仓储过程中货位指派优化问题研究

针对某烟草公司自动化立体仓库系统,将货位优化问题归结为货位的二次指派优化问题,研究优化思路和算法,并采用遗传算法对实例优化分析.结果表明,这种优化方法可行有效.     

基于数据挖掘的动态货位指派系统

目的为提高需求快速变化、波动较大的在线零售企业的仓库货位优化效率。方法利用数据仓库和数据挖掘法,研究基于复合规则的动态货位指派策略。对该货位指派的数据集成分析、指标计算、规则生成和货位指派等4个模块进行分析,并设计库区标定算法和规则生成算法来生成货位指派规则集。结果基于复合规则动态货位指派不仅能够节约拣货距离,而且拣货效率受需求变化的影响非常小。结论数值实验表明,与传统的货位指派策略相比,基于复合规则动态货位的指派系统可以得到更好的结果,并且在平均订单规模较大和需求偏度大的情况下效果更加明显。     

基于英式拍卖的RMFS货位指派研究

目的 构建英式拍卖模型,以待指派商品品项(SKU)群的最低周转率为媒介,通过逐步提升最低周转率来实现待指派SKU与待指派区域货位数量的匹配。方法 针对移动机器人拣货系统(RMFS)中的货位指派,提出基于英式拍卖机制的货位指派方法,提升仓库拣货效率。结果 与随机指派相比,在不同仓库规模、订单规模、订单偏度的RMFS中采用英式拍卖货位指派机制,机器人行走路程下降比率在大型仓库中达30.17%,中型仓库的下降比率为27.31%,小型仓库的下降比率为24.13%。结论 采用英式拍卖机制在RFMS中进行货位指派可大幅度提高工作效率。     

基于荷兰式拍卖机制的RMFS货位指派研究

目的对移动机器人拣货系统(RMFS)的货位指派问题进行研究,提出基于荷兰式拍卖机制的货位指派模型来提高RMFS的拣货效率。方法构建荷兰式拍卖模型并按周转率对指定区域的SKU进行逐步调整,以货位指派匹配度为期望指标,实现SKU的需求模式与仓库存储结构之间的合理匹配。结果通过与随机指派模型对比发现,在不同仓库规模、需求偏度、订单规模等情况下,基于荷兰式拍卖的货位指派方法可以使拣货路程下降21.15%、工作时间平均下降20.57%左右。结论与传统指派方法相比,提出的货位指派模型可以大幅度降低RMFS系统的拣货距离和时间,大幅度提升在线零售企业的RMFS的拣货效率。     

蚁群系统结合指派规则求解HFS调度问题

以NP-难的最小化时间表长为目标的混合流水车间调度问题为研究对象。把工件在第1阶段开始加工的排序问题转化为旅行商问题,采用蚁群系统求得初始排序;在第1阶段后各阶段采用工件先到先服务规则选择工件、最先空闲机器优先规则选择机器以构建初始工件的机器指派与排序;充分利用已知的机器布局和工件加工时间特点,确定工件加工瓶颈阶段,并以此为基础对工件的机器指派与排序进行改进。用Carlier和Neron设计的Benchmark算例仿真后与著名的NEH算法比较,表明这种算法是有效的。     

基于资源约束的装配线平衡问题研究

在生产线建立过程中,必须考虑人员、设备等资源和作业约束,基于此,本文建立一种含有并行工作站的装配线平衡模型,并利用模拟退火算法求解该模型．经仿真验证,该算法能够求出满足模型约束条件的最优方案或可行方案,并且能够得到不同方案的多个目标属性值,这不仅表明算法的有效性,还给决策者的方案选择提供了一定的空间．     

基于混合粒子群算法的物流配送路径优化问题研究

针对物流配送路径优化问题,提出了一种融合Powell局部寻优算法和模拟退火算法的混合粒子群算法,以克服单用粒子群算法求解问题早熟收敛的不足,增加算法的开发能力,提高算法的全局搜索能力,并进行了实验计算.计算结果表明,用混合粒子群算法求解物流配送路径优化问题,可以在一定程度上提高粒子群算法在局部搜索能力和搜索全局最优解概率,从而得到质量较高的解.     

基于混合模拟退火算法的多阶段库存路径问题研究

研究单个集散点与多个客户之间的运输问题,综合考虑物流系统的库存成本、运输成本以及卡车的租用成本等因素,以实现总费用的最小化,并将其抽象成多阶段库存路径问题。以每个时间阶段各个客户的订购量为研究对象,采用混合模拟退火算法进行求解,算法中加入了C-W节约算法产生初始解,通过多路径的插入与交换操作来对初始可行解进行改进。数值实验证明了库存路径问题得到的解要优于一般的车辆路径问题得到的解,本文还对库存路径问题中的单位货物库存成本专门进行了分析研究,以确定其取值范围对物流系统总费用的影响。     

面向批量订单包装的物流箱规格优化问题研究

目的 针对面向仓储物流环境下多型号多批量产品的订单包装问题,提出一种预制物流箱规格优化模型及算法。方法 对产品订单建立订单分包规则,确定分包方案,以订单包装材料总成本最小为优化目标建立物流箱规格优化模型。针对该模型提出一种改进模拟退火算法,通过贪婪策略求解最优分包方案,降低模型计算复杂度,设计一种新型解更新算子,以提高算法寻优能力,设计一种自适应步长策略,以平衡算法前期全局搜索与后期局部搜索的能力。结果 通过实例证明,文中提出的算法相较于其他算法,具有更强的求解能力,与实例企业仓储包装现状相比,同批订单降低了17%的包装材料成本。结论 该方法可用于解决产品种类多、尺寸差异大、动态更新等应用场景下的系列运输包装纸箱规格优化问题,为企业物流运输管理提供了一种有效的包装优化思路和解决方法。     

基于混合整数规划的工厂产品托盘打包及装箱问题研究

目的 针对工厂产品的托盘打包及装箱问题,提出一种优化产品在托盘上的布局以及托盘与产品整体在集装箱中的布局方法,以最大化集装箱的空间利用。方法 在满足现实约束的条件下,以最大化产品装载体积为目标建立混合整数规划模型。考虑问题的复杂性,本文将所研究的问题分解为2个子问题,并建立两阶段装载模型进行求解。第1阶段,建立二维集装箱装载模型,确定多种托盘类型在集装箱底面的平面布局;第2阶段,建立三维托盘装载模型,确定产品在托盘上的立体布局。鉴于精确求解该问题耗时较大,本文针对2个子问题设计两阶段启发式算法求解。为验证模型及算法的有效性,采用2组不同规模大小的算例进行测试。结果 算例结果表明,在小、大2种规模算例中,装载率平均差值分别为0和-0.5%,计算时间相差较大,本文提出的模型及算法在合理的时间内获得了最优解或近似最优解。结论 本研究能够为工厂产品的托盘打包及装箱提供快速高效的解决方案。     

一种以减少能耗为目标的储位指派方法

在某些假设前提下,以一定时期内从某个储位取出某种品项人力所做的总功最小为目标,建立了人工拣货系统中简单往返拣货的线性规划模型,并用简单实用的密度-周转率索引算法来求解模型。理论证明密度-周转率索引算法所求解为模型的最优解。最后用算例验证了模型的有效性。     

华达物流公司的仓储中心选址规划研究

从区域经济发展、企业所处生命周期、产业竞争、供应链管理等角度分析,提出了第三方物流企业仓储中心的选址决策的方法,运用层次分析法等在区位选址及区内选址两个层面上对仓储中心的选址规划决策进行研究,选出综合评分最高的候选地点,构建以普通托盘机械立体库形式并参与VMI管理为方向规划仓储中心,培育企业核心竞争力.     

考虑顾客延误损失的配送中心选址双层规划问题研究

配送网络中存在潜在的延误风险。针对延误情景下配送中心选址问题,提出双层规划模型。上层是企业选址的0-1规划问题,下层是顾客对设施目标选择的0-1规划问题,并考虑配送距离、时间延误造成的损失等因素对顾客选择的影响。通过层次遗传算法,对具体案例进行分析。结果表明,选址成本与顾客损失效用之间的反比关系,有效选址可以缩短物资配送距离和配送时间,从而降低选址成本和减轻顾客损失。     

基于取送作业能耗分析的高架低温库货位与尺寸优化

目的 减少高架低温库内作业的碳排放,构建出入库效率最大、货架稳定性最高和取送作业能耗最小的货位优化模型。方法 从货品存放顺序出发,采用整数编码设计遗传模拟退火算法进行求解,依据案例实际需求及面积选取了3种尺寸的备选方案,并通过MATLAB仿真对比分析各算法的结果,利用BIM建模可视化3种方案的优化结果。结果 采用整数编码设计的遗传模拟退火算法较模拟退火算法、遗传算法分别约早41代、148代收敛到最优解,计算效率分别高出21.01%、13.24%,GASA适合解决同种货品集中放置的低温库货位优化问题,建议低温库尺寸长宽比为2.25∶1。结论 优化后的货位与尺寸能够有效地降低库内作业的碳排放,保证安全的同时提高出入库效率。     

基于遗传算法的线束加工仓库货位优化研究

目的文中以减少汽车线束加工立体仓库堆垛机运行时间和距离,提高订单处理效率为目的,建立货位优化的数学模型。方法根据某汽车线束加工立体仓库的真实情况,在分析历史订单数据的基础上,通过基于定位储存策略的改进遗传算法对货位分配问题进行仿真和求解。结果仿真结果表明,定位存储策略优于就近存储策略、随机存储策略和分类存储策略,其减少堆垛机运行时间的比例分别达到了18.8%,16.9%和35.7%。结论采用定位存储模型能有效改善汽车线束加工立体仓库系统处理生产订单的效率。     

激光微型靶丸位置检测中的图像分析与精度测试

在高功率激光实验装置中,为了实现多路激光精确瞄准到实验靶上,需对实验靶进行高精度定位。根据检测装置需要,建立了一套基于视觉系统的实验靶位置测量模拟系统,从而实现高精度靶瞄准与靶定位检测。本文从利用改进的均值漂移(MeanShift)算法对靶丸图像进行预处理出发,分析光照变化对靶丸中心点检测的影响,并通过相关系数模板匹配方法对靶丸端面中心进行计算分析,利用图像聚焦度分析离焦量对靶丸中心位置检测的影响。实验结果表明,图像检测系统分辨率为0.4μm,最小位移测量精度为1.2μm;当靶面图像离焦量在-10～30μm范围内时,靶丸中心位置的漂移量小于1μm,能够满足靶丸位置检测误差不大于8μm的要求。     

Research on Flight First Service Model and Algorithms for the Gate Assignment Problem

Aiming at the problem of gate allocation of transit flights, a flight first service model is established. Under the constraints of maximizing the utilization rate of gates and minimizing the transit time, the idea of “first flight serving first” is used to allocate the first time, and then the hybrid algorithm of artificial fish swarm and simulated annealing is used to find the optimal solution. That means the fish swarm algorithm with the swallowing behavior is employed to find the optimal solution quickly, and the simulated annealing algorithm is used to obtain a global optimal allocation scheme for the optimal local region. The experimental data show that the maximum utilization of the gate is 27.81% higher than that of the “first come first serve” method when the apron is not limited, and the hybrid algorithm has fewer iterations than the simulated annealing algorithm alone, with the overall passenger transfer tension reducing by 1.615; the hybrid algorithm has faster convergence and better performance than the artificial fish swarm algorithm alone. The experimental results indicate that the hybrid algorithm of fish swarm and simulated annealing can achieve higher utilization rate of gates and lower passenger transfer tension under the idea of “first flight serving first”.