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。     

自动化立体仓库货位分配概念数据模型的研究

高效的货位管理及货位分配是自动化立体仓库需要解决的主要问题之一，本在对几种货位储存策略进行分析的基础上，综合评定它们各自的优缺点，结合货位分配原则，提出了一种适合自动化立体仓库的货位分配概念模型及其实现方法。     

基于蚁群算法的立体仓库拣选作业优化

以自动化立体仓库拣选作业为研究对象,根据实际情况,分析自动化立体仓库拣选作业的工作特点:巷道堆垛机每次拣选作业只能对一个托盘进行操作;当巷道堆垛机运行到拣选作业区且货单物品被拣选后,巷道堆垛机将托盘送回原货位。基于自动化立体仓库拣选作业的工作特点,建立了以巷道堆垛机拣选作业运行时间最短为目标的数学模型,最后采用蚁群算法进行优化求解,得出最短运行时间,实例证明该模型和算法是切实可行的,能有效的提高立体仓库拣选作业效率。     

包装行业自动化立体仓库货位分配方法研究

针对包装行业自动化立体仓库商品种类繁多、存放无序等问题,以某包装企业自动化立体仓库货位分配为研究对象,提出了一种新的货位分配模型与优化算法。首先,建立货物出入库时间、货物重心、货架横向稳定性、货物离散度的数学模型并采用层次分析法将多目标优化模型转换为单目标模型进行研究;然后,通过逆转算子和模拟退火算法对标准遗传算法进行改进,扩大了种群搜索范围,提升了算法的收敛速度使之更容易跳出局部最优;最后,使用Matlab进行仿真实验,实验结果表明,改进后的遗传算法对目标函数的优化有显著提高,出入库时间和求解时间分别缩短19.95%和40.95%,同类货物货位分配优化结果更佳。     

多色集合及其在自动化立体仓库货位分配建模中的应用

多色集合这一新理论,对复杂对象和系统具有强大的仿真功能.介绍了多色集合理论,并运用该理论进行了自动化立体仓库货位信息模型的建立,为立体仓库的自动化作业提供了一个新的信息处理工具.     

遗传算法在自动化仓库路径调度问题中的应用

为提高柔性生产线中自动化立体仓库的运行效率,以车间物流系统中的在线任务调度问题作为研究对象,运用遗传算法对堆垛机的运行路径进行了分析和优化.对自动化仓库中的作业过程进行了分析,创建了考虑任务等待时间的多目标优化数学模型,针对该模型提出了基于遗传算法的求解过程,并检验了该算法的有效性.实验仿真和实际应用都证明了遗传算法可以有效地减少堆垛机的行程时间,从而提高自动化立体仓库的作业运行效率.     

物流需求变化下自动化立库储位分配策略分析

针对企业仓储运作过程中自动化立体仓库储位分配策略的优化问题,建立自动化立体仓库运作Flexsim仿真模型,通过设计仓储运作中货品周转率、安全库存水平、最大货位分配结构3个物流需求变量的不同实验参数组合方案,模拟仓储物流需求的变化,并定义3种储住策略进行仿真运行比较分析．得出物流需求变化下3种策略的适用规律,为企业决策提供依据。     

基于有色Petri网建模的AGVS优化调度规则研究

针对烟草行业卷接包生产车间的自动化物流系统，提出了基于有色Petri网建模的方法，设计出了一个有铲的AGVS优化调度规则专家系统，有效地提高了物流系统的生产效率。     

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。     

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.