自动化立体仓库货位分配优化研究

分析了自动化立体仓库货位优化问题,建立了自动化立体仓库货位优化数学模型,采用Pareto算法研究了货位优化方法,通过实例分析,优化后显著提高了货架稳定性,并且提高了货物存取效率。     

基于遗传算法的军队立体仓库货位再分配研究

为提高军队自动化立体仓库出货速度和运行稳定性,提出了在堆垛机闲时对货位进行以分类存储L形分区为导向的再分配优化设计。根据用户需求,生成分类存储的L形分类存储目标货位分区信息,以堆垛机总运行时间最短和货架重心最低为目标,研究货品新的目标耦合货位并建立了相应数学模型,利用基于混合偏好的遗传算法对该多目标优化问题进行了求解。结果显示,该方法能较大提高自动化立体仓库某类货品在特定环境下的出库效率并降低货架重心。同时,该研究对一般意义的货位再分配也具有一定价值。     

基于改进粒子群算法的立体仓库货位分配优化

研究自动化立体仓库固定货架的货位分配问题,货位分配综合考虑了货架的稳定性和出入库效率,建立了货位优化的数学模型,提出了基于Pareto最优解的改进粒子群算法（PSO）来解决此问题的方法。在优化过程中引用了置换的概念来计算粒子的速度,并且在算法中采用小生境技术提高非劣解集的分散性,用存档群体保存了非劣解。仿真实验证明,此优化策略可以有效地解决自动化立体仓库的货位分配问题。     

智能化立体仓库入库货位分配的综合优化算法

智能化立体仓库对现代企业提高仓储利用率和生产效率具有重要作用。介绍了秦皇岛港务集团公司立体仓库管理系统中仓库货位计算机分配的智能化算法,该算法充分考虑了重量均匀分布、就近货位选择、备件品种均匀分布、备件使用率、货位空置时间等因素,根据整个仓库的当前状态计算入库货位,为入库货位的选择提供辅助决策。实际项目运行表明,所提的综合货位优化分配算法是有效的,对提高仓库的安全性、入库工作效率等具有非常重要的意义.     

货位分配优化研究综述

合理的货位分配可以有效降低企业仓储成本,提升仓储系统拣选和配送效率,进而提高企业运作的整体效率。为了深入分析国内外学者对货位分配优化研究的现状和趋势,对近年来国内外相关文献进行分析总结。归纳出了货位分配优化目标,介绍了各优化目标的模型建立和适用对象;分析了货位分配优化常用的算法,并对相关算法进行对比分析;探讨了货位分配优化研究的趋势,为进一步深入研究货位分配优化提供了参考。     

基于机器视觉的多巷道自动化立体仓库货位透明化分配方法

针对立体仓库内有效货位,设计透明化分配方案时主要通过人眼识别的方式掌握货位状态,使得最终分配方案的出库效率较低。因此,引入机器视觉技术,设计了一种新的仓库货位透明化分配方法。运用ABC分类法,对多巷道自动化立体仓库内所有货位进行分区。通过工业相机采集仓库内货架图像,通过机器视觉技术对采集图像进行识别,全面掌握仓库内处于空闲状态的货位位置。以最高出库效率为目标,建立货位透明化分配数学模型,再通过决策树搜索算法,生成最优货位分配方案。实验结果显示：应用所提方法进行货位分配,与基于粒子群算法、基于商品关联度的分配方法相比,使得出库效率提升了24.53%、23.92%。     

一种求解QAP 问题的混合嵌套分区优化算法

提出一种基于嵌套分区算法(NPM)框架求解二次分配问题(QAP)的混合优化算法.算法利用嵌套分区树来描述二次分配过程,对可行域进行系统性分区,采用禁忌抽样算子对分区进行抽样并评估各个分区的性能.在每次迭代中,算法重点跟踪和搜索优良解最有希望出现的分区,并结合禁忌搜索算法来实现分区转移.数值仿真实验表明,引入更加有效的禁忌抽样算子后,NPM算法具有更好的寻优能力.     

普通立体仓库的货位优化模型与算法研究

在物流仓储的总成本中,库存成本占很大比重。企业为了减少库存成本,不断设法去改进和优化仓库"存储"的过程。针对普通立体仓库的入库过程,在考虑叉车载重、货位容量和存储策略等限制条件下,建立了以入库作业过程中工作人员行走总路程最小为目标的货位优化模型。根据问题和模型特点,将货位优化问题分为两层优化:货位选择优化层和货位顺序优化层;然后将传统遗传算法同启发式算法相结合对模型进行求解;最后通过仿真实验验证了模型和算法的合理性和可行性。该成果可用于解决多数普通仓库的货位优化问题。     

自动化仓库货位分配优化问题研究

研究了自动化立体仓库固定货架的货位分配问题。分配货位时需要同时考虑货架稳定性和出入库操作的效率,将这一问题描述为一个组合多目标优化问题,采用遗传算法对这一问题进行了求解,对交叉算子进行了改进,得到的解可兼顾两个优化目标。仿真实验表明这一方法可较好地解决货位分配问题。     

改进NSGA-Ⅱ算法在仓库管理系统货位分配中的应用

随着现代计算机技术的发展,在物流企业仓库管理朝着控制最优化、运行智能化发展的趋势下,仓库货位优化成为物流中心布局研究的重要部分。主要以南京公安警用装备仓库为背景,为了解决南京公安仓库管理的业务需求和入库货位优化这类多目标优化问题,设计了一种可行性的方案,旨在提高南京公安装备仓库的管理水平。首先介绍系统整体架构设计,接着详细说明主要功能模块,最后给出了系统关键实现和亮点。     

基于禁忌搜索的复合嵌套分割算法*

本文介绍了嵌套分割算法（NP）的基本思想,提出了提高其优化效率的途径。介绍了禁忌搜索算法（TS）,并将禁忌搜索的思想引入嵌套分割算法的抽样和选取算子中,提出了一种复合优化算法(TSNP)来解决函数优化问题。TSNP算法结合了嵌套分割算法和禁忌搜索算法的优点,使其在优化性能、优化效率和可靠性方面具有明显的优越性。通过对几个函数优化实例的测试,并和其他算法进行了比较,结果表明该算法具有较好的计算效率和较快的全局寻优能力。     

自动化仓储系统不规则货位优化问题研究

针对不规则货位的自动化仓储系统的特点,以提高系统效率和空间利用率为优化控制目标,研究了自动化仓储系统不规则货位优化分配策略,提出了首先对不规则的货位进行货位区优化,对每个货位区进行货位优化的数学模型,提出两级遗传算法解决货位优化问题。结果表明,该优化方法有效地提高了系统的效率,实现了密集存储,为自动化仓储系统中不规则货位的货位分配优化提供了理论依据和实践途径。     

基于嵌套遗传算法的拣货作业联合优化

针对物流配送中心拣货作业过程中传统订单分批和拣货路径分步优化难以获得整体最优解的问题，为了提高拣货作业效率，提出了一种基于嵌套遗传算法的订单分批和路径优化的联合拣货策略。首先，建立了以拣货总时间最短为目标函数的订单分批与拣货路径联合优化模型；然后，考虑双重优化的复杂性，设计了一种嵌套遗传算法对模型进行求解，外层不断优化订单分批结果，内层根据外层订单分批结果优化拣货路径。算例结果表明，与传统的订单分步优化、分批分步优化策略相比，所提策略的拣货时间分别减少了45.6%、6%，基于嵌套遗传算法的联合优化模型得出的拣货路径更短、拣货时间更少。为验证该算法对不同规模订单均有较优性能，分别对10、20、50张订单规模的算例进行仿真实验，结果表明，随着订单量的增加，整体拣货距离和时间进一步减少，拣货时间的减少从6%增加到7.2%。基于嵌套遗传算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题，为配送中心拣选系统的优化提供依据。     

基于嵌套遗传算法的拣货作业联合优化

针对物流配送中心拣货作业过程中传统订单分批和拣货路径分步优化难以获得整体最优解的问题,为了提高拣货作业效率,提出了一种基于嵌套遗传算法的订单分批和路径优化的联合拣货策略。首先,建立了以拣货总时间最短为目标函数的订单分批与拣货路径联合优化模型;然后,考虑双重优化的复杂性,设计了一种嵌套遗传算法对模型进行求解,外层不断优化订单分批结果,内层根据外层订单分批结果优化拣货路径。算例结果表明,与传统的订单分步优化、分批分步优化策略相比,所提策略的拣货时间分别减少了45.6%、6%,基于嵌套遗传算法的联合优化模型得出的拣货路径更短、拣货时间更少。为验证该算法对不同规模订单均有较优性能,分别对10、20、50张订单规模的算例进行仿真实验,结果表明,随着订单量的增加,整体拣货距离和时间进一步减少,拣货时间的减少从6%增加到7.2%。基于嵌套遗传算法的拣货作业联合优化模型和其求解算法可以有效解决订单分批与拣货路径联合优化问题,为配送中心拣选系统的优化提供依据。     

一种基于分布式约束满足的资源优化模型*

分布式约束满足作为分布式人工智能领域的一个重要分支,在许多领域均得到了广泛应用。针对Web服务事务协调过程中的资源优化问题,在分布式逃逸算法的基础上提出了一种基于分布式约束满足的资源优化模型,并通过仿真实验证实了模型及其算法的收敛性和优化性。     

面向多目标跟踪的无线传感器网络任务分配

为了同时满足目标跟踪定位精度和能耗要求,采用离散粒子群优化算法,并将目标跟踪定位精度和能量消耗进行综合考虑设计了目标任务分配算法。仿真结果表明：在能耗上,基于能耗和定位精度考虑的目标任务分配算法比仅基于能耗考虑的目标任务分配算法增加了19.37%,但定位精度却提高了68.877%。算法在达到定位精度要求的同时最大限度地降低了对资源的使用,有效延长了无线传感器网络的工作寿命。     

一种基于混沌粒子群优化的OFDM系统资源分配算法

针对无线多用户正交频分复用（OFDM）系统中功率分配问题,提出一种基于效用函数最大化框架的资源分配算法.在实际网络环境中,此类最优化算法为非凸的,利用经典最优化方法很难解决.为此,将智能优化中的粒子群方法应用到非凸优化算法设计中,并针对粒子群优化容易陷入局部极值点的问题,将Logistic混沌搜索嵌入PSO算法中,提出混沌粒子群算法.与同类算法相比,所提出算法不仅有效解决了非凸性问题,而且可以使系统具有更好的性能.     

基于模糊优化的关键词广告预算分配策略

针对单搜索引擎,研究了广告主竞投多个关键词时的广告时序预算分配策略,在总预算限制下建立了以最大化广告收益、最小化无效点击为双目标的单引擎多关键词广告时序预算分配模型,并给出了模糊优化双目标预算分配模型的解法。通过验证,该预算分配模型对广告主在单搜索引擎上竞投多个关键词广告时起着策略性指导作用。