基于改进灰狼优化算法的自动化立体仓库作业能量优化调度

针对带有截止时间约束的自动化立体仓库出入库作业调度问题,以调度过程中堆垛机能量消耗为优化目标建立数学模型,并引入相应的惩罚函数。对于入库货物,同时考虑定位存储和随机存储两种入库策略,采用一种最近邻货位选择策略对随机存储货物进行合理货位分配。采用一种改进灰狼优化算法对问题进行求解,算法通过引入融合Lévy飞行的混合个体更新策略和多种群重组策略来增强算法的搜索能力。通过仿真实验验证了改进灰狼优化算法在求解自动化立体仓库出入库作业能量优化调度问题的有效性。     

面向船舶行业的多巷道自动化立体仓库货位优化

针对典型船舶企业物料出入库作业量大、品种类型多、体积差别大等特点,提出自动化立体仓库分区存放策略,以多巷道货架为对象,开展货位优化研究。分别构建了以提高仓库出库效率、降低货架整体重心、物料分巷道存放为目标的货位优化模型。开发了细菌觅食求解算法,通过仿真求解验证了各分目标函数优化的有效性。利用理想点法,建立了按照权重综合的多目标优化评价函数,并进行仿真求解。结果表明优化效果显著,研究成果对于现代企业智能生产与智能物流的实施,以及及时准确地提供物流信息实现对车间物料的适时准备和合理配送,具有重大的理论和实践意义。     

基于模拟退火遗传算法的自动化立体仓库路径优化

为提高自动化立体仓库出入库操作的效率,提出了将遗传算法和模拟退火算法相结合的路径优化策略,遗传算法的每个染色体都代表一组货单组合,遗传操作包括选择、交叉、变异3种类型。为获得适应度函数,建立了货位分配优化的目标函数,并在适应度函数中融入模拟退火算法,以提高遗传算法的收敛速度。仿真和工程应用结果均表明,该方法能大大缩短堆垛机的运行时间,提高自动化立体仓库的使用效率。     

自动化立体仓库货位优化研究

分析了自动化立体仓库货位优化的问题,建立了自动化立体仓库货位优化的数学模型,采用遗传算法研究了货位优化的方法,通过实例仿真分析,优化后显著提高了货架的稳定性,并且提高了货物的存取效率。     

工业生产型立体仓库货位分配及优化

以工业生产型立体仓库为研究对象,针对其出入库口多、存储货物重量差异大和出入库频率高等问题进行研究。在常规的存储策略基础上,制定了多目标优化的分区存储策略,根据"上轻下重"、"上低温,下高温"和"COI分配规则"提出了以出入库频率、货物重量差异和货物温度差异等为规则的存储原则。建立了运用该策略进行货物货位优化的数学模型,结合Pareto最优解的概念对多目标优化问题进行了求解,确定了货物的货位分配。通过在某企业立体仓库的应用表明:该存储策略有效解决了货物存储时的条件冲突问题,完成了货位优化分配,实现了立体仓库的节能及高效运行。     

悬臂式货架立体仓货位智能优化

通过分析悬臂式货架立体仓库的结构和存储特点，建立了仓库利用率最大化和仓库稳定性最优化的多目标数学模型，并采用智能算法进行优化分析。仿真试验结果表明了该算法是有效的，也证明了多种群遗传算法比简单遗传算法更适合悬臂式货架立体仓库的货位优化。     

子母穿梭车密集存储系统货位分配研究

密集存储系统是智能物流存储的新模式,在解决更高的空间利用率同时,系统调度复杂度随之提高。基于子母穿梭车密集存储系统研究,提出通过对货位分配优化提高系统效率的方法。文中建立子母穿梭车的三维模型,针对子母穿梭车进行复合作业时间进行分析,并以此作为目标函数设计一种改进的遗传算法对货位分配优化。     

两端式同轨双车运行模式的货位分配策略EI北大核心CSCD

针对大型工业立体仓库因巷道纵深过长普遍存在存储效率低的问题,提出两端式同轨双车的运行模式,并以存储效率优先原则、结构稳定性原则为评价标准,建立了适用于同轨双车运行模式的货位分配模型。设计了3种多目标生物地理学优化算法,构建了集成多目标生物地理学优化算法获取符合货位分配模型的最优解集,实现了该模式下的货位优化。运用MATLAB进行仿真,结果表明集成多目标生物地理优化算法比3种多目标生物地理学优化算法及标准遗传算法均具有更好的收敛性和搜索效率,可以有效解决两端式同轨双车运行模式下任意规模的立体仓库货位分配问题,且性能稳定,对提高大型工业立体仓库的存储效率及其结构稳定性具有一定的理论指导和应用价值。     

基于改进自适应遗传算法求解机床制造企业立体仓库堆垛机路径优化问题

以机床制造业为背景,以存放机床零部件的自动化立体仓库为基础,重点分析自动化立体仓库堆垛机的路径分析.通过对遗传算法进行自适应改进,算出能够随时适应的遗传算子,克服了传统遗传算法的早熟收敛问题.通过运用序号法设定各货位在立体仓库中的位置,建立堆垛机拣选作业的数学模型,运用改进自适应遗传算法对初始路径进行改进,得出最优解,并运用Matlab遗传算法工具箱对此进行仿真,实验结果表明,此方法收敛速度快,可以获得全局最优解,其堆垛机路径规划更加快速和有效.     

一种多巷道立体仓库货位分配优化方法

针对多巷道立体仓库货位分配问题,建立了以货物出入库效率、货架整体稳定性、堆垛机负载均衡为优化目标的多目标优化模型。针对该模型提出了一种自适应多种群遗传算法（AMPGA）,引入余弦型自适应遗传算子实现种群中个体的交叉率和变异率动态自适应调整,同时对每个种群采用不同的交叉策略,并通过引入具有单方向性的进化逆转算子来克服其存在的局部搜索能力差和早熟收敛等问题,使之跳出局部最优,保持全局搜索能力。不同订单规模下的实验结果表明,MPGA相比于SGA优化提高2%～12%,AMPGA相比于SGA优化提高2%～14%,且AMPGA优化程度比MPGA更显著,耗时更短,对于货位优化结果更合理,是一种解决多巷道立体仓库货位分配优化的有效方法。     

基于改进遗传算法求解堆垛机路径优化问题

通过对遗传算法进行自适应改进,算出能够随时适应的遗传算子,克服了传统遗传算法的早熟收敛问题.通过运用序号法设定各货位在立体仓库中的位置,建立堆垛机拣选作业的数学模型,运用改进遗传算法对初始路径进行改进,得出最优解,并运用Matlab遗传算法工具箱对此进行仿真.     

基于入侵杂草算法的WMS货位优化分配的研究

近年来,仓储管理的发展越来越迅速,在物流业中所居的地位也越来越高。仓库的出入库速度是影响仓库效率的重要因素,因此合理的库位分配可以有效地提高仓库的作业效率。针对仓库货位分配策略问题,以相同产品存储相邻位置、提高产品出入库效率、提高货架稳定性为目标,建立了多目标优化模型;然后使用权重系数法将多目标优化模型转化为单目标优化模型;最后分别通过遗传算法和入侵杂草算法来求解该单目标优化模型,并使用Matlab软件进行了仿真实验。对比两种算法的仿真结果可以看出,采用入侵杂草算法可以有效地解决自动化立体仓库的货位优化分配问题。     

多载具自动化立体仓库货位分配与作业调度集成优化

为提高多载具自动化立体仓库进出库作业效率,提出货位分配与作业调度集成优化方法。从指令分组、货位分配及子行程作业模式与顺序3方面进行分析,结合堆垛机实际运作规律,构建以最小化行程时间为目标函数的集成优化数学模型。针对二者相互反馈的特点,设计了双层遗传搜索算法对模型进行求解,该算法使优化形成一个闭环,可得到比较理想的解。仿真实验结果表明,双层遗传算法在不同的订单规模和载具数量下均能获得满意解;与分别优化相比,所提方法能够有效缩短作业时间。     

基于调度策略的自动化仓库系统优化问题研究

为提高自动化立体仓库出入库操作的效率，提出了库区分配策略、任务分配策略和货位分配策略3种调度策略。分析了某企业自动化立体仓库货架布局。在一般库区分配策略的基础上，提出了基于映射的货品一货位耦合库区分配策略。该策略采用货品按出库频率高低排列形成不同优先级的货品链，货位按照距离出入库台的远近划分为优先级不同的货位链，优先级高的货品链和优先级高的货位链相匹配耦合，形成相应的货位分区。研究了基于库区分配策略和货位分配策略的优化问题，建立了相应的数学模型，并应用基于Pareto最优解的遗传算法对问题进行了求解。实践证明，该策略可以较好地分配自动化立体仓库的库区货位。     

基于两阶段狼群算法的自动化立体仓库作业集成优化

为提高单载具自动化立体仓库动态工况下的进出库效率,针对自动化立体仓库作业集成优化问题建立了仿真优化模型。模型根据货物重质、出入库频率划分货架区域,以指令内最小化单载具堆垛机运行时间为研究目标,设计了一种两阶段狼群算法对其进行优化。该算法使用狼群算法对货位分配和作业调度进行集成优化,求解过程体现出两优化问题之间的关联和反馈。实验结果表明,在不同的订单规模下,相比其他优化方式,两阶段狼群算法能得到满意解,并有效缩短自动化立体仓库的作业时间。     

基于遗传退火算法的AS/RS货位分配问题求解

作为自动化立体仓库出入库作业的起点,货位分配对立体仓库的性能和效率都有着重要的影响,文章在分析立体仓库作业特点的基础上,运用遗传退火算法求解优化模型,并基于MATLAB对优化算法进行了实验仿真验证,结果显示,遗传退火算法对解决货位优化分配问题是有效可行的.     

基于遗传算法的航天零件仓库货位优化研究CSCD

为提高航天零件仓储系统中零件出库效率和货架稳定性,建立多目标货位优化模型,并通过简单加权处理,将其转换成单目标优化模型。对仓储系统三个月的历史订单数据进行处理,提出基于遗传算法的存储策略。对模型仿真求解时,引入模拟退火算法解决了遗传算法出现早熟的问题。结果表明,提出的策略结果明显优于随机存储策略(RS)、ABC分类存储策略(ABC)、就近存储策略(COL),能有效提高立体仓库货物出库效率及货架稳定性。     

双载式多层穿梭车仓储系统复合作业路径优化

为提高自动化立体仓库的运作效率,提出混合植物繁殖算法,有效地解决了双载式多层穿梭车仓储系统复合作业路径优化问题。分析了提升机和穿梭车在系统中的实际调度路径,并考虑了其运动过程中的加减速度特性建立相应的数学模型。针对该系统复合作业的特点,设计结合交叉变异算子的混合植物繁殖算法对该模型进行优化求解,将算法中的固定边界复杂交换转换为固定边界的随机乱序排列,避免算法过早收敛陷入局部最优,以此提高算法性能。通过实例分析表明,与遗传算法和基本植物繁殖算法相比,混合植物繁殖算法的运算速度更快、优化效率更高,能够有效地缩短双载式多层穿梭车仓储系统复合作业时间,提高进出库调度效率。     

针对库区分配优化问题的改进型细菌觅食算法

针对自动化立体仓库库区分配优化问题建立了堆垛机平均运行时间模型,为求出其最优解,提出一种改进型细菌觅食算法。在求最优解的过程中,根据当前全局最优解和局部最优解,分阶段对趋化步长进行自适应调整;同时根据细菌个体对种群多样性的贡献率对其迁移概率进行设定,不但提高了收敛速度,而且保证了寻优的全局性。结合工业现场实例与原始细菌觅食算法和遗传算法进行了仿真对比,结果表明所提算法在解的质量及收敛速度上都具有明显的优势。     

一轨双机自动化立体仓库货位分配优化研究

以一条轨道两台堆垛机模式的自动化立体仓库货架的货位分配问题为研究对象,引入历史专家知识库,减少堆垛机的碰撞、避让、等待,建立以堆垛机出入库的运行距离最短为目标函数的动态货位分配模型。通过比较动态货位分配方法与货位就近分配策略两种方法,动态货位分配策略减少了一轨双机自动化立体仓库中堆垛机的作业路程,计算验证得出动态货位分配是有效的。