基于自适应细菌觅食算法的立体仓库货位优化

针对自升式穿梭立体仓库中穿梭车无需提升机即可实现跨层移动的运行特点，以该立体仓库模型为研究对象，进行货位优化。分别建立以提高出入库效率、货物分类存放、提高货架稳定性和平衡各巷道穿梭车工作量为优化目标的数学模型，并通过权重系数法将多目标优化函数转化为单目标优化函数。在标准细菌觅食算法的基础上，通过自适应策略对趋化步长和迁徙概率进行动态调整，提出了一种自适应细菌觅食算法，并利用该算法对货位优化数学模型进行仿真求解。仿真结果表明改进后算法的收敛速度提升，自适应改进策略有效，优化后目标函数值降低，货位优化效果显著。研究成果为立体仓库货位分配提供了一个综合、高效的优化方案，同时经立体仓库实际应用也验证了自适应细菌觅食算法的可行性和实用性。     

自动化立体仓库的货位分配优化

为有效解决自动化立体仓库(AS/RS),即自动存取系统的货位分配问题,以货架稳定性和出入库效率为目标,结合多色集合、粒子群算法和模拟退火算法三者优势,建立区域划分、货位分配两阶段的多目标货位分配决策模型。区域划分阶段考虑货物出入库效率和货架受力情况,采用多色集合的围道布尔矩阵进行划分。货位分配阶段根据入库货物的类型和数目,采用结合模拟退火算法的混合粒子群算法求解货位分配优化问题。在MATLAB软件中运行实例,结果证明,与遗传算法和粒子群算法比较,混合粒子群算法在求解货位分配优化问题时的收敛速度快、稳定性高,且能在保证货架稳定性的前提下提高出入库效率。     

铝型材立体仓库货位分配优化

针对铝型材立体仓库存储货物尺寸长、重量大的结构特点,将提高悬臂梁式货架安全性为主要目标,依据入库效率、货架稳定和货架平衡原则确立优化目标,建立了货物入库的多目标货位分配优化模型,并基于模拟退火遗传算法(SAGA)求解模型,获得最优分配结果。通过实例仿真分析,相比于传统的遗传算法(GA)和模拟退火算法(SA),SAGA能更快找到合理货物入库位置,并使得货架两侧悬臂梁受载平衡,有效提高铝型材立体仓库货物的入库工作效率和安全系数。     

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。     

省级计量中心仓储系统的货位优化研究

随着电网公司的发展和电力计量资产存储与检定的规模扩大,仓储系统的运行效率变得至关重要。本文以国网湖南省计量中心为对象,对其仓储系统的货位优化进行了研究,针对计量资产入库货位分配不合理导致仓储系统运行效率低下的问题,提出了应用遗传算法对货物存取效率和货架稳定性2个目标优化的方案,通过仿真和分析求解,得到合理的货位分配方案,提高了仓储系统的运行效率和稳定性。     

有货位载重约束的自动化立体仓库货位分配多目标优化方法

针对有货位载重约束的自动化立体仓库货位分配问题,提出了一种多目标优化方法。首先,引入货物系概念,选择按货物系分配货位的方式,初步确定了同种货物的分散程度。基于此构建了一种以出库时间最短、货架稳定性最高为目标的货位分配多目标优化模型。其次,提出并设计了一种非支配排序遗传算法对模型加以求解。算法采用分段整数编码方法对个体进行编码,采用分段交叉和单点变异实现遗传进化。最后,通过案例分析验证了所提方法的有效性。     

汽车制造企业仓储系统的货位分配优化决策

对汽车制造企业仓储系统货位的分配进行优化决策。首先根据物料的存储原则进行数学建模,然后运用变邻域搜索算法的思想,利用Matlab软件进行货位的分配优化,并给出优化决策方案实例,使物料在进入仓库时,能根据物料的特性和生产的需求得到理想货位。同时通过规划自动化仓库系统,并运用AutoMod物流仿真软件,调整优化参数,使物料入库时间减少37.5%,出库时间减少67%。     

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。     

自动化立体仓库拣选路径优化问题研究

利用蚁群算法结合遗传算法来求解固定货架拣选的TSP问题,通过MATLAB对随机产生的10个和30个待拣选货位点的拣选作业路径优化进行了仿真试验。仿真结果表明：对于待拣选货位点数目有较大范围变动的情况,该方法能够对拣选路径进行全局优化;利用蚁群算法结合遗传算法求解固定货架拣选TSP问题时,在拣选的货位点数量适中的情况下（10～30）,变异概率值在（0．008～0．020）之间是最优的。     

自动化立体仓库拣选路径优化问题研究

利用蚁群算法结合遗传算法来求解固定货架拣选的TSP问题,通过MATLAB对随机产生的10个和30个待拣选货位点的拣选作业路径优化进行了仿真试验.仿真结果表明:对于待拣选货位点数目有较大范围变动的情况,该方法能够对拣选路径进行全局优化;利用蚁群算法结合遗传算法求解固定货架拣选TSP问题时,在拣选的货位点数量适中的情况下(10～30),变异概率值在(0.008～0.020)之间是最优的.     

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。     

考虑需求相关性的多巷道仓库货位分配问题

根据物料相关性及需求频率,建立了多巷道仓库中货位分配的优化数学模型。模型的优化目标是,既要尽量将关系密切的物料聚集摆放,又要尽量将需求频率高的物料靠近出人库口存储。为求解这一NP问题,提出一种结合启发式算法的混合遗传算法。数值实验表明,该模型与不考虑需求相关性的分配策略相比,可以得到更好的结果,并且随着需求相关性水平的提高,效果更加明显。     

基于遗传算法的航天零件仓库货位优化研究

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。     

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。     

基于Anylogic的智能工厂立体物流系统仿真与优化研究

智能工厂需要智能物流系统的支撑，尤其对立体工厂而言，物流系统往往是制约整个智能工厂生产系统能力和效率的主要瓶颈之一。通过仿真技术对智能工厂物流系统进行分析，针对智能工厂的立体物流结构特征，提出了两种优化方案，即分楼层单独优化和多楼层协同优化，并基于Anylogic仿真平台构建了立体物流仿真模型，设计了多种逻辑结构以确保货运电梯和自动引导车（Automated Guided Vehicle,AGV）顺利运行。通过模拟多场景下的物流活动，对不同情境下的AGV数量和利用率以及暂存区物料堆积量等指标进行了分析。结果表明，分楼层单独优化方案可以减少AGV数量，而多楼层协同优化方案能够提高AGV利用率。     

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。     

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。     

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。     

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。     

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。