仓储过程中货位指派优化问题研究

针对某烟草公司自动化立体仓库系统,将货位优化问题归结为货位的二次指派优化问题,研究优化思路和算法,并采用遗传算法对实例优化分析。结果表明,这种优化方法可行有效。

自动化仓库货位分配优化问题研究

研究了自动化立体仓库固定货架的货位分配问题。分配货位时需要同时考虑货架稳定性和出入库操作的效率,将这一问题描述为一个组合多目标优化问题,采用遗传算法对这一问题进行了求解,对交叉算子进行了改进,得到的解可兼顾两个优化目标。仿真实验表明这一方法可较好地解决货位分配问题。

基于改进粒子群算法的立体仓库货位分配优化

研究自动化立体仓库固定货架的货位分配问题,货位分配综合考虑了货架的稳定性和出入库效率,建立了货位优化的数学模型,提出了基于Pareto最优解的改进粒子群算法(PSO)来解决此问题的方法。在优化过程中引用了置换的概念来计算粒子的速度,并且在算法中采用小生境技术提高非劣解集的分散性,用存档群体保存了非劣解。仿真实验证明,此优化策略可以有效地解决自动化立体仓库的货位分配问题。

两端式同轨双车运行模式的货位分配策略

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。

Flying-V型仓储布局货位分配优化方法研究

Flying-V是一种典型的非传统布局方式,根据其布局方式的特性,针对仓储货位分配优化问题,以货物出入库效率最高和货物存放的重心最低为优化目标,建立了货位分配多目标优化模型,并采用自适应策略的遗传算法(GA),以及粒子群算法(PSO)进行求解。根据货位分配的优化特点,在GA算法的选择、交叉和变异环节均采用自适应策略,同时采用惯性权重线性递减的方法设计了PSO算法,有效地解决了两种算法收敛速度慢和易"早熟"的问题,提高了算法的寻优性能。为了更好地表现两种优化求解算法的有效性和优越性,结合具体的货位分配实例利用MATLAB软件编程实现。通过对比分析优化结果表明,PSO算法在收敛速度和优化效果方面相比于自适应GA算法更具有优势,更加合适于解决Flying-V型仓储布局货位分配优化问题。

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。

基于遗传算法的立体仓库货位动态分配优化

针对企业仓储管理中货位分配效率低的现状,提出立体仓库货位动态分配优化问题的数学模型和约束条件并对货位分配策略进行了讨论.采用基于遗传算法的权重系数变换法对优化模型进行求解.通过仿真验证了算法的有效性.

多端口出入式自动化存取系统作业集成优化

为了提高具有双板作业运作特点的多端口出入式自动化存取系统(AS/RS)整体作业效率,在统筹考虑货位分配和指令序列排序对作业时间影响的基础上,提出以最小化指令序列完工时间为优化目标的集成优化模型。引入交换和插入思想构建货位分配和指令排序的搜索邻域,并分析2种邻域构建方法对指令序列完工时间的影响。最后,设计二阶段禁忌搜索算法对问题进行求解,利用货位分配和指令排序2个阶段禁忌搜索过程的反馈获得模型最优解,其求解过程体现货位分配和指令排序2个优化方面在邻域搜索过程中互相影响、互相嵌套的复杂关系。研究结果表明:二阶段禁忌搜索算法在不同的货位规模和指令序列规模下均能获得满意解,具有较好的鲁棒性和计算效率;相比"先到先服务"和"最近邻"调度规则,本文优化方法能够有效缩短指令序列完工时间。

基于遗传模拟退火算法的立体仓库储位优化

针对自动化立体仓库储位分配问题,结合仓库运作特点和安全性要求,构建了自动化立体仓库储位优化问题的多目标模型,并提出了求解模型的基于Sigmoid曲线的改进自适应遗传模拟退火算法(SAGA)。首先,以降低货品出入库时间、同组货品距离和货架重心为目标建立储位优化模型;然后,为了克服遗传算法(GA)局部搜索能力差和易陷入局部最优的缺点,引入基于Sigmoid曲线的自适应交叉变异操作和逆转操作,同时完成与SAGA的融合;最后,对改进遗传SAGA进行算法优化性、稳定性和收敛性测试。仿真实验表明,相比模拟退火(SA)算法的求解结果,该算法对货品出入库时间的优化度提高了37.794 9个百分点、对同组货品距离提高了58.463 0个百分点、对货架重心优化度提高了25.927 5个百分点,并且该算法具有更好的稳定性和收敛性。由此验证了改进遗传SAGA求解问题的有效性,该算法可为自动化立体仓库储位优化提供决策方法。

基于AGA与MPSO的非传统布局仓储货位分配优化

非传统布局是现代仓储管理的新热点,根据对非传统布局(Fishbone型)特征分析,针对货位分配优化问题,提出以出入库效率和货架稳定性为优化目标,建立多目标优化模型。设计了自适应遗传算法(AGA)和改进的粒子群优化算法(MPSO)进行求解。AGA采用动态自适应策略改进选择、交叉、变异算子,克服初期"早熟",提高末期局部搜索,增强鲁棒性;考虑到PSO搜索过程的非线性复杂特征,引入非线性变化的惯性权重和时变加速的学习因子,提升早期全局搜索能力,改善末期收敛迟钝,优化算法整体性能。采用Matlab进行仿真实验,结合实例验证了本文方法的有效性与通用性。对比实验结果表明AGA在处理此类货位分配优化问题上优势更明显。

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。

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。

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。

基于免疫遗传算法的智能柔性仓库货位自动化分配方法

针对没有充分考虑到货物就近存储、分配不均、入库效率低等的问题,为了有效地提高工作效率,提高空间利用率,设计了一个基于免疫遗传算法的智能柔性仓库货位自动化分配方法。将保证上轻下重的货架承重原则、先入后出的目标、关联性货物就近存储作为分配目标,采用免疫遗传算法不断迭代计算,赋予其自动化属性,对各层的个体给予同样的虚拟适度值,实现智能柔性仓库货位自动化分配。结果表明,所提出方法在应用后,能够将较重货物分配在底层,提高算法搜索效率,保证入库时间较短,满足智能柔性仓库自动化运维模式需求。

自动化立体仓库货位分配研究

为了提高自动化立体仓库的货物入库效率,提高货架稳定性,建立多目标货位分配的数学模型。基于NSGAⅡ算法进行实例求解,并对比了优化前后的货位分配情况,结果证明了优化的有效性。研究结论将为相关企业提供货位分配优化的参考。

基于瞭望算法的军用立体仓库货位优化

针对军事仓储建设的迫切需求,提出一种基于瞭望算法的军用立体仓库货位优化方案。考虑军用物资收发存储过程中在品种、效率、相容性、质量以及安全性能等方面与民品的差异,通过对多品种货位管理问题的分析,选择出库效率和货架稳定性为目标函数,利用瞭望算法建立优化模型,设计相应的算法流程,得到货位优化方案。通过算例验证了模型的有效性,演示了该建模方法在军事仓储管理工作中的应用前景。

基于CHNN的自动化立体仓库货位优化研究

利用神经网络解决组合优化问题是神经网络应用的一个重要方面。文章通过设计CHNN的能量函数与立体仓库货位分配组合优化问题相对应,当CHNN的输出状态趋于平衡点时,能实现立体仓库货位分配组合优化问题的最优解。最后,通过MATLAB实验仿真验证算法的有效性。

用无人机技术实现的仓储信息化管理系统

针对现有技术中电能表仓储信息化管理不完善、工作效率低下的问题,在无人机识别系统中设计了射频识别技术并引进帧时隙ALOHA算法,通过射频识别技术将识别的帧长信息和分组信息形成识别码,实现电能表物品的自动化识别。利用货位路径协同优化算法确定货物的最佳出库路径,有效地节省了出入库时间,提高了仓储空间的管理能力。实验结果表明,本研究方法提高了电能表物品分拣的正确率。