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.     

基于专家系统的货位管理与作业调度优化

为提高自动化立体仓库的效率,将专家系统应用于自动化立体仓库的货位管理与作业调度优化。通过分析领域专家的经验建立了基于产生式规则的知识库,将知识的表达分为货位分配规则、任务排序规则和其它规则三大类;应用正向推理方法设计了推理机的推理流程,使货位分配更加合理,作业调度更加迅速。实验结果表明,在自动化立体仓库中,应用专家系统进行货位管理和作业调度优化,能够有效提高自动化立体仓库的运行效率。     

目标可控的AGC调节容量的优化分配

为实现自动发电控制(AGC)调节容量的优化分配和目标可控性,提出了一种应用多目标最优化技术和遗传算法的AGC调节容量的分配方法.应用解决多目标最优问题的权重法,在多目标优化数学模型中引入控制因子,使电网调度人员可以根据ACE的分区人为控制各目标的重要程度,形成目标可控的AGC调节容量优化分配的数学模型,并应用遗传算法求解得到分配结果.最后通过算例验证了该方法的有效性.     

柔性生产中人员配置模型及其调度算法

为减少柔性生产企业的劳务费用,提高运营效益,以合理的人工分配方案和最佳作业排序为目标建 立了数学模型,并设计一种多目标混合算法．将作业分解为子作业层和父作业层,采用遗传算法和动态规划 法获取最佳的人工分配方案．在人工优化模型的基础上利用模拟退火遗传算法,将搜索空间限制在第一工位 工件投产序列的置换向量空间内,并采用交叉算子和变异算子对选择算子进行了重新设计,生成最优作业排 序计划．一组测试问题的求解结果表明了所提出方法的有效性及鲁棒性     

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.     

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。     

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．     

柔性车间调度的新型初始机制遗传算法

为了提高柔性作业车间调度求解遗传算法（GA-Ⅰ）的初始种群质量,提出一种基于短用时和设备均衡策略的机器链优化初始方法.运用均匀设计原理对每道工序的具有最短加工时间的可选机器进行均匀组合,形成机器分配链优化遗传算法（GA-Ⅱ）的初始群体|采用均匀设计法构造不同权值,形成机器总负荷和机器负荷方差的不同加权组合以构造机器链优化的适应度函数|通过GA-Ⅱ计算产生定量优化的机器分配链群体.将上述机器分配链优化群体作为柔性作业车间调度问题遗传算法（GA-Ⅰ）的机器链初始群体,并利用混合方式的交叉与变异在工件和工序级尺度上进行遗传操作,实现了FJSP的高效求解算法.通过典型算例验证了该方法的可行性和有效性.     

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.     

混流装配线第二类平衡问题优化研究

针对混流装配线第二类平衡问题,分析了以往数学模型和算法对求解混流装配线第二类平衡问题的不足,综合产品的作业时间、装配工艺等因素,以生产节拍最小化、各工作站加权平均负荷均衡化为目标,建立了基于作业空间和装配工具约束等条件下的优化模型;利用遗传算法对该模型进行求解,通过对各优化目标的进行加权,实现了对生产节拍和工作站加权平均负荷平衡同时优化的目的。实例验证了优化模型的有效性。     

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。     

基于小生境混沌遗传算法的水资源优化调度

水资源调度具有多目标、大规模和不确定性等特点,利用混沌遗传算法求解水资源调度问题,在一定程度上避免了局部优化并提高了求解速度,但由于损坏了种群多样性导致求解精度较低.为此提出了基于小生境的混沌遗传算法(NCGA),该算法通过小生境技术保留源中心个体的方法保护了种群多样性,同时利用混沌的随机性、遍历性及规律性与遗传算法的快速收敛性相结合,从而使该算法提高了求解速度和求解精度.将该算法应用到水资源优化调度模型中,仿真结果验证了该算法比混沌遗传算法能更合理高效地分配水资源,达到了综合效益最大化.     

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。     

基于遗传算法的成品油树状管网优化布置

考虑到成品油管网各参数的波动,采用多目标加权法,以生命周期内管道与罐区的投资与维护费用现值、能耗费用现值及混油处理费用现值之和为目标函数,管网布置情况为决策变量,建立了成品油树状管网优化布置的数学模型,并采用遗传算法进行求解.该算法原理清晰,能快速搜索到令人满意的有效解.计算结果表明:利用遗传算法所得的最优解比Krus...     

基于GA的固定约束条件下多目标车间设备布局问题研究

根据制造性企业生产系统车间的作业方式与产品的工艺程序,描述了有固定约束车间设备布局问题.给出了多目标要求下有固定约束车间设备布局问题的数学模型.分析了几种智能优化算法的优缺点,建立了基于遗传算法的多目标、有固定约束车间设备布局问题优化流程.对建立的理论模型与遗传算法突出寻优能力进行了实证研究,证明遗传算法在求解优化多目标、有固定约束车间设备布局问题上是有效的.     

考虑堆垛机加减速的节能自动立库设计

以料箱式自动立库为研究对象,考虑堆垛机实际作业中存在的加减速过程,以能耗、平均吞吐时间和成本的计算模型为目标函数,以货架数量、货格数量和堆垛机的运行参数为决策变量,建立自动立库存储区多目标优化模型. 采用2种方法求解该多目标的混合整数非线性规划模型问题：使用经典遗传算法进行求解,得到不同权重下的解集;使用非支配排序遗传算法求取pareto解,得到非劣解的解集. 这些解集是优化后决策变量的集合,根据这些参数组合可以确定存储区的大小,并辅助货架与堆垛机的选购. 依据该模型的优化结果,可以设计出规划更合理的自动立库存储区,可为节能自动立库的建造提供有效参考.     

一种基于空间燃料站的GEO航天器在轨加注任务调度算法

本文针对多GEO航天器在轨燃料加注任务,对基于燃料站的在轨加注模式进行了研究,提出了一种基于燃料站的可往返式在轨加注任务调度及优化算法。通过对双脉冲轨道转移问题的求解与分析,获得了轨道转移速度增量和转移时间之间的关系,在此基础上提炼出了基于燃料站的多GEO航天器在轨加注任务调度模型,并根据调度模型的变量和约束关系,建立了考虑在轨加注作业顺序和作业时间分配优化的多GEO航天器在轨加注任务多目标优化模型,并采用遗传算法对加注任务调度及其多目标优化问题的求解方法进行了研究。为了验证算法的有效性,以为20颗GEO圆轨道目标航天器的在轨加注任务为例,进行了数值仿真计算,结果表明算法是有效的。     

基于MATLAB和Pro/E的四杆机构多目标优化设计

分析了四杆机构的应用类型及优化求解方法,针对具有多个设计要素的四杆机构,建立数学模型;应用多目标优化设计的线性加权法,使用MATLAB优化工具箱,分析并解决了四杆机构设计过程中的多目标优化求解问题。通过Pro/E软件验证了该求解结果的正确性。     

求解JSP问题的改进遗传算法

作业车间调度是一类求解困难的组合优化问题，使用改进的遗传算法来求解。GA有新解产生盲目性的特点，以搜索效率为目标提出了一种改进的遗传算法，在解的搜索过程中，通过禁忌表操作来评价种群。改进的遗传算法在保持群体多样性的同时，加快了遗传算法的收敛速度，将该算法用于典型作业车间调度问题的测试，找到了已公布的最优解，对超大规模的问题还有待进一步研究。