双伸位堆垛机系统调度的优化设计

以某机务段段修配件自动化立体仓库(AS/RS)为例,通过分析影响双伸位堆垛机系统运作的重要因素,提出一种基于作业时间最短的优化设计,建立相应的数学模型,并采用分区平均搜索初始种群的遗传算法对其进行验证。结果证明该优化设计有利于提高双伸位堆垛机AS/RS系统的运作效率。     

自动化立体仓库系统中的堆垛机控制

介绍了堆垛机的自动认址,设计了堆垛机的控制系统,并给出了在自动工作方式下的程序流程图。实际应用表明该系统可靠、稳定、高效。     

PLC控制技术在立体自动化仓库堆垛机中的应用

堆垛机是立体自动化仓库的重要组成部分,可编程逻辑控制器(PLC)是以微处理器为基础,把计算机技术、自动化技术和通信技术融为一体的,面向控制过程、面向用户,适应工业环境、操作方便、可靠性高的新一代通用工业自动装置。在研究PLC控制技术的基础上,提出立体自动化仓库的堆垛机控制方案,实践证明实时性好,停准精度高,可用于高速自动化立体仓库中。     

PLC在堆垛机控制系统中的应用

本介绍了PLC在堆垛机(自动化立体仓库中的主要设备)控制系统中的应用和由PLC、交频调速器等组成的一套实用控制方案。     

自动化立体仓库中堆垛机的位置定位和速度控制

介绍自动化立体他库中堆垛机的位置定位和速度控制两个关键技术及应用效果。     

基于多任务强化学习的堆垛机调度与库位推荐

堆垛机调度是物流仓储自动化中的重要任务,任务中的出入库效率、货物存放等情况影响仓储系统的整体效益。传统调度方法在面对较大规模调度问题时,因处理大状态空间从而导致性能受限和收益降低。与此同时,库位优化与调度运行联系密切,但现有多数工作在处理调度问题时未能考虑到库位优化问题。为解决仓储中堆垛机调度问题,提出一种基于深度强化学习算法的近端策略优化调度方法。将调度问题视为序列决策问题,通过智能体与环境的持续交互进行自我学习,以在不断变化的环境中优化调度。针对调度中伴生的库位优化问题,提出一种基于多任务学习的调度、库位推荐联合算法,并基于调度网络构建适用于库位推荐的Actor网络,通过与Critic网络进行交互反馈,促进整体的联动和训练,从而提升整体效益。实验结果表明,与原算法模型相比,该调度方法的累计回报值指标平均提升了33.6%,所提的多任务学习的联合算法能有效地应对堆垛机调度和库位优化的应用场景,可为该类多任务问题提供可行的解决方案。     

智能算法在堆垛机优化控制中的应用研究

研究堆垛机的振动与载货质量、载货高度、运行速度的关系,并使用神经网络的方法建立堆垛机最高允许速度与载货质量、载贷高度的关系.设计了基于神经网络的堆垛机运行速度控制系统,在保证堆垛机安全运行的前提下,提高堆垛机的工作效率.     

自动化立体仓库中堆垛机的位置定位和速度控制

介绍自动化立体仓库中堆垛机的位置定位和速度控制两个关键技术及应用效果。     

基于着色赋时Petri网的堆垛机建模与调度研究

为了直观、简洁地研究AS/RS中的堆垛机运送系统,应用着色赋时Petri网（CTPN）建立了其动态模型。同时针对原有系统的不足,提出了基于双队列缓冲的堆垛机控制策略及双循环作业方式的路径优化策略,从而缓解了该系统中可能产生的阻塞现象,提高了堆垛机运送系统和出入库站台的效率,这对保证出入库的高效、正常、有序的进行有着重要的意义。     

立体仓库巷道堆垛机控制系统设计

本文论述了自动化立体仓库中堆垛机控制系统的原理,结构和特点,重点介绍堆垛机的速度控制和精确定位方法及拖动控制方法,给出了PLC控制系统程序框图。     

基于单亲遗传算法的拣选作业优化研究

针对自动化立体仓库高存储、高速度、高效率的特点,对拣选作业的运行过程进行分析,建立了相应的拣选作业优化模型,并设计一种高效的单亲遗传算法用于求解。通过仿真验证,结果表明该算法具有很好的全局搜索能力,并能很好地兼顾优化时间和优化效果两个方面,满足实际作业运行要求,适合在实际工程中使用。     

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。     

病毒协同进化遗传算法在自动化立体仓库货位优化中应用的研究

自动化立体仓库的存取效率直接影响着现代物流的整体效益,而存取效率高低的关键在于货位优化。针对自动化立体仓库实际应用中的货位规划难题,提出了利用病毒协同进化遗传算法来研究自动化立体仓库货位优化问题的方法,并将该算法和传统的遗传算法作比较。以提高货架稳定性和货物出入库效率为优化目标,建立了货位优化的多目标优化问题数学模型。最后利用MATLAB工具进行编程与仿真,实验结果表明,病毒协同进化遗传算法(VEGA)相比传统的遗传算法具有更好的收敛性和搜索效率。由此可见,利用病毒协同进化遗传算法对自动化立体仓库进行货位优化,可以很大程度上改善货物的出入库效率和货架的稳定性,进而提高货架的使用率。     

基于免疫单亲遗传算法的拣选作业优化

根据堆垛机拣选作业的特点,以最短作业时间为目标构建优化数学模型。在单亲遗传算法的基础上引入免疫抗体的提取与注射机制,设计一种免疫单亲遗传算法用于求取模型最优解。仿真结果证明,该算法具备全局搜索能力,收敛速度快,响应时间短,可有效减少堆垛机的作业时间,提高自动化立体仓库的存取效率。     

自动化控制系统中通信协议设计研究

讨论了自动化控制系统中计算机控制与下位PLC控制器之间进行通信的协议设计问题，重点说明了采用集成设计的思想，对自动化立体仓库管理和控制软件系统全盘考虑的构思下通信协议的设计。采用这种集成思想所设计的通信程序，其协议简明，对传输媒介要求低，并具有对通信的监控功能，即能适合点到点的网络结构又适用于总线式网络结构。     

基于蚁群的无线传感器网络双簇头算法

分析遗传算法在入侵检测系统中的可应用情况,提出一种基于粗粒度模型遗传算法的网络入侵检测系统.通过对协议特征的分析,找出有可能被非法利用和更改的特征属性,经过组合和编码后构成系统的初始种群,在各个处理器(终端点)并行地进行遗传算法的操作,使种群的进化在所有检测点同时进行,通过迁移相互交流,合理地设计适应度函数,使遗传"基因"的取舍和利用更加合理.实验数据表明,系统的检测率达到90%以上.     

求解最大团问题的均匀设计抽样免疫遗传算法

针对遗传算法在最大团求解中保持群体多样性能力不足、早熟、耗时长、成功率低等缺陷,依据均匀设计抽样理论对交叉操作进行重新设计,结合免疫机理定义染色体浓度设计克隆选择策略,提出求解最大团问题的均匀设计抽样免疫遗传算法。仿真算例表明,该算法在解的质量、收敛速度等各项指标上均有提高,与DLS-MC、QUALEX等经典搜索算法相比,对部分算例能得到更好解。     

基于RBF神经网络优化的装备保障系统效能评估

针对现有装备保障系统效能评估方法存在依赖专家经验、主观性强等问题,提出一种基于径向基函数（RBF）神经网络优化的装备保障系统效能评估方法。通过完备交叉与预变异策略对遗传算法（GA）进行改进,利用改进的GA对RBF神经网络中心、宽度及输出权值进行全局寻优,并采用优化的RBF神经网络实现装备保障系统效能评估。仿真结果表明,该方法相比AGA-RBF和GA-RBF评估方法能更准确地评估装备保障系统效能值,并且可在一定程度上降低评估过程中主观因素的影响,确保评估结果更客观真实。     

Network model and effective evolutionary approach for AGV dispatching in manufacturing system

Automated guided vehicles (AGVs), are the state-of-the-art, and are often used to facilitate automatic storage and retrieval systems (AS/RS). In this paper, we focus on the dispatching of AGVs in a flexible manufacturing system (FMS). A FMS environment requires a flexible and adaptable material handling system. We model an AGV system by using network structure. This network model of an AGV dispatching has simplexes decision variables with considering most AGV problem’s constraints, for example capacity of AGVs, precedence constraints among the processes, deadlock control. Furthermore, these problems can be solved by using a lot of heuristic algorithms as network optimization problems. We are also proposed an effective evolutionary approach for solving a kind of AGV’s problems in which minimizing time required to complete all jobs (i.e. makespan) and minimizing the number of AGVs, simultaneously. For applying an evolutionary approach for this multicriteria case of AGV problem, priority-based encoding method and Interactive Adaptive-weight GA (i-awGA) were proposed. Numerical analyses for case study show the effectiveness of proposed approach. Received: June 2005 / Accepted: December 2005