双旋转货架拣货路径优化策略

讨论了由一个拣货员负责的双旋转货架系统,考虑拣货员每次拣取货物所需时间不同,目标是寻找一种最优拣货顺序使得总拣货时间最小。该问题被证明为强NP-难问题,提出了几种启发式算法寻找最优拣货顺序,并对相关模型及算法进行模拟测试以证明其有效性,为方法选择与应用提供了依据。     

基于学习效果的蔬菜电商成组拣货排序方法

按单拣货是电子商务背景下物流配送中心最关键、最复杂的作业环节.它直接衔接着物流配送和客户,且大部分是劳动密集型作业,因此按单拣货也是出错率最多,耗费时间最长的环节.在拣货之前对订单考虑配送因素和相似性成组,能够大大降低拣货成本.蔬菜电商拣货系统是基于人的柔性作业系统,拣货人员的学习效果导致作业效率随时间变化,从而订单的拣货时间不确定,对按单拣货作业有着不可忽视的影响.本文针对蔬菜B2C电子商务直销背景下拣货环节的订单成组作业优化问题进行研究,基于拣货人员的学习效果,建立最小化订单拣货完成时间之和的拣货序列优化模型.针对该问题多阶段,多层次决策特点,基于序贯决策思想,提出两阶段的求解方案:第一阶段订单成组,提出同时考虑订单配送距离,打包材料相似性和订单相似性三种指标融合的订单成组准则,并给出启发式算法对订单进行成组;第二阶段成组订单作业调度,提出基于修订式非递减的订单规模排序方法对组内订单进行排序,组间排序是基于具有降低搜索范围,提高搜索能力的改进模拟退火-遗传算法.通过数值实验和算法比较,验证了本文算法的有效性和实用性.研究结果表明,本文得到的方法能大大缩减拣货时间成本,为蔬果类商品网上直销企业生成拣货作业计划提供理论指导.     

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.     

考虑通道阻塞的双拣货员订单拣选优化研究

以双拣货员并行作业配送中心拣选系统为研究对象,针对拣货作业中通道阻塞引起的冲突问题,以最小化订单总延迟时间为目标,构建了考虑通道阻塞的双拣货员订单拣选优化模型,从冲突规避和冲突消解两个层面,分别设计了“先分配,再分批”的冲突规避策略和基于冲突调整时间最小的冲突消解策略,进而提出了基于拣货通道相似度的改进禁忌搜索算法CFTS.数值算例结果表明,本文提出的模型和算法有利于规避和化解通道阻塞,从而减少订单拣选时间和订单总延迟时间,对提高配送中心作业效率、提升客户服务水平具有重要指导意义.     

多基地声纳距离信息定位算法研究及精度分析

在双基地声纳系统的定位方法[1]基础上推导了基于距离信息的多基地声纳系统的定位方程及定位误差的表达式,讨论了多基地声纳系统利用距离信息进行定位的定位原理,讨论了站址测量误差和时间测量误差对系统定位精度的影响,并对不同站址布局下,系统的误差分布特点进行了研究,得出了使定位精度达最高的一种站址布局方案.     

一种基于约束关联网络模型的模块化设计方法

针对侧重产品设计各阶段宏观布局原则制定、忽略布局合理性及其进化分析技术研究的现状,提出了一种基于细粒度约束关联网络模型的模块化设计方法.从布局规划及其协同进化的角度,给出了此方法的技术框架和闭环流程框架.研究了基于细粒度约束关联网络模型建立产品族模型的方法.探讨了基于细粒度、多视图产品族模型实现模块划分的分析技术和算法.研究了其设计过程调度方法,并提出了基于过程冲突定位和优化细粒度产品族模型的技术方法.通过在某型号发动机模块化设计中的应用,验证了所提出方法的合理性和有效性.     

移动货架系统多机器人“存-取货架”调度优化方法

近年来,机器人移动货架系统已成为我国智慧物流与智能仓储的重要发展方向,多机器人“存-取货架”调度优化问题是影响该系统运行效率的挑战性难题.本文以减少机器人总行驶距离为目标,对机器人“存货架”和“取货架”进行联合决策,构建了多机器人“存-取货架”调度优化模型.针对该问题具有决策耦合性、解空间巨大的难点,设计了限定宽度的动态规划算法获取初始解,并将所构建的整数规划模型嵌入自适应大邻域搜索启发式框架中,通过两种分解算子将原模型转化为较小规模的子模型,提出自适应数学规划启发式算法,能够快速生成近似最优的调度方案.数值实验表明,与分别优化“存货架”和“取货架”调度相比,本文的联合调度优化方法能够减少约60%的机器人总行驶距离;与实践中普遍应用且性能表现最好的就近指派规则对比,本文方法可降低10%至15%的机器人总行驶距离.本文结论可为指导企业的仓库布局与调度提供借鉴,对我国智能仓储的发展具有重要意义.     

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。     

区域物流中心分工布局

在物流中心布局规划的基础上,结合物流需求的结构和分布情况,考虑物流中心分工,提出了物流中心的分工布局问题,旨在综合确定物流中心的数量、位置、类型及规模,以及各品类货物流在物流网络上的流量流向.建立了基于双层规划的物流中心分工布局优化模型,并设计了模拟退火求解算法,最后通过算例分析说明了模型和算法的有效性.     

穿梭车仓储系统复合作业路径优化

将入库任务和出库任务进行合理搭配构成复合作业是穿梭车仓储系统常用的作业模式,合理的复合作业路径优化对于提升作业效率,降低作业成本具有重要意义。为提高穿梭车仓储系统的出入库效率,将系统复合作业路径优化归结为任务指派问题,以完成一批拣货任务的总时间最小为目标建立优化模型。设计了一种改进的离散粒子群优化算法,重新定义了粒子的位置和速度及运动方程,将循环交叉和交换变异引入速度的加法运算,实现算法的快速收敛,同时通过排斥算子保持粒子群的多样性,减小算法陷入局部最优的可能性。仿真结果表明,该算法性能优于遗传算法,有效地缩短了复合作业的时间,提高了拣货效率。     

FUZZY MULTI-LEVEL WAREHOUSE LAYOUT PROBLEM： NEW MODEL AND ALGORITHM

1. Introduction As we know, in most manufactory, above all in large-scale manufactory, warehouse operation is an important part of a manufacturer's material handling operation. Effective warehouse planning can not only reduce material handling cost but also increase productivity. Hence, it is very important for the manufacturer to make the best plan to manage the warehouse. The warehouse layout problem concerns how to place different items into the warehouse so that people resources, equipment…     

多对象生产系统设备多行布置优化

研究多对象离散生产系统设备布置优化问题,对于物料出入口固定的生产单元,提出了只包含反向物流和横向物物流的简化目标函数形式。在此基础上,根据计算机运算的特点和要求,构造了适用于计算机优化搜索的设备位置距离矩阵及目标函数算法模型。把模拟退火算法引入计算机优化搜索过程,有效地提高了设备布置方案的优化效果。结合实例运算,证明了上述算法模型的有效性。     

基于蚁群-遗传混合算法的设备布局优化方法

以生产车间设备布局优化的最小物流费用为目标,建立了车间设备布局优化问题的二次分配模型,并采用蚁群-遗传混合算法来对这一模型进行求解.该混合算法将蚁群算法和遗传算法的优点相融合,以蚁群系统的解作为遗传算法的初始种群,克服了蚁群算法的收敛速度慢,容易陷入局部最优以及遗传算法的容易早熟收敛等缺陷,来实现模型的全局最优.本文以某机械厂制造车间为例,运用MATLAB编程实现算法求解,结果显示:应用蚁群-遗传混合算法设计出来的设备布局新方案比原始方案总物流费用节约了10.6%,同时,混合算法在求解车间设备布局优化问题时比蚁群算法或者遗传算法速度更快,效果更好.     

大型城市地下物流网络优化布局的模拟植物生长算法

交通拥堵问题的加剧使传统物流网络在我国大型城市已达到极限, 未来地面物流系统将逐步向地下不同层次里转移并释放出城市地上空间.本文以斯坦纳最小树(SMT)为理论模型, 建立了符合我国大型城市不断扩展这一特点的树状地下物流网络布局模型. 由于 SMT 为 NP-完全问题, 因此算法的寻优能力是研究的关键. 本文所采用的模拟植物生长算法(PGSA)是以植物向光性理论为启发式准则的智能算法, 该算法是利用人工植物在给定物流节点集解空间中的生长过程得到城市地下物流网络的最优布局. 通过对国际公布的STEINLIB实例数据计算并与蚁群算法和模拟退火算法进行比较, 表明模拟植物生长算法具有较强的精确性、稳定性和全局搜索能力.     

技术效率、资本规模对产业空间布局优化的影响

本文以区域产业项目迁移为背景,融合产业资本规模异质性,建立区域产业空间布局调整优化模型,利用离散随机变量仿真方法预测迁移项目的空间分布;以产业经济效益,能耗特征对产业进行分类,设定不同类型的产业技术效率发展方式,借助生产函数法和产业污染投影系统,仿真分析不同技术效率发展方式下的迁移产业产出和污染排放的空间分布规律,并利用环境基尼系数对迁移项目空间布局的经济、生态均衡性进行评价.结果表明,产业资本规模异质性会有效缓解区域经济发展和环境污染间的矛盾;相对于注重低能耗产业发展的技术进步,单纯注重经济效益的产业技术发展方式会加剧区域经济、生态的非均衡性;在短期内,相比于低能耗产业技术水平的提升,产业的规模化建设对区域整体的经济、生态均衡性影响更加显著.     

自动化立体仓库拣选作业路径优化问题研究

合理优化货物的拣选路径是提高自动化仓库运行效率的一种有效方法.通过分析自动化仓库拣选作业的工作特点,为自动化仓库拣选作业创建了含装箱约束条件的多目标优化新型数学模型,用遗传算法对该数学模型进行了求解,基于不可行程度和作业次数对遗传算法初始种群的生成进行了改进.实验仿真和工程实际应用表明该模型和算法是可行、有效的.     

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.     

复合价值导向的汽车专利布局优化研究

汽车产业是专利密集型产业的典型代表，专利布局优化受专利布局动机、策略、目的等多因素影响，为克服以往专利布局中人工选择专利的主观性、专利价值难量化性以及专利组合问题处理的复杂性等，本研究从战略价值、经济价值和成本三个方面对专利进行综合度量，提出了复合价值导向的专利计算方法，构建了基于汽车技术主题组合效应的专利布局多目标优化模型.计算结果表明，基于该模型利用算法优化后得到的汽车专利布局总体价值优于原方案与人工选择优化方案，具有复合价值导向的汽车专利布局更能充分评估和配置汽车企业专利，提升专利价值，可有效促进我国汽车企业科学优化专利布局，提高专利利用率和技术转化效率.     

基于改进遗传算法的影像中心布局优化方法

针对影像中心现有布局优化方法自动化水平低、受个人主观意愿影响较大等问题,提出运用系统布置方法(systematic layout planning,SLP)和改进遗传算法相结合的方法对布局进行优化。利用SLP生成的布局方案改善遗传算法的初始种群,增加初始种群多样性;从遗传进化代数和个体适应函数值2个方面实现遗传参数自适应调节,提高其寻优效率。在西安某影像中心布置区域模型和多目标优化数学模型的基础上,运用改进后遗传算法对西安某影像中心布局优化问题进行了仿真实验。实验结果证明：该算法在求解影像中心布局优化问题时比传统遗传算法或蚁群算法速度更快、效果更好。提高了影像中心布局优化的自动化水平,为建筑设计人员提供合理的参考方案。