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.     

一类仓库作业优化问题的混合遗传算法研究

针对自动化立体仓库固定货架系统中拣选作业优化问题的特点, 分析并设计了一种新型高效混合遗传算法。提出了多起点2-最近点搜索算法进行初始种群的构造,采用了一种新的自适应启发式变异方法,显著改善了原有遗传算法的搜索能力。仿真结果表明该算法从执行时间和优化效果两方面均能够很好地满足作业要求。     

遗传算法在货位精确选址中的应用研究

结合作者开发自动化立体仓库的实际经验，首先对自动化立体仓库中取、放货和倒库作业时货位状态不符合要求，如何重新确定最优货位的问题，以及大型仓库有多台货物转移台车同时作业，如何优化调度的问题进行分析，然后从人工智能的角度，借助遗传算法，提出了一种优化方法。该设计方法在实际应用中获得了良好效果。     

环行穿梭车优化调度问题的自学习算法

分析研究环形穿梭车(RGV)的工作特点和调度策略，同时考虑其起停、等待、复合作业对搬运能力的影响，创建了环形RGV搬运作业的多目标优化调度数学模型.在此基础上提出了基于自学习和改进遗传算法的环形RGV实时调度算法.讨论了调度算法的编码、选择、交叉变异操作规则方法，提出改进种群和妥协解的专家库自学习方法，提高优化计算速度.通过计算仿真和工程验证，证实环形RGV的搬运能力得到有效提高，该模型和自学习算法是可行和有效的.     

考虑疲劳和工作负荷的人工拣选货品排程研究

针对仓储配送系统中的拣选货品操作,建立人工拣选货品的排程模型.在综合考虑工人的疲劳程度、工作负荷以及货品的最大拣选时间的基础上,为最小化工人的最大完工时间和拣选错误率,引入了人因失误率和能量阈值.求解模型得到了拣选货品的最优序列和休息位置.采用遗传算法求得模型的近似最优解,并通过算例分析验证模型的有效性.模型的可行解并不唯一,最终提供五组可行解,即五种可行方案供决策者根据实际情况进行选择.     

基于改进遗传算法的货箱机器人拣选路径规划

针对智能仓库中新型“货箱到人”拣选模式下多个货箱机器人拣选路径规划问题，给出了一种新的优化模型和改进遗传算法。基于货箱机器人的拣选方式及特点，将其转化为非对称车辆路径问题，以机器人总拣选路径最短和完成时间最少为双目标建立混合整数规划模型，设计改进的混合遗传算法对模型进行求解，并通过大规模算例验证了算法的有效性与稳定性。算例计算结果表明：所建模型及算法提高了货箱机器人的拣选效率，降低了运行成本。     

基于混沌遗传算法的自动化生产单元调度方法

针对遗传算法在求解一类带时间窗口的自动化生产单元调度问题时易出现冗余迭代、收敛缓慢等问题,将混沌搜索技术引入至遗传算法中,通过将混沌初始化、混沌扰动与遗传算法的基本操作相结合,利用混沌运动搜索精度高、遍历性好的特点来提高遗传算法的收敛速度和优化质量.本文在给出自动化生产单元调度问题的数学模型的基础上,着重讨论了混沌遗传调度算法的设计,包括编码方式、混沌初始化、交叉操作、混沌变异操作和适应度函数的计算等.最后以自动化电镀生产线为例对提出的算法进行了验证,为此类调度问题提供了有效的算法.     

基于遗传算法的汽车零件自动化仓储货位优化

汽车零部件仓储对主机厂的正常生产起着至关重要的作用.在分析汽车零部件仓储特点的基础上,探讨了在零部件仓储中应用自动化立体仓库(AS/RS)的可行性与必要性;然后针对自动化立体仓库实施中货位规划的难题,以提高零部件出库作业效率和货架稳定性和安全性为优化目标,建立了货位优化的多目标数学模型.根据某汽车零部件仓储中心的实际情况,通过设置随机目标权.重改进传统的遗传算法,在MATLAB软件环境中对模型进行多目标混合遗传算法优化求解,对自动化立体仓库零部件货架的货位进行仿真和优化.结果表明零部件的出库效率、零部件的合成重心、货架的稳定性等都得到很大的改善.     

新型遗传算法在防空指挥系统目标分配中的应用

鉴于防空作战指挥系统目标分配问题的一般数学模型及分配原则,提出一种融合了小生境技术和跨世代精英选择策略的新型遗传算法。给出了应用新型遗传算法实现目标分配优化问题的具体实现描述。实验结果表明,该算法收敛速率快,寻优能力强,为指挥员提供了实时有效若干可行的分配方案。     

基于正交遗传算法和灵敏度分析的体系仿真优化方法

体系对抗已成为当今战争的主要形式,因而急需对体系优化问题进行深入细致地研究.鉴于此,提出了一种基于正交遗传算法和灵敏度分析的体系仿真优化方法.该方法采用正交遗传算法在可行域内快速地搜索一些较优方案(解);利用灵敏度分析方法从已评估方案中得到待研究体系输入、输出之间的灵敏度关系;应用这种灵敏度关系来指导正交遗传算法的后续搜索.最后采用一些数据实例来验证该方法,实验结果表明,该方法是可行的、正确的和有效的.该方法能在较少次数的仿真后,得到待研究体系的满意解或最优解;同时,该方法可推广到其它复杂优化问题的求解中.     

Research on Order Picking Optimization Problem of Automated Warehouse

Optimizing the order picking is effective for advancing the working efficiency of an automatic warehouse. According to the characters of picking in an automated warehouse, a new mathematic model was proposed, with capacity constrains and multiple objectives. A genetic algorithm was presented to solve the problem with the initial population based on unfeasible degree and work times. Simulation and practice show that this model and method are useful and effective.     

基于改进Fishbone的物流仓库布局优化

针对物流仓库内部布局的优化设计问题, 通过在Fishbone布局方法中结合贯通式货架系统的思想, 给出一种改进Fishbone仓库布局方法. 在方法中, 分三种情况对仓库主通道角度和拣货通道角度进行建模, 用Matlab求解并确定了最佳仓库布局角度, 进而考虑托盘尺寸对总移动距离的影响, 建立了最小化总移动距离的数学模型. 结合实际案例结果分析表明, 该方法在基本保持仓库面积利用率的前提下, 有效地缩短了仓库总拣货距离, 不失为一种良好的仓库布局方法.     

波次分区拣货时装箱与货位指派问题协同优化的模型与算法

在一种常见的周期性"波次分区拣货、整体补货"的动态环境中, 货位指派和装箱问题发生的频率相同, 互为优化条件, 同时解决两个问题可使拣货效率获得更大的提升. 研究了基于SKUs相关性的装箱和货位指派的协同优化问题, 建立了以最小化最大分区拣货处理时间为目标的数学模型, 设计了"SKUs对"位置交换策略, 提出了基于SKUs相关性的SAC算法和基于货位位置的NFDP算法分别来求解两个问题, 在此基础上, 提出了协同解决两个NP-hard问题的SAC-NFDP算法. 测试结果表明, SAC-NFDP算法性能良好, 对拣货效率改进明显.     

货到人拣选系统多阶段可穿行多AGV路径规划

针对货到人拣选系统大规模多AGV（automated guided vehicle）路径规划中由于转弯和避障导致行驶时间增长的问题,考虑空载AGV可穿行货架,建立以任务完成时间最短为目标的路径规划模型,并通过改进A*算法对该问题进行求解。对AGV运行阶段进行划分,在A*算法中引入转弯惩罚值减少转弯次数,利用避障等待时间设置避障优先级。仿真实例结果表明考虑转弯和避障的可穿行货架路径规划方法能够降低任务完成时间和行走路径长度,在提高拣选系统作业效率方面具有参考价值。     

随机存储下返回型与S型拣选路径随机模型的比较研究

研究物流配送中心人工订单拣选的服务效率优化问题,进而研究拣选路径的行走距离问题。在物品随机存储情况下,分别构建返回型与S型拣选方式下拣选距离的随机模型。实验结果表明两模型的近似计算结果均能在误差允许条件下较好的与仿真逼近。并就拣选件数对两模型影响进行分析,当物品件数较多时,S型拣选优于返回型拣选。这两个模型可为现实中物流配送中心订单拣选距离、拣选时间的估计以及拣选方式的选择提供参考。     

考虑实时库存的轧制计划调整模型及算法

在冷装工艺生产模式下,不合理的轧制计划将导致不必要的钢坯库倒垛作业,严重时甚至会造成轧制生产的延迟或中断.本文在已知轧制计划和实时钢坯库存堆放情况的前提下,对轧制计划设置了三种调整策略:轧制钢坯替换、轧制单元内钢坯轧制顺序调整以及计划钢坯取消轧制调整.基于调整策略,建立了以最小化调整惩罚及实施计划时的钢坯库倒垛次数的加权平均和为目标的数学模型,并结合问题特征设计了三阶段求解算法(THA).通过基于实际生产数据的实验验证,结果相对于原轧制计划,在满足轧制工艺规程前提下大量减少了钢坯库的倒垛次数,算法和模型是可行且有效的.     

基于电子商务的区域仓储网络设计与实现

从地区范围的角度对仓储服务经营模式进行研究，将仓储作为一种可以进行价值挖掘的特殊地产，提出基于电子商务的仓储服务经营新模式，并在地理范围内建立一个以各个企业仓储资源为基础，以电子商务为交易手段的仓储网络，并以中间件技术实现在线交易、仓库电子地图、仓储服务期货以及仓储设施投资等多样化的服务功能，试为改变我国目前仓储服务相对落后提供参考。     

AN ALGORITHM FOR THE DETERMINATION OF THE ECONOMIC ORDER QUANTITY IN A TWO-LEVEL SUPPLY CHAIN WITH TRANSPORTATION COSTS： COMPARISON OF DECENTRALIZED WITH CENTRALIZED DECISION

This paper considers a two-level supply chain consisting of one warehouse and one retailer. In this model we determine the optimal ordering policy according to inventory and transportation costs. We assume that the demand rate by the retailer is known. Shortages are allowed neither at the retailer nor at the warehouse. We study this model in two cases; decentralized and centralized. In the decentralized case the retailer and the warehouse independently minimize their own costs; while in the centralized case the warehouse and the retailer are considered as a whole firm. We propose an algorithm to find economic order quantifies for both the retailer and the warehouse which minimize the total system cost in the centralized case. The total system cost contains the holding and ordering costs at the retailer and the warehouse as well as the transportation cost from the warehouse to the retailer. The application of this model into the pharmaceutical downstream supply chain of a public hospital allows obtaining significant savings. By numerical examples, the costs are computed in MATLAB to compare the costs in the centralized case with decentralized one and to propose a saving-sharing mechanism through quantity discount.     

求解板坯倒垛和落位问题的分布估计算法

针对钢铁企业板坯库的板坯倒垛问题,与以往的研究不同,考虑了在倒垛过程中压在目标板坯上的障碍板坯可以不倒回原垛位的作业模式.提出采用板坯在板坯库中的移动次数来衡量板坯库的作业负荷,建立了以移动次数为优化目标的整数规划模型.在对模型的求解中设计了基于概率模型进化的分布估计算法(estimation of distribution algorithm,EDA)来确定轧制单元对应的板坯,采用基于辐射邻域的启发式算法为障碍板坯寻找最佳的落位位置.通过不同规模的数据实验,探讨了参数对算法性能的影响,确定了有效的参数组合.并与当前常用的改进遗传算法、单亲遗传算法进行对比,验证了所提算法的有效性和鲁棒性.     

一个辅助产品开发决策的数据仓库系统

我们所建立的数据仓库系统，是从市场销售这一角度来辅助新产品开发决策的，实际上，数据仓库不能脱离数据库等数据源独立存在，因此系统应包括数据库系统，根据这一背景和要求，我们提出了一种系统结构，本文除介绍这个结构外，重点论述了该系统的数据管理方法。该方法采用的数据模型是对象和雪花混合的模型，其数据操纵语言是一种扩展的SQL，这种方法不仅能够统一管理数据仓库和数据库，而且能达到高效的查询。