铝型材立体仓库货位分配优化

针对铝型材立体仓库存储货物尺寸长、重量大的结构特点,将提高悬臂梁式货架安全性为主要目标,依据入库效率、货架稳定和货架平衡原则确立优化目标,建立了货物入库的多目标货位分配优化模型,并基于模拟退火遗传算法(SAGA)求解模型,获得最优分配结果。通过实例仿真分析,相比于传统的遗传算法(GA)和模拟退火算法(SA),SAGA能更快找到合理货物入库位置,并使得货架两侧悬臂梁受载平衡,有效提高铝型材立体仓库货物的入库工作效率和安全系数。     

基于遗传算法的航天零件仓库货位优化研究CSCD

为提高航天零件仓储系统中零件出库效率和货架稳定性,建立多目标货位优化模型,并通过简单加权处理,将其转换成单目标优化模型。对仓储系统三个月的历史订单数据进行处理,提出基于遗传算法的存储策略。对模型仿真求解时,引入模拟退火算法解决了遗传算法出现早熟的问题。结果表明,提出的策略结果明显优于随机存储策略(RS)、ABC分类存储策略(ABC)、就近存储策略(COL),能有效提高立体仓库货物出库效率及货架稳定性。     

基于遗传算法的航天零件仓库货位优化研究

为提高航天零件仓储系统中零件出库效率和货架稳定性,建立多目标货位优化模型,并通过简单加权处理,将其转换成单目标优化模型。对仓储系统三个月的历史订单数据进行处理,提出基于遗传算法的存储策略。对模型仿真求解时,引入模拟退火算法解决了遗传算法出现早熟的问题。结果表明,提出的策略结果明显优于随机存储策略(RS)、ABC分类存储策略(ABC)、就近存储策略(COL),能有效提高立体仓库货物出库效率及货架稳定性。     

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。     

自动化立体仓库货位优化研究

分析了自动化立体仓库货位优化的问题,建立了自动化立体仓库货位优化的数学模型,采用遗传算法研究了货位优化的方法,通过实例仿真分析,优化后显著提高了货架的稳定性,并且提高了货物的存取效率。     

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。     

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。     

有货位载重约束的自动化立体仓库货位分配多目标优化方法

针对有货位载重约束的自动化立体仓库货位分配问题,提出了一种多目标优化方法。首先,引入货物系概念,选择按货物系分配货位的方式,初步确定了同种货物的分散程度。基于此构建了一种以出库时间最短、货架稳定性最高为目标的货位分配多目标优化模型。其次,提出并设计了一种非支配排序遗传算法对模型加以求解。算法采用分段整数编码方法对个体进行编码,采用分段交叉和单点变异实现遗传进化。最后,通过案例分析验证了所提方法的有效性。     

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。     

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。     

悬臂式货架立体仓货位智能优化

通过分析悬臂式货架立体仓库的结构和存储特点，建立了仓库利用率最大化和仓库稳定性最优化的多目标数学模型，并采用智能算法进行优化分析。仿真试验结果表明了该算法是有效的，也证明了多种群遗传算法比简单遗传算法更适合悬臂式货架立体仓库的货位优化。     

省级计量中心仓储系统的货位优化研究

随着电网公司的发展和电力计量资产存储与检定的规模扩大,仓储系统的运行效率变得至关重要。本文以国网湖南省计量中心为对象,对其仓储系统的货位优化进行了研究,针对计量资产入库货位分配不合理导致仓储系统运行效率低下的问题,提出了应用遗传算法对货物存取效率和货架稳定性2个目标优化的方案,通过仿真和分析求解,得到合理的货位分配方案,提高了仓储系统的运行效率和稳定性。     

基于模拟退火遗传算法的自动化立体仓库路径优化

为提高自动化立体仓库出入库操作的效率,提出了将遗传算法和模拟退火算法相结合的路径优化策略,遗传算法的每个染色体都代表一组货单组合,遗传操作包括选择、交叉、变异3种类型。为获得适应度函数,建立了货位分配优化的目标函数,并在适应度函数中融入模拟退火算法,以提高遗传算法的收敛速度。仿真和工程应用结果均表明,该方法能大大缩短堆垛机的运行时间,提高自动化立体仓库的使用效率。     

工业生产型立体仓库货位分配及优化

以工业生产型立体仓库为研究对象,针对其出入库口多、存储货物重量差异大和出入库频率高等问题进行研究。在常规的存储策略基础上,制定了多目标优化的分区存储策略,根据"上轻下重"、"上低温,下高温"和"COI分配规则"提出了以出入库频率、货物重量差异和货物温度差异等为规则的存储原则。建立了运用该策略进行货物货位优化的数学模型,结合Pareto最优解的概念对多目标优化问题进行了求解,确定了货物的货位分配。通过在某企业立体仓库的应用表明:该存储策略有效解决了货物存储时的条件冲突问题,完成了货位优化分配,实现了立体仓库的节能及高效运行。     

集成多目标遗传算法在货位分配中的应用

根据效率优先原则、稳定性原则建立适合同端式出/入库立体仓库的多目标货位分配模型。基于向量评估、非支配排序、小生境Pareto等理论方法设计了三种多目标遗传算法(MGA)。根据集成学习理论,将若干多目标遗传算法集成,构建集成多目标遗传算法(EMGA),使优化算法适应搜索过程的任意阶段。以某铝厂实际工况进行仿真验证,结果表明,集成多目标遗传算法受问题规模影响小,收敛速度快,较单独其他多目标遗传算法性能更优越,是适用于立体仓库调度研究的高效算法。     

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。     

RMFS订单拣选系统动态货位再指派研究

针对动态需求背景下的基于移动机器人的拣货系统(RM FS)货架储位再指派问题,提出了考虑货架与储位匹配程度的动态储位再指派策略,并以货架需求频率与储位距离关联性为优化目标,构建了反映仓库布局连续动态变化关系的混合整数规划模型,设计了求解大规模动态货架储位再指派问题的单时刻交换模拟退火(S A-STE)算法.结果表明,S...     

基于自适应遗传算法立体库货位优化调整

针对单元货格式自动化立体仓库货位优化调整再分配问题,以堆垛机的立体库货架重心最低和总取货时间最短为目标,同时保证调整时间最短,采用改进自适应遗传算法进行求解,对交叉概率和变异概率进行非线性改进,并根据结果误差情况调整适应度加权系数,避免早熟和局部收敛。实验结果表明,会明显缩短之后的出库时间,并使重心下移,达到了提高出库速度和运行稳定性的目标。     

基于时间窗约束的多人多储位拣选路径优化模型及改进遗传算法应用研究

针对目前主要的单人单储位拣选路径规划研究现状,以安徽BY零件库为研究对象,考虑实际存在的多人同时拣选与多储位问题(MLP),建立多储位下的多人拣选路径优化模型。首先确定拣选的人数;然后针对多人拣选路径优化模型提出一种基于时间窗约束的改进遗传算法(TWC-IGA)进行模型的求解,由IGA优化路径并得到拣货路径集合,再利用时间窗约束和两阶段策略进行路径的冲突预测、避障与动态局部调整;最后,通过仿真实验与遗传算法、贪心算法进行对比,验证文中所提的TWC-IGA的稳定性与收敛速度更好,结果更优,极大地提高拣选效率,对实际拣选具有有效性。