考虑装车顺序的四向穿梭车存储系统储位分配研究

四向穿梭车存储系统具有自动化和高密度的性质,有缓解土地资源紧张和提高出入库效率的双重优势,可以应用在发货暂存区改善物流中心作业效率。系统多深位的特点会导致翻箱作业,增加车辆等待时间,因此如何通过储位分配来降低翻箱率的决策至关重要。考虑一车多店且装车顺序信息已知的场景,以最小化翻箱数为目标建立整数规划储位分配模型,设计改进遗传算法I(GA)进行求解,并以储位数为基准设计不同规模的数值实验进行分析。结果表明,在小规模算例中,与CPLEX得到的最优解相比,IGA精度在2.66%左右,而企业现有经验决策算法(ED A)精度在171.69%左右;在中大规模算例中,与EDA算法相比平均翻箱数减少33.58%。

基于变邻域模拟退火算法的储位分配研究

为提高“货到人”拣选系统的订单拣选效率,降低订单拣选过程中的成本,提升订单服务水平,研究基于变邻域模拟退火算法的储位分配问题。基于自动化无人仓库中AGV在服务过程中搬运整个货架的特点,以货架上商品之间关联度之和最大为目标,建立混合整数规划模型,设计求解模型的变邻域模拟退火算法,有机利用变邻域搜索与模拟退火算法两者的优点,利用计算机进行3种规模算例的实验。结果显示,所提算法相较于随机分配策略在3种规模算例中都可以使目标函数值提升60%左右,并且在时间上较为快速,证明与随机分配策略相比,所提算法具有很大优越性,可以较大提升订单拣选速度。

基于移动货架的智能仓库储位分配的优化研究

针对基于可移动货架的仓库订单拣选效率问题,以批次订单完成时间最小为目标建立整数规划数学模型,并提出基于亲和力的两阶段启发式求解方法CFLS。分别开展了基于不同储位分配策略、不同订单规模以及服从不同分布的订单的对比性仿真实验。结果表明:虽然AGV走行时间与商品拣选时间存在权衡关系,但CFLS方法在4项评估指标上表现优良;在不同订单规模的随机性实验中各项统计指标也均表现出较好的稳定性。同时,随着订单中商品数量的增加,单张订单的走行时间在总完成时间中占比下降,说明CFLS方法产生的储位分配结果具有鲁棒性。

动态储位分配策略下仓储作业能耗优化调度

针对堆垛机式自动化立体仓库能耗优化任务调度问题,提出了一种动态储位分配策略下的任务调度集成优化方法。该策略允许在当前任务执行批次内重用拣货产生的空库位,产生了任务顺序约束;并结合不同运动状态下堆垛机的运行时间计算差异,建立了复合指令下以堆垛机任务总能耗最低为目标的调度模型。依据模型的特点,提出了一种改进帝国竞争算法进行求解。该算法通过设置校正机制使优化解能够满足任务顺序约束,并引入外来种群入侵的概念来避免算法陷入“早熟”。最后通过两组数据对提出的任务调度算法进行了验证,实验结果表明,改进算法在能耗和任务执行效率方面优于其他方法,能够有效减少堆垛机作业过程能耗,提升作业效率。

基于大邻域搜索算法的储位分配研究

为了提升无人仓系统订单拣选效率,以同一货架上商品关联度之和最大为目标,构建了混合整数规划模型;设计了针对上述问题的大邻域搜索算法,在大邻域搜索算法中设计了多种破坏与修复算子。利用三种规模的算例对设计算子进行比较,结果证明随机移除—最大后悔插入组合算法相比其他组合算法在时间和性能上更加优越。

自动化立体仓库中的储位分配及存取路径优化

储位分配和存取作业路径优化是仓储管理中的两个重要决策问题。本文研究如何在自动化立体仓库中对这两个问题进行同时决策。提出了一个混合整数规划模型对该问题进行优化建模,设计开发了一个基于有向连接图的两阶段优化算法对问题求初始解,并利用禁忌搜索算法对所求得的解进行改进。算法第一阶段解决储位分配问题,在此基础上第二阶段利用Hungarian算法对堆垛机的存取作业路径优化问题进行求解。最后利用实例对算法效率和精度进行分析评价,计算结果验证了算法的有效性。

基于"货到人"拣选模式的储位分配问题研究

研究了"货到人"拣选模式下的储位分配问题,以订单拣选过程中搬运货架总时间最短为目标建立了整数非线性规划模型,并证明其为NP-hard问题,分别设计了求解模型的贪婪算法和单亲进化遗传算法.首先根据订单和物品的关联关系对物品进行聚类,基于聚类结果设计了求解模型的贪婪算法.然后设计了直接求解模型的单亲进化遗传算法,遗传算法中采用了0-1矩阵编码、多点基因倒位算子、单点基因突变算子和精英保留等策略,通过合理选取参数,能够很快求解出问题的近似最优解.最后利用模拟算例和一个具体实例进行计算,并对贪婪算法和遗传算法的求解时间和求解效果进行了比较分析.结果显示,对于小规模问题,两种算法均能在较短的时间内以很高的概率得到问题的全局最优解,对于中等规模的实际问题,利用两种算法得到的储位分配方案均优于企业目前采取的基于出库频率的储位分配方案,遗传算法得到的储位分配方案对应的货架搬运次数、货架搬运总时间等均优于贪婪算法.本文设计的遗传算法可以作为智能仓库管理信息系统的核心算法.

智能仓储管理系统的储位分配优化研究

在针对目前国内自动化仓储作业过程中堆垛机进出库效率低下的原因进行分析后,提出基于堆垛机等效用时标号法的储位分配管理优化、仓储资源统筹管理优化的研究策略。从单个货架货位管理到整个仓储系统货位的储位分配管理,在给定参数下,对比了优化前后实验运行结果。实验结果表明,该储位分配优化方法能够大大提升仓储作业的效率,降低仓储作业的运营成本。

自适应双边界约束遗传算法的储位分配研究

在采用精英保留策略改进遗传算法的基础上,创新性地提出一种自适应双边界约束策略来改进遗传算法,使改进后的算法在提升搜索效率上效果显著,收敛性增强。实验数据表明,自适应双边界约束遗传算法应用于仓储管理的储位分配算法的寻优平均效率提升77.8%,寻优平均速度提升62.5%。

基于“货到人”拣选模式的储位分配模型与算法

研究了基于"货到人"拣选模式的储位分配问题,建立了以总拣选成本最小化为目标的储位分配问题数学模型,针对"货到人"拣选模式的特点,利用复杂二分网络社团结构划分的基本思想,设计了求解储位分配问题的快速有效算法。进一步通过模拟实验分析了利用本文算法分配储位与利用传统分类存储方法分配储位对应的货架搬运次数和搬运成本,结果显示,与传统的储位分配方法相比,根据本文算法分配储位可以使订单拣选过程中的货架搬运次数和总搬运成本平均减少约40%。

自动化立体仓库中的动态储位分配问题

提出了一种整数规划模型,用于自动化立体仓库中物料动态储位分配优化问题的建模,设计了一个两阶段的启发式算法,以求解初始解,利用禁忌搜索算法对初始解加以改进,并通过实例,对算法的效率和精度进行分析.结果表明,所提出的算法具有较好的鲁棒性和较高的求解效率,可以有效提高堆垛机的使用效率和仓库中的空间利用率.

改进遗传算法在储位分配优化研究

文章将遗传算法应用于仓储管理调度系统的储位分配过程,分析了基本遗传算法应用于储位分配的优缺点。通过采用精英保留策略,保证了基本遗传算法设计的多样性,实现了算法搜索的快速收敛和最优性能保持,克服了基本遗传算法的"返祖"现象。

配送中心储位分配决策方法的动态研究

在实际运行中,储位分配是配送中心仓储管理的一个引人关注的重要问题。综合"公平份额分配准则"方法和ABC分类决策方法的成果,在综合考虑关键因素的基础上,建立目标数学模型,模型中的计算系数用变异系数确定,最后用动态规划法进行实例计算,验证了关键因素储位分配决策方法的可行性。

基于物料周转率与需求相关性的储位分配优化策略与算法

优化储位分配策略是加快订单拣选速度和提高仓储效率的重要前提。在实际出入库操作中,物料可能具有一定的需求相关性,如螺钉与螺母。若这些需求相关度较高的物料被安排于距离较远的货位,将大大影响其拣选出库的效率。因此,本研究考虑不同储位分配方案的影响,提出将基于物料周转率的存储策略(COI)与物料需求相关度相结合的存储策略,使得周转频率高和相关度大的物料在仓库中的位置接近,且存储于更近仓库出入口的巷道货位。由于模型的计算规模随着参数增长呈指数式增长,本研究开发出一种近似算法,并通过实验证明,相较于商业软件,本算法可更为有效得获取问题的最优或近似解。最后通过实例分析。

配送中心拣货路径与储位分配策略仿真分析

在启发式拣货路径与储位分配策略选择问题的研究中,路径和储位分配策略都影响着分拣绩效,同时不同的需求特征也会影响路径和储位分配策略的选择。为提高效率,对传统的最大间隙路径进行改进。静态优化模型不能体现需求的多样性。运用蒙特卡罗仿真方法,以低层人至货拣货区域为例,将多种路径与储位分配策略组合在多种订单规模和不同热销度比例下进行对比实验。仿真结果表明改进的最大间隙路径一直都优于原来的最大间隙路径策略,最佳的路径与存储策略组合为改进的最大间隙路径与通道原则。这将为分拣系统设计和管理优化提供辅助决策。

物流需求变化下自动化立库储位分配策略分析

针对企业仓储运作过程中自动化立体仓库储位分配策略的优化问题,建立自动化立体仓库运作Flexsim仿真模型,通过设计仓储运作中货品周转率、安全库存水平、最大货位分配结构3个物流需求变量的不同实验参数组合方案,模拟仓储物流需求的变化,并定义3种储位策略进行仿真运行比较分析,得出物流需求变化下3种策略的适用规律,为企业决策提供依据。

KIVA智能仓储系统中储位分配问题研究

亚马逊公司的KIVA智能仓储系统是目前正在使用且相对成熟的“货到人”拣选系统,在“货到人”拣选模式下如何分配货物的存储位置直接关系到KIVA智能仓储系统的拣选效率.依据ABC库存规则,实际中经常存在所需分配的货格数大于等于货架数的货品.基于该特点,对已有KIVA智能仓储系统中储位分配问题的数学模型进行改进,并提出了改进遗传算法.实验结果表明:改进模型的求解速度和求解规模都优于已有模型;改进遗传算法获得的近似解更接近于最优解.

浅谈自动化仓储管理系统之储位分配逻辑

随着物流业的不断发展和信息技术的广泛应用,仓储物流已经成为物流系统的核心之一,是企业物资流通供应链中的一个重要环节。而合理的对仓库进行储位分配优化就是一个相当值得研究的课题,它可以缩短货品出入库移动的距离、减少作业时间、能充分利用仓库的储存空间,以提高效益。

仓储密集区域物流配送点储位分配优化仿真

当前的物流配送点储位分配方法无法对储位与入库站台间的距离实现最优调节,导致传统方法下的货物出库效率偏低。针对密集型仓储区域提出了储位分配优化方法。依照“1~最大储位数”规律对仓库内所有储位编码排序,利用位置信息计算与出入库站台间的距离特征码,按照货物种类的不同,将货架划分为扇形区域。结合储位优化策略,考虑货架自身的稳定性以及货物的出入库效率,利用遗产算法的选择、交叉和变异,对优化问题的多目标函数求得最优解,完成对储位的合理分配。在某物流企业搭建仿真平台,参考堆垛机的工作效率,所提方法按照储位分配原则对货物实现了合理分配,提高了货架的稳定性以及货物的出入库效率。

基于关联规则与聚类分析的储位分配问题研究

储位分配策略是物资出入库效率的一个重要影响因素。在一个出库订单中,可能存在需求频率高的物资,也可能存在关联程度高的物资,在它们当中也会存在数量上的关联关系。从每一笔订单角度出发,建立了基于处理订单行走距离的TSP优化模型,通过数据挖掘算法得到内在的数量关系、关联关系等,最后利用回溯法求解模型得到相应的储位分配策略。研究表明,该模型提出的储位分配策略能够整体上优化订单处理速度,提高仓库的作业效率。