基于取送作业能耗分析的高架低温库货位与尺寸优化

目的减少高架低温库内作业的碳排放,构建出入库效率最大、货架稳定性最高和取送作业能耗最小的货位优化模型。方法从货品存放顺序出发,采用整数编码设计遗传模拟退火算法进行求解,依据案例实际需求及面积选取了3种尺寸的备选方案,并通过MATLAB仿真对比分析各算法的结果,利用BIM建模可视化3种方案的优化结果。结果采用整数编码设计的遗传模拟退火算法较模拟退火算法、遗传算法分别约早41代、148代收敛到最优解,计算效率分别高出21.01%、13.24%,GASA适合解决同种货品集中放置的低温库货位优化问题,建议低温库尺寸长宽比为2.25∶1。结论优化后的货位与尺寸能够有效地降低库内作业的碳排放,保证安全的同时提高出入库效率。

储销一体仓储式超市中的存储货位指派优化问题研究

近年来,以储销一体、批零兼营为主要特征的仓储式超市迅速兴起。该类仓储式超市有效地降低了仓储成本,但货品需要从存储货位不断搬运至销售货架上,造成了巨大的搬运工作量。为降低该类仓储式超市中的货品搬运工作量,考虑货架重心、同类货品聚集等约束条件,针对相应的存储货位指派问题建立了数学模型,并运用改进自适应交叉变异遗传算法进行求解。在算法设计上,采用了三种不同的邻域搜索算子来改进变异算子。数值实验表明,所提出的改进自适应交叉变异遗传算法的求解效果优于贪婪算法与一般遗传算法。算法结果也可以获得更短的搬运时间和更集中的货物摆放。最后通过关键参数对目标函数的影响分析发现,在同一问题规模下,存储货架的层数越低,目标函数值越小,由此得出管理者在布置存储货位时,应当尽可能地降低货架总层数。

自动化立体仓库退库货位优化问题及其求解算法

针对自动化立体仓库出库作业过程中剩余货物退库问题,以堆垛机作业总能耗最小化为目标,以退库货位分配为决策变量,建立了自动化立体仓库退库货位优化模型,提出了基于深度强化学习的自动化立体仓库退库货位优化框架。在该框架内,以立体仓库实时存储信息和出库作业信息构建多维状态,以退库货位选择构建动作,建立自动化立体仓库退库货位优化的马尔科夫决策过程模型;将立体仓库多维状态特征输入双层决斗网络,采用决斗双重深度Q网络(dueling double deep Q-network,D3QN)算法训练网络模型并预测退库动作目标价值,以确定智能体的最优行为策略。实验结果表明D3QN算法在求解大规模退库货位优化问题上具有较好的稳定性。

基于自适应交叉策略遗传算法的非空货位分配方案优化研究

针对“货到人”拣选系统的补货环节,考虑仓库起始状态非空条件下的货位分配问题,将货架现存商品种类及数量信息与订单包含的商品种类及数量信息进行比对,做出商品分配位置以及上架数量决策,以所有货架上的商品相似度总和最大化为目标,构建了整数非线性规划模型,并设计了自适应交叉策略的遗传算法进行求解,以问题实际约束对染色体生成、交叉和变异操作进行设计。通过随机算例来对算法进行测试,结果表明文章设计的算法能够有效解决其实状态非空的货位分配问题。

用于自动化仓库货位分配模式改进的数学模型设计

1.自动化仓库货位分配模式改进数学模型设计1.1自动化仓库货位分配影响因素分析仓库中货物空间的分配主要基于随机分配策略,重点考虑存储场所的精准匹配。利用空间分配算法建立了货物空间分配的优化方法。出于便于计算的目的,假设:(1)仓库中的三个维度只有一个入口和出口点,每个巷道线宽都是协调一致的。(2)货物储存在托盘单元中,托盘单元形状是一个规则的矩形,重心位于其几何中心。

基于数字孪生的自动化立体仓库货位分配优化方法

自动化立体仓库是智能生产线中的重要单元,可以实现实时库存信息的准确查询,其使用效率直接关系到智能生产线的生产效率。针对智能生产线中的自动化立体仓库货位随意分配,以及分配智能化水平低导致航空航天产品生产效率低下的问题,提出一种基于数字孪生的自动化立体仓库货位分配(Storage location assignment,SLA)优化方法。首先,采用数据驱动的数字孪生体多维度融合建模方法构建自动化立体仓库数字孪生多维模型;其次,对自动化立体仓库数字孪生系统通信机制及信息交互原理进行研究与分析,以出库效率(结合工艺)、货品相关度、货架稳定性为目标建立货位分配数学模型,提出一种改进的启发式蚁群(Improved ant colony optimization,IACO)算法对模型进行优化,将得到的货位信息集成到自动化立体仓库数字孪生系统并映射到物理实体;最后,通过试验证明该方法能够满足立体仓库基于工艺的物料出入库智能选择货位需求。该方法在智能生产线上的应用对航空航天产品实现智能制造、提质增效具有重要意义。

面向管材存储的自动化立体仓库货位优化

文章以自动化立体仓库(automated storage and retrieval system,AS/RS)中管材的货位分配为研究对象,采用悬臂式货架进行存储,以存取效率、货架稳定性和货架平衡性为原则,建立多目标货位优化模型;设计粒子群算法(particle swarm optimization,PSO)和遗传算法(genetic algorithm,GA)的混合算法求解模型,使用MATLAB编程并运行汽车制管厂的实例数据进行仿真分析。结果表明,该文方法相较于传统PSO算法和GA算法具有一定的优越性,能够有效提高AS/RS的作业效率和货架安全性,对面向管材存储的AS/RS研究具有一定的理论和实践意义。

基于改进模拟退火遗传算法的自动化立体仓库货位优化

针对自动化立体仓库出入库作业量大、品类复杂等特点,对仓库货位展开优化研究,遵循周转率原则、货架稳定原则、关联原则等,构建了提高出库效率、提高货架稳定性、增强货物相关性的货位优化模型。使用传统模拟退火算法、遗传算法与改进模拟退火遗传算法求解模型,得出货位优化结果。对比分析结果证明了在解决货位优化问题时,改进算法比传统基础算法更加有效,能更好地改善自动化立体仓库空间使用率低、拣选效率低、货位摆放混乱的现状。

面向煤炭企业自动化立体仓库的改进SAGA货位优化

针对煤矿企业中建成的自动化立体仓库物资供应效率低,货架稳定性差等问题,提出一种基于改进的SAGA算法处理货位分配问题的方法。首先引入了3种不同的货位分配原则,建立货位分配优化模型;其次,为了抑制遗传算法(GA)易陷入局部最优的现象,引入基于Sigmoid曲线的自适应交叉变异操作和逆转操作,之后完成与模拟退火算法(SA)的融合。最终通过仿真实验分析,对改进SAGA进行算法全局搜索性能、收敛性测试,将所得目标函数的最小值与货位随机分配的初始值进行对比,证明了改进SAGA对货位优化问题的优越性,对提高煤炭企业仓储的效率提供了决策方法。

基于遗传算法的自动化立体仓库货位优化

基于自动化立体仓库存货作业和取货作业的不同要求与原则,分别建立了自动化立体仓库存货作业与取货作业的货位分配优化模型。利用遗传算法分别对建立的存货货位优化模型和取货货位优化模型进行算法设计,选取具有代表性的某医药自动化立体仓库收集实际数据,利用MATLAB软件,对建立的模型进行实例仿真验证。

加热存储仓库智能仓储货位分配优化方法研究

加热存储仓库仓储货位分配受到多种因素影响,形成多目标冲突问题,难以做到精准决策,导致分配效果不佳。为解决这个问题,提出了基于多目标决策的加热存储仓库智能仓储货位分配优化方法。充分考虑工业加热材料仓库货架重心稳定、巷道作业均衡和仓储作业路径最短等因素,构建基于多目标决策的热材料仓储货位分配优化模型。根据加热存储仓库出入库频率,划分货位所处区域,获取最优小区域货位分配结果,以此设计小区域货位分配方案。根据工业生产加工时物料出入库频率因素,计算周转率。根据周转率,设计大区域货位分配方案,以实现仓储货位分配优化。试验结果表明,该方法的轻、重加热存储仓库仓储货位分配结果与理想分配结果一致,分配效果良好。该方法对于其他领域的仓储货位分配具有一定的指导意义。

多任务纺织立库货位分配与任务序列优化方法

当前立体仓库正大规模应用于纺织车间。针对一种新型通用的纺织企业多任务类型的立体仓库调度效率低的问题,从任务提前调度、货位分配以及任务序列优化3方面提出一套立体仓库调度方法。首先,针对工人操作时间不明确的问题,提出一种基于自回归滑动平均模型的工人操作时间预测方法;其次,针对货位分配不合理的问题,建立多目标的货位分配模型,并提出一种基于模拟退火算法的货位分配求解方法。最后,针对任务序列累积导致执行效率低的问题,提出一种改进的遗传-粒子群算法的任务序列优化方法。实验对比分析表明,所提方法可有效提升立体仓库调度效率。

四向穿梭车式密集仓储入库货位分配方法研究

针对四向穿梭车式密集仓储货位分配中存在的货位密集分布、货位动态变化等问题,建立了以提高仓库工作效率、设备稳定性为目标的多目标货位分配方法,提出了一种改进的混合蛙跳算法求解。针对密集仓储的货位分布特点,提出货位分货道策略,建立货物按类别分货道存放的货位分配原则。以路径最短、货物分布均衡及货架重心稳定均衡为目标建立货位分配数学模型。使用动态自适应交叉改进标准混合蛙跳算法的局部搜索策略,提出了一种改进的混合蛙跳算法对模型进行求解。通过实例仿真验证结果表明:货位分配模型合理,并且与标准的遗传算法和混合蛙跳算法相比,改进后的蛙跳算法收敛速度更快,对货位的优化更加合理,可以有效解决四向穿梭车式密集仓储货位分配问题。

基于遗传算法的自动化立体仓库货位优化研究

文章针对单元货格式自动化立体仓库最为核心的货位优化问题,提出以出入库效率、货架稳定性以及工作量均衡为目标的优化模型,对建立的多目标数学模型,利用权重法转化为单目标优化问题,再用遗传算法对该问题进行求解,并以某食品生产企业M公司所建立体仓库的真实数据为例,最后在Matlab中使用遗传算法进行仿真验证。结果表明该模型对于自动化立体仓库的优化效果明显,并且在解决巷道工作量均衡问题方面对于不同类型的立体仓库具有一定的普适性。

面向低能耗的密集仓储货位分配优化

针对四向车式密集仓储系统的货位分配问题,提出一种四向车及提升机的能耗计算模型,并考虑动态货位可行域约束等因素,建立了以减少能耗为主要目标且兼顾降低货架重心与作业分布均衡的货位分配优化模型。设计自适应变异的差分进化算法对模型进行求解,向量个体表示单批作业的目标货位集合,将个体基因位的值域映射为相应出入库作业的货位可行域,根据此动态货位可行域进行个体解码后得出可行货位解,通过综合评价个体的优劣及种群迭代进化获得作业的最优货位解。在3种预设库存和3种载荷类型的情况下分别进行试验,结果表明,与考虑最短距离的货位分配优化模型相比,所提出的模型及算法可有效降低仓储能耗且其性能优势明显。

基于改进遗传算法的电气设备仓库货位优化

货位分配问题是自动化立体仓库优化的关键。针对传统遗传算法难以收敛至全局最优解的问题,提出了一种改进遗传算法的电气设备仓库货位优化方法。该方法根据优化目标构建了数学模型,使用拉丁超立方抽样法对算法初始化环节进行优化;为了克服遗传算法的局部搜索能力差和收敛速度慢问题,使用改进自适应交叉变异及逆转操作和模拟退火操作构成改进模拟退火遗传算法。实验结果表明,相比于传统遗传算法的求解结果,改进算法显著提高了对目标函数的优化,并且其收敛性和稳定性更佳,该算法在实际工程应用中提出了有效的解决方案。

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。

药品货位号在住院药房的应用

目的 探讨药品货位号在住院药房的应用对药品调剂质量的改善效果。方法 药品货位号由2位字母和3位阿拉伯数字组成,与医院信息管理系统相结合,自2022年6月起对住院药房药品进行管理。比较2022年上半年和下半年住院药房应用药品货位号管理前后药师、实习学生的平均调剂药品时间及配药准确率。结果 药品货位号实施管理前、后,住院药房药师平均调剂药品时间分别为(39.8±6.5)min/100条目、(33.3±6.0)min/100条目,实习学生平均调剂药品时间分别为(48.3±7.9)min/100条目、(36.0±6.1)min/100条目,药品货位号实施管理后药师、实习学生调剂药品时间均有明显的缩短(P<0.05);药品货位号实施管理前、后,住院药房药师的平均配药准确率分别为(98.47±0.41)%、(99.37±0.42)%,实习学生的平均配药准确率分别为(97.43±1.18)%、(98.17±0.80)%,药品货位号实施管理后药师、实习学生的配药准确率均有明显的提高(P<0.05);药师对住院药房货位号管理模式的质量评分比传统管理模式明显提高[(86.5±4.1)分vs (75.0±6.2)分,P<0.05],药品管理质量明显优于实施前。结论 药品货位号进行编排管理不仅能够有效提高药品调剂的效率,还能降低内部调剂差错的发生率,提高配药准确率,证明药品货位号的应用是当前住院药房药品管理中一种比较便捷、高效的管理方式,值得推广。

药品货位号在门诊西药房管理中的应用

目的探索药品货位编码在医院门诊西药房药品调配和药品管理中的应用。方法药品合理分类摆放后对门诊西药房所有药品进行货位编码,并将药品货位应用于药品调配、药房盘库和药品效期管理等工作。设计抽样对照实验,对比采用和未采用药品货位管理时药师调配效率及准确率、药房盘库效率及准确率和发药机补药效率及准确率。结果采用药品货位管理,调配时间由(29.10±3.11)min/122条目缩短为(23.00±2.40)min/122条目,药房盘库时间由(98.60±4.86)min缩短为(69.10±4.80)min,发药机补药时间由(27.30±3.71)min/200盒缩短为(20.50±2.88)min/200盒。药品货位管理可以有效地提高药师在调配、盘库和补药过程中的效率和准确率。结论药品货位号的应用能显著提高药房管理水平。

基于区域选择的立体仓库货位调度算法研究

立体化仓库货位调度研究对提高自动化立体仓库动态工况下的出入库操作十分重要,也是解决自动化立体仓库普遍存在的执行效率低下、智能化不足问题的关键环节。在分析堆垛机双程指令下复合作业的出入库最优货位分布特点基础上,给出了平行四边形最优入库货位候选区域定理及证明,为批量调度任务的入库货位选择提供最佳候选区域。建立以完成批量任务时间最短为目标的货位调度模型,并在该定理基础上开发获得模型解的启发式算法。实验结果表明,本文方法可以获得多种调度选择方案,能有效提升堆垛机的运行效率。