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。     

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。     

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。     

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。     

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。     

基于遗传算法的自动化立体仓库储位优化研究

针对自动化立体仓库中货物储位分配策略研究关于多目标数学模型关键性问题。根据立体仓库中货物最佳位置分配的原则和策略,建立合理的货物出入库效率、货架稳定性和货物周转率的3个目标函数模型。根据立体仓库高效性能构建货物存取效率的调整优化模型,借助MATLAB程序对实际货物储位布局实例进行计算和求解并利用遗传算法获得了最优迭代解。仿真结果表明：采用遗传算法可以有效地优化货物储位分配,降低货架质心来提高稳定性,提高存储效率,改善和提高仓库智能化性能。     

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。     

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。     

多模式自动化存取系统存储货位分配算法研究

针对多模式自动化存取系统的物资存储和上下架作业特点,讨论了物资入库上架的作业规则和流程,以物资下架出库作业效率为优化指标进行了入库上架过程的托盘物资存储货位分配。为适应密集存储作业特点,系统通过"制定货道分配计划→动态确定存储货道→穿梭板运送托盘物资进货位"3个步骤完成托盘物资存储货位分配和入库上架作业。在制定货道分配计划时,采用物资下架出库作业时间作为每条货道的下架出库作业效率评价指标,结合物资出入库周转频率求解最优货道分配计划,从而在不改变货架内原有托盘物资存储位置的条件下使制定的货位分配策略和物资存储方案达到最优。     

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。