化效果;利用本文算法求解双区型仓库中的最优拣货路径能极大的缩短拣货车辆行走距离,提高拣货作业工作效率。该研究对双区型仓库拣货路径的优化具有十分重要的意义。     

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.     

基于多种群遗传算法的自动化立体库货位优化

针对自动化立体仓库作业效率和安全性的要求,以货物出入库作业时间、货架整体等效重心和关联产品间相对聚集程度为目标函数,构建了多目标货位分配优化数学模型。将多目标模型加权归一化处理后,用简单加权遗传算法求解,为避免出现未成熟收敛问题,提出了多种群遗传算法求解货位分配优化数学模型,并结合玩具车组装和自动化立体库实验,求得自动化立体库货位分配结果并对比分析,验证了多种群遗传算法的有效性,为自动化立体库货位分配和优化提供了一种有效的解法。     

一种多班级离散型教与学算法求解路径规划问题

为优化仓储拣货路径,缩短拣货距离,根据仓储布局条件建立了拣货路径优化模型,构造了货位间距离矩阵,基于基本教与学算法步骤设计了一种离散型教与学算法进行模型求解,为提高算法求解效率和搜索能力,在算法中引入优秀插班生策略和自学策略,给出一种多班级离散型教与学算法。为验证本文算法的有效性,对算法进行了实例测试,并与原算法进行对比,测试结果表明本文算法能够解决仓储路径规划问题,对比结果表明引入优秀插班生策略和自学策略后算法的收敛速度和搜索能力得到一定提升。     

社会最小等待时间下的立体车库存取优化算法

自动化立体车库是将计算机与信息管理和设备控制集成起来的一种自动化设备,其出入库的算法策略对提高工作效率有很大影响.通过对立体车库总体工作过程的分析,对出入库的策略提出了一种基于社会最小等待时间的出入库优化算法,并运用运筹学原理,针对存取车高峰期,提出了以社会总等待时间最少为优化目标,将其应用于存取车优化,实现了存取车优化管理与调度的统一.     

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。     

基于双指令的倍深式货位优化

随着可利用土地资源的日益稀缺,仓储企业为降低成本,提高存储密度,对紧致化仓储要求愈加迫切。提高存储密度的一个重要途径是尽量减少巷道,与单倍货架相比,倍深式货架节约了巷道空间,从而实现了紧致化仓储。在考虑堆垛机的运行时间和堆垛机在货位的停留时间的基础上,建立堆垛机执行交叉存取指令的倍深式货位优化模型。为减少翻箱操作次数,根据倍深式货架特征提出CloseOpen算法和指派算法对模型进行求解。仿真实验显示:批量存储的效率比单一存储的效率高;当存储密度为80%时,与随机存储算法对比,CloseOpen算法提高了27.76%,指派算法提高了30.12%。     

基于ABC法和自适应混合遗传算法的仓储区域布局优化策略

针对仓储区域的规划问题,提出了基于ABC法和自适应混合遗传算法的两阶段布局优化策略:第一阶段从整体上应用ABC法对仓储区域进行科学规划,缩短了搬运距离和作业时间;第二阶段将货位分配问题转化为装箱问题进行研究,并应用自适应混合遗传算法进行求解,从而提高了货位利用率.仿真结果表明,该算法在效率和精度上均优于基本遗传算法.     

随机用户平衡交通分配与信号控制组合模型及算法

构造随机用户平衡交通分配与信号控制组合模型,上层是信号配时优化模型,下层是考虑交叉口延误的随机用户平衡交通分配模型,并对其进行了详细说明,证明了交叉口延误可由模型中的容量约束条件的Lagrange乘子得到.对于模型的求解,提出了上层模型采用模拟退火算法,而下层使用Frank-Wolfe算法的一个实用的启发式算法,并以一个小型路网为例进行了数值仿真计算,计算结果显示算法是有效和可行的.