基于混合遗传算法的固定货架拣选优化问题研究

采用一种结合Hopfield网络模型的遗传算法,解决了自动化立体仓库中固定货架拣选作业路径优化问题。 在利用Hopfield/Tank神经网络的快速局部搜索能力的同时,又利用了遗传算法的全局寻优特性,有效地获得全 局优化的拣选路径。仿真结果表明,算法能够满足待拣选货位点数目在较大范围内变动的要求。

Max-Min蚁群算法在固定货架拣选路径优化中的应用

固定货架拣选路径优化问题是一个典型的TSP问题 .为NP完全难题 .使用Max MinAntSystemAlgorithm来求解该问题 ,计算机仿真结果表明该方法能较快地找到最优解 ,而且比神经网络。

应用改进LK算法求解固定货架拣选优化问题

针对自动化立体仓库中固定货架拣选作业要求速度快、效率高的特点,分析和研究了一种新型改进Lin Kernighan(LK)算法,并将其应用于固定货架拣选优化问题。仿真实验结果表明,该算法能够大大降低时间和空间的计算复杂度,快速、稳定地找出最优解,满足了多次作业时待拣选货物数目在较大范围内变动的要求,尤其是满足了中大规模作业的要求。

自动化立体仓库固定货架拣选路径问题研究

为提高自动化立体仓库拣选效率,以存取时间最短为目标,针对单巷道固定货架拣选作业过程,构建了解决拣选作业路径优化问题的数学模型,提出结合模拟退火算法的混合粒子群算法.该算法在求解过程中用粒子群算法初始化种群,提高了优化效率,缩短了搜索时间;在迭代过程中采用模拟退火算法,利用其概率突跳能力,以避免基本粒子群算法迭代过程中陷入局部最优和早熟收敛.通过实例验证,该算法比标准粒子群算法所用时间短、收敛速度快、迭代次数少.

单巷道固定货架路径规划问题的研究

固定货架系统是自动化立体仓库的重要组成部分,仓库运行效率主要取决于对货物进行拣选的控制策略。针对单巷道固定货架系统拣选作业过程,以存取时间最小为目标,构建了含多个约束条件的拣选作业路径规划问题的数学模型。在基本蚁群算法基础上,采取自适应调整算法参数、候选节点集合等改进措施,设计了一种改进的蚁群算法对问题进行求解。仿真实验表明该算法能够很好地解决中大规模的拣选作业问题,全局寻优能力强,收敛速度快。

基于混合遗传算法的固定货架拣选问题求解

针对自动化立体仓库固定货架系统拣选路径优化问题的特点,分析并设计了一种新型混合遗传算法。构造初始种群时加入了一种补充算法,遗传操作采用了一种受贪婪算法启发的交叉算子和倒位变异算子,显著改善了原有遗传算法的搜索能力。仿真结果表明该遗传算法在执行时间和优化效果两方面均能很好的满足作业要求。

信息素修改策略求解固定货架动态拣选问题的研究

提出并讨论了蚂蚁算法中通过信息素修改策略求解固定货架货位点插入/删除变动问题的两种方案。一种方案是不考虑其插入/删除货位点的位置,在货位点变动后进行信息素全局更新,另一种方案是信息素的局部更新,充分考虑了其插入/删除货位点的位置。实验仿真结果对比评价了不同参数的设定对于两种策略求解过程和结果的影响。

立体仓库固定货架拣选路径优化的蚁群算法研究

本文详细分析了各类蚁群算法及其参数,将这些算法结合立体仓库固定货架拣选路径问题,选取出适合实际情况的算法模块;根据算法特性提出了根据迭代次数自适应调整q0参数和使用精英策略更新信息素两项优化等策略并通过仿真试验证实其优化性。在分析基础之上提出新蚁群算法的数学模型,通过大量仿真试验,得证新算法可以在较短的时间内找到较优的拣选路径,应用到实际操作中极大提高了立体仓库的使用效率。

自动化立体仓库固定货架货位的优化研究

通过对自动化立体仓库总体工作过程和存储模式的分析,提出了一种基于作业时间的固定货架的货位优化设计思想,并应用遗传算法进行了实验验证,证明优化后的货位设计确实提高了仓储作业效率。

采用节省空间的移动货架

移动货架的市场前景趋好,但由于仓库货位越来越紧张,因而其价格也越来越昂贵,很多人仍然对固定货架比较青睐。然而一些认真理解动态货架设备这一概念的生产厂商指出,移动货架仍具有突出的优势。

考虑非对称情形的一类拣选问题的改进LK算法求解

分析并推证出单巷道固定货架的拣选优化问题可归结于对称或非对称旅行售货商问题 ,研究了一种新型的改进Lin Kernighan (LK)算法 ,并将其应用于固定货架的货物拣选优化过程中。实验仿真结果表明 ,用该算法能降低固定货架对称和非对称拣选优化时间和空间计算的复杂度 ,快速、稳定地找出最优解 。

智能化物资配送系统研究概要

提出了智能化物资配送系统的概念 ,针对影响系统运行效益的若干优化调度问题 ,分别采用 Petri网、时态逻辑、模拟退火、遗传算法。

自动化立体仓库入库货位优化研究

为提高自动化立体仓库的运行效率,本文重点研究了固定货架系统中入库货物的储位优化问题,建立了储位优化的数学模型,采用一种改进的遗传算法进行求解。该算法在基本遗传算法的基础上,针对遗传算法中局部寻优能力不足的缺陷,引入一种"进化逆转算子"。通过实例仿真,优化后的结果表明,在储位优化方面显著提高了货架的稳定性,并且提高了货物的出入库效率。

自动化仓储系统调度与优化研究

自动化仓储系统（AS／RS）是现代生产物流系统中的重要环节，随着企业现代化生产规模的不断扩大，对自动化仓储系统提出了更高的要求。进一步完善仓储的智能化管理、提高系统的运行效率为目标，开展自动化仓储系统调度与优化，对提高现代企业的竞争力和国民经济的运行质量都有重要的理论和现实意义。

将缓冲、仓储和发货集成的仓库系统

通过使用sort2ship，顾客可以将存在于不同的仓储系统，比如仓库货梯、流动货架或者固定货架中的多个订单位置结合为一个订单，从而提高时间和成本效益。

基于蚁群算法的拣选作业优化问题

蚁群算法是一种新型的启发式算法,研究表明该算法具有较强发现较好解的能力,但同时存在一些缺点如易出现停滞现象、收敛速度慢等.在蚁群算法的基础上结合自动化立体仓库固定货架拣选作业的特点,构建了货物拣选路径问题的数学模型,设计了新型的改进蚁群算法用于合理优化货物拣选路径以减少作业时间,并在算法中采取了三个改进措施,改善基本蚁群算法的搜索能力.候选节点集合策略和自适应调整算法参数能有效提高算法的搜索速度,选择算子使问题的解始终保持最优.实验表明该算法具有较好的全局寻优能力,收敛速度大幅度提高,能够很好地满足中大规模的拣选作业要求.