自动化立体仓库中直线往复2-RGV系统入库作业调度

为避免生产线缓存区域的货物积压，产品需以最短时间存储入库。在货物入库过程中，需考虑直线往复穿梭车（Rail Guide Vehicle，简称RGV）与堆垛机协同作业以及RGV碰撞避免等问题。针对上述问题，引入分区法，以货物入库时间最小化为目标，提出分区约束、RGV与堆垛机协调作业约束以及分区临界点RGV碰撞避免约束等，构建了问题的混合整数线性规划模型。针对问题特点，设计了自适应灾变遗传算法（AdaptiveCatastrophicGeneticAlgorithm，简称ACGA）求解问题。为验证算法的有效性，设计了10组不同规模的算例，并根据货物周转率使用ABC分类法为算例的入库货物分配储位。算例实验显示中，ACGA的求解结果与传统遗传算法和CPLEX的求解结果相较，货物入库时间分别平均节省了10.99%和1.20%，证明所提出的算法能有效求解该问题。     

双向环形过道布置问题建模及混合鲸鱼算法求解

针对基于中央回路的物料搬运系统中设施的布置,提出了双向多路径交互环形过道布置问题,其通道形状为首尾相通的封闭回路,设施之间的物料通过环形路径双向流动.针对所提问题,构建了混合整数规划模型,随后通过优化求解器进行精确求解,验证了模型的正确性.为了更快速高效地求解该问题,设计了一种混合鲸鱼算法.该算法将差分进化算法嵌入到鲸鱼算法气泡网觅食阶段,以提高算法局部搜索能力,并引入禁忌搜索机制,提高全局搜索性能.通过对标准算例进行试验,并与其他算法进行对比,验证了所提算法对解决双向环形过道布置问题的优越性.     

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。     

多路径交互环形过道布置问题建模及改进蚁狮算法优化

为了结合生产中环形布局的特征分析不同交互路径对环形过道布置问题的影响,提出一种多路径交互环形过道布置问题,并构建其混合整数规划模型.设计了一种将随机行走机制与迭代机制融合的改进蚁狮算法,算法利用蚁狮衍生蚂蚁种群方式增强局部搜索能力,提高算法求解性能.通过精确求解小规模环形过道布置问题算例验证了模型的合理性与正确性.将该算法与遗传算法、禁忌搜索算法对所提问题求解的结果进行对比,表明改进蚁狮算法在求解质量与效率上更具有效性和优越性.     

两端式自动化立体仓库布局堆垛机调度

针对两端式自动化立体仓库出/入库任务序列的分配方式和堆垛机的调度路径展开了研究。以堆垛机执行出/入库任务的时间为存储效率的评价标准,考虑货物出/入库台的分配问题,建立了单一命令与复合命令两种作业方式并存的堆垛机调度模型。运用涡流搜索算法优化堆垛机的调度路径,获得了堆垛机调度模型的最优解,实现了存储效率的最优化。仿真验证表明,该方法可以有效分配货物的出/入库台,优化堆垛机调度路径,提高仓库的存储效率。     

密集仓储环境下多AGV/RGV调度方法研究

针对密集仓储环境下,出库作业时,有轨车(Rail guided vehicle,RGV)在不同货架间运送货物的换乘需要借助穿梭车(Automated guided vehicle,AGV)实现,入库作业时,货物先由穿梭车从输送带送达货架口,再由有轨车完成入库操作等特征,构建密集仓储环境下考虑多出入库任务的多AGV/RGV作业调度模型,包括穿梭车任务分配模型、协同有轨车选择模型和出入库完工时间数学模型.为实现密集仓储环境下的多AGV/RGV调度,提出适应不同出入库货位分布的穿梭车任务分配规则,实现考虑执行任务均衡的穿梭车任务分配;利用遗传算法实现多AGV/RGV出入库协同调度,对遗传算法关键解码算子进行详细设计,解码确定各穿梭车与有轨车执行出入库任务的顺序、任务的起始时间和结束时间,使得所有出入库任务的总完工时间最短.最后,通过某物流仓储企业实际案例进行测试,测试结果表明,提出的启发式规则能实现穿梭车任务的均衡分配,基于遗传算法的协同调度方法能有效地产生多AGV/RGV协同调度方案,减少出入库作业总时间,提高了仓储作业整体效率.     

求解模糊作业车间调度问题的混合优化算法

针对模糊作业车间调度问题(Fuzzy job-shop scheduling problem, FJSSP),提出一种结合化学反应优化和禁忌搜索的混合算法(Chemical-reaction optimization and tabu search, CROTS),优化的目标是最小化最大模糊完工时间。算法采用基于工序的编码,通过扩展壁面碰撞、分子碰撞、合成、分解等操作算子,改进了基本化学反应优化(Chemical-reaction optimization, CRO)的四类基元反应。给出一种有效的交叉算子,并应用到分子碰撞、合成、分解三种基元反应中。对最好解进行禁忌搜索,进一步提高种群的搜索能力。结合16个经典算例试验分析,并与三种典型算法比较,验证算法具有较强的全局和局部搜索能力。通过18个随机算例的测试,验证算法具备求解较大规模问题的能力。     

一种求解加工时间离散可控作业车间调度问题的混合算法

加工时间离散可控作业车间调度问题(Job-shop scheduling problem with discretely controllable processing times,JSP-DCPT)是经典作业车间调度问题(Job-shop scheduling problem,JSP)的一类扩展问题。为避免通过多项式时间近似方法求解JSP-DCPT的近似问题,提出一种混合算法直接求解JSP-DCPT。该算法基于分解方法,嵌套一种禁忌搜索模拟退火混合算法TSSA和一种快速精英保留非支配排序遗传算法NSGA-II,以分别高效求解JSP-DCPT分解所得的JSP子问题和离散时间—成本权衡子问题。基于JSP标准算例FT06,FT10和FT20构造3个不同问题规模的测试算例,试验仿真结果表明,混合算法能够得到收敛的帕累托边界。     

GASA混合优化算法在自动化立体仓库堆垛机作业调度问题中的应用

堆垛机出入库调度优化问题是提高自动化立体仓库工作效率的关键技术之一.本文通过对出入库调度问题中影响堆垛机作业时间因素的分析,把堆垛机调度的优化路线问题转化为TSP问题,然后采用遗传-模拟退火混合优化算法来解决.数值试验表明混合优化算法吸收了单一算法的各自优点,克服了本身的缺点,显示出较强的全局优化能力,为立体仓库任务调度问题提供了新的求解思路.     

基于指派问题的自动化仓库复合出入库作业优化

研究了自动化立体仓库中的出入库调度优化问题,首先对堆垛机的作业类型和时间进行了分析和对比,然后提出利用指派问题的匈牙利算法对堆垛机的复合作业循环时间进行优化,最后将该算法运用于实例进行优化,并与动态规划的逆序递归求解进行了比较,得出指派问题的匈牙利算法更优的结论。     

分散式立体仓库堆垛机调度模型

针对多出/入库台布局模式下的立体化仓库堆垛机调度问题,分析了不同任务下堆垛机的作业模式,并以堆垛机执行任务所需总时间为评价标准,建立了一种基于混合命令序列的堆垛机调度模型。在此基础上,运用遗传算法对堆垛机调度路径进行优化研究,并通过实例仿真对多出/入库台堆垛机调度模型进行分析。结果表明,所建堆垛机调度模型及优化方法可以提升多出/入库台立体仓库的仓储效率。     

基于改进遗传算法的环形RGV系统调度优化

针对自动化立体仓库中环形穿梭车系统(Rail Guided Vehicle system,RGVs)调度优化问题,综合考虑RGV数量、进出货口限制、复合作业次数和堵塞次数对作业效率的影响,以最小化任务总完工时间为目标,建立了多影响因素下的RGV调度数学模型,并采用改进遗传算法对模型进行求解。首先,设计了多影响因素下的编码方式,提高算法求解实际问题的能力;然后,在遗传算法中引入模拟退火操作,提高算法的局部搜索能力,避免算法求解过程陷入局部最优;最后,设计染色体修复方法来避免非法解的出现,提高算法的收敛速度和求解稳定性。通过实例验证了模型和算法的有效性与先进性。     

堆垛机式密集仓储系统复合作业三维空间路径优化

为提高堆垛机式密集仓储系统的运作效率,提出混合蚁群算法,利用该算法有效地解决了复合作业三维空间路径规划问题。在堆垛机和穿梭车配置比为1∶2情况下,分析堆垛机和穿梭车在三维空间内的实际调度路径,并考虑其运动过程中的加速度建立数学模型。针对该系统复合作业的特点,设计了一种三维启发函数来改进蚁群转移概率,将遗传算法生成的初始解转变为蚁群算法的初始信息素,通过粒子群算法对蚁群算法参数进行优化,避免蚁群算法为寻求最优参数组合而进行大量盲目实验。实例分析表明,所提出的混合蚁群算法与遗传和蚁群算法相比,具有更好的全局性,能够有效地缩短密集仓储系统复合作业的时间、优化三维空间路径、提高进出库调度效率。     

自动化立体仓库调度模型分析及优化

针对传统仓库模型货架和巷道过长,堆垛机执行深处库位任务时效率低下,提出一种两端出/入库台的同轨双车运行模式,以两台堆垛机完成任务的运行时间为评价标准,建立了基于单一任务、复合任务并存的调度模型。为避免两堆垛机碰撞,保证仓库存取效率最优,提出了统筹分配的任务分配原则。采用细菌觅食(BFO)算法对堆垛机路径优化问题进行研究,仿真结果表明,统筹分配原则可有效避免碰撞发生,双堆垛机调度模型及优化算法可显著提高收敛速度和仓储效率。     

批量生产集成调度问题的嵌套式混合遗传算法

针对多级供应链环境中制造商利用混合流水车间方式生产时如何确定生产、采购及产品运送决策的问题,提出基于混合流水车间调度的批量生产与运送调度模型。考虑双重调度的复杂性,设计了两层嵌套式混合遗传算法,外层针对批量生产与运送调度,限制搜索最优运送频率及生产周期;内层解决混合流水车间调度,特别设计染色体的复式均匀交叉机制,求解产品生产排序及相应的原材料采购批量问题。通过算例验证了算法对解空间的搜索广度、准确度和全局收敛性能,为进一步研究较大规模的复杂供应链调度问题提供了可借鉴的方法。     

空港物流暂存区货物分拨配送问题研究

空港物流地面暂存区爆仓和配送车辆装载率低的问题一直亟待解决。基于航空公司暂存区货物入库和出卡流程,考虑航班的到达时间、货物目的地、货物件数和货物重量等信息,以货物在暂存区的滞留时间成本和配送车辆运输成本之和最小化为目标建立混合整数规划模型,并设计了聚类算法。基于MU航空公司的真实数据生成算例进行模拟计算,并与该航空公司实际分拨配送方案进行对比,验证了所提方法的有效性。结果显示,优化后货物分拨配送方案的货物在暂存区的平均滞留时间减少了32%,配送车辆装载率提升了32%,总成本降低了31%,为解决空港物流地面暂存区爆仓问题提供了决策支持。     

自动化集装箱码头岸边集装箱起重机与自动导引车协同调度研究

自动化港口码头中双小车岸边集装箱起重机、自动导引车和双自动堆垛起重机的联合调度一直是影响码头整体运作的关键问题.文中以自动化集装箱码头集装箱和装卸及运输设备为研究对象,建立了以最小化所有集装箱的最大完工时间和最小化自动导引车行驶距离为目标的双层混合整数规划模型.为求解该模型,文中研究比较了遗传算法和禁忌搜索算法求解,结...     

混合人工蜂群算法在混流装配线排序中的应用

为更好地解决混流汽车装配线排序问题,建立了以最小化总调整时间和最小化超载时间与空闲时间为优化目标的典型混流装配线排序数学模型,提出一种求解该模型的混合人工蜂群算法。针对标准人工蜂群算法不能解决离散问题的缺陷,引入禁忌搜索算法重新设计了蜂群的邻域搜索算法,设置了算法邻域搜索的动态参数,设计了禁忌搜索算法在人工蜂群算法中的嵌入策略;为保证算法的全局收敛性,采用基于跟随蜂的精英保留策略,给出了侦查蜂和跟随蜂的食物源更新方法。通过比较混合人工蜂群算法与遗传算法和标准人工蜂群算法对不同规模算例的计算结果,验证了所提算法在求解混流装配线排序问题中的优越性。     

混合时间窗下多中心混合车队车辆路径优化

针对混合时间窗下多中心混合车队车辆路径优化问题，综合考虑多中心联合配送、客户混合时间窗、配送中心运力平衡和车辆装载量对油耗的影响，构建以车辆派遣成本、油耗成本、电动车能耗成本和时间窗惩罚成本之和最小化为目标的优化模型。设计遗传—大邻域混合算法求解模型，该算法采用聚类法生成初始解，基于运力平衡的返回策略设计交叉和变异算子，并引入变邻域搜索结构和大邻域搜索算法的移除与插入算子进行搜索优化。通过对比和分析多组算例验证了算法的有效性，并分析了运力平衡策略和混合时间窗对制定配送方案的影响。研究成果可丰富车辆路径问题的相关研究，为物流企业优化决策配送方案提供了理论依据。     

复杂情况下的三维集装箱装载问题混合算法

对复杂情况下的三维集装箱问题进行了描述,其约束主要包括重心位置约束、单箱重量约束、摆放方位约束、卸货顺序约束和集装箱型号和数量约束。基于禁忌规则,提出了求解该问题的模拟退火算法。设计了货物的摆放规则和序列生成方式,采用4种邻域,根据邻域的不同,构造了3种禁忌表,根据问题的特点,在模拟退火算法抽样过程中加入了禁忌规则。本文介绍了算法的原理,给出了具有代表性算例试验结果并且进行了分析。试验结果表明所提出的混合算法对复杂情况下的集装箱三维装载问题的有效性。