基于PSC-IGA算法的数字化车间仓配一体化研究

文章针对数字化车间内部的仓配一体化问题,以装配生产线的物料需求时间和数量为拉动因素,考虑物料配送效率和立库运行效率,将仓配问题分为2个层次,首先通过生产排程确定时间窗,以配送效率最大化为目标构建物料配送路径规划模型,然后构建货位分配多目标优化模型.采用两阶段的遗传算法进行求解,提出基于多色集合约束的遗传算法(polyc...     

物料聚类分析下的仓库货位指派优化

为减少订单分拣距离和分拣差错率,研究仓库物料的货位指派问题,提出一体化的基于物料聚类的货位指派优化方法.使用概率和集合定量描述物料关联性,建立物料聚类模型和物料聚合类的指派模型,并在ILOG CPLEX优化软件上求解,完成物料聚合类中所有物料的具体货位分配后,用库存调整原则对基于物料聚类的货位布局微调,满足物料的特殊要求和布局目标整体最优.验证结果显示,16种物料聚合为7类时订单分拣距离最短,为536单位距离.对比随机货位分配和基于频率的货位分配方法,基于物料聚类的货位指派优化方法的总分拣距离分别减少了18.54%和10.37%.     

自动化立体仓库的货位分配模糊算法研究

针对自动化立体仓库的入库货位分配优化问题,提出了基于模糊数学的货位分配算法.该算法将货品的质量和使用频率属性设为模糊量,并将该模糊量带入最优货位分配算法中计算,再从计算所得模糊量结果中得到精确的货品位置.结果表明,该算法能够有效地提高入库的效率.     

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.     

基于离散粒子群算法的AVS／RS货位优化

为了提高自动小车存取系统的存取效率和方便货位管理,提出了基于离散粒子群算法的货位优化方法.该方法首先建立了系统货位优化的数学模型,在此基础上,结合货位优化的原则提出了货位分区的策略,并基于离散粒子群算法实现了货位分配的优化,从而保证自动小车在不发生死锁的前提下调度货物时,能较好地缩短小车行走时间.最后,通过仿真实例验证了算法的有效性.     

多载具自动化存取系统货位分配和拣选路径集成优化

为了提高多载具自动化存取系统整体进出库效率,分析了多载具自动化存取系统的运作特点,建立了同时考虑货位分配和拣选路径的集成优化模型。模型以最小化单位指令周期的行程时间为优化目标,最后设计了两阶段禁忌搜索算法求解该问题。不同货位规模和不同载具数量的数值实验结果表明:两阶段禁忌算法获得的行程时间较初始解有至少40%的改善,而且与分别优化的方法相比行程时间也能降低7%~23%。     

考虑物料需求关联与周转率的仓储货位优化方法

在仓储配送中心常见的"波次拣货、整体补货"的分区拣选环境中,为减少整体作业时间,基于谱聚类(spectral clustering,SC)算法及货位指派规则,提出了综合考虑物料需求关联与周转率的货位优化方法。构建了物料关联性计算模型、物料相似性度量模型、聚合类存储优化模型及物料存储优化模型,通过肘方法确定聚类的最佳簇数后,在基于拉普拉斯矩阵分解的SC算法中引入KMeans++算法对物料进行聚类,以降低初始聚类中心点选择的随机性,最后基于货位指派规则对聚合类及货位的布局进行优化调整。试验结果表明,考虑物料需求关联与周转率的货位优化方法,不仅能够有效缩短订单拣选路径,而且可以提高订单拣选效率。     

多出/入口仓库的货位优化研究

在“人到货”多出/入口仓库货位优化问题中,为了减少库内整体作业时间,提高拣选效率,基于多维标度分析算法(dimensional scaling analysis algorithm, MDS)与峰值聚类算法(peak clustering algorithm, DPC),提出以货品相关性为基础的货位优化方法。首先通过历史订单数据进行分析获得货品相关度矩阵,并利用多维标度分析算法对相关度矩阵进行数据处理,在仓库实际情况下确定合适数量聚类簇后,采用峰值聚类算法将相关性高的货品聚类形成一个具有高相关性货品集合,再据货品集合优化存储区域。最后,通过实际案例进行分析,比较本文存储策略与原始存储策略在跨区域拣选条件下订单平均拣选距离,并通过本文优化策略与随机策略在相同规模订单情况下比较验证,结果显示,本文策略比随机策略优化平均优化24.56%,有效地提高了订单拣选效率。     

基于改进遗传算法和多目标决策的货位优化策略

为了解决自动化立体仓库的随机库存在线动态货位分配问题,针对仓库货物出入库效率、货物分类存储的合理性和货架整体稳定性方面的需求,基于加权归一化处理多目标决策构建了货位分配优化数学模型.提出一种改进的二次优化遗传算法(quadratic optimization genetic algorithm,QOGA),并利用MATLAB软件进行仿真实现.仿真结果表明,该算法收敛速度大幅提高,出入库效率、货架稳定性明显提升,货物分类存储更加合理.由多目标决策结果验证了改进QOGA的先进性和有效性.     

仓储货位选择优化问题的研究

本文结合仓储管理的现状，对仓储管理中如何确定最优货位问题进行了详细的分析。确定了货位优化的目标，以及货位优化必须满足的约束条件，建立了货位优化模型，并采用遗传算法对该模型进行求解。     

多约束下轨道飞行器备件配置方案建模与优化

针对航空类装备携带备件方案的确定需要综合考虑多项约束指标因素的特点,以轨道飞行器飞入太空随行备件携带方案优化配置为研究背景,在费用、质量及体积3项指标约束条件下,以所有备件期望短缺数总和最小为目标函数,建立了备件配置方案的优化模型.通过设置初始因子初值求出备件初始配置方案,同时引入拉格朗日乘子将各项约束因子转化为保障资源约束因子,采用边际效应法求解并对模型进行优化.最后,对6种方案计算结果进行比较得出备件配置最优方案,并通过实例分析,证明了该方案的科学性和有效性.     

多指标约束下备件可修复库存方案优化

针对在机场集团运行期间,设备备件可修复的多指标约束问题,提出了基于近似可用度评估的可修备件库存优化方法。首先分析了备件消耗的类型。通过忽略备件发生故障后维修时间或者订货供货时间,利用伽马分布的可加性建立备件的可用度评估模型。在此基础上,利用可修备件的可用度、可修备件的总费用为约束指标,构建以备件量最少为目标函数的多约束备件优化模型。在求解模型的过程中,利用拉格朗日乘子和边际优化启发式算法,对模型进行求解。算例中通过与仿真结果进行对比分析:当维修时间或者备件补充时间小于备件等效平均寿命三分之一时,平均误差小于5%,采用的近似度的方法是可行的。     

Repairable Configuration Optimization Model under Two-Echelon Inventory

Spares inventory configuration optimization is an effective way to improve readiness and reduce life cycle cost of equipment.Through analyzing two-echelon spares support system,the METRIC model basic theory was used.An inventory configuration optimization model of two-echelon spares support system was proposed which took the spares expected shortfall as the object and made the minimum repairable parts expected shortfall instead of the maximum spares supportability as the objective function.Marginal efficiency analysis algorithm was applied to optimizing the spares configuration and generating a rational spares inventory configuration.Finally,several examples are given to verify the model.     

含混合储能的风光储系统容量优化配置

由于可再生能源的不断发展,电网对各种能源存储技术的需求日益增长,通过提出一种利用废弃矿区建立含重力储能的混合储能系统解决新能源消纳的问题。以年均系统成本最小化为目标建立微电网容量优化配置模型,通过分析含风力发电机、光伏组件、蓄电池和重力储能装置的微电网各发电单元特性,并采用改进粒子群优化算法对该模型进行优化求解。算例结果表明,该模型提高了系统的经济性,系统负荷缺电率等可靠性指标也得到了明显提升。     

基于改进最小二乘支持向量机的导弹备件消耗预测

在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集、熵权法、自适应粒子群优化算法与加权最小二乘支持向量机的组合预测模型应用于导弹备件消耗预测的构想。首先阐述了粗糙集、信息熵、自适应粒子群优化算法和加权最小二乘支持机的基本原理,并改进了自适应粒子群优化算法的搜索方式和最小二乘支持向量机的加权方法;然后建立了基于粗糙集、熵权法和自适应粒子群优化加权最小二乘支持向量机的导弹备件消耗预测模型,并分析了其实现过程。实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值。     

纠删码存储系统中数据修复性能优化研究进展与展望

纠删码被广泛应用于分布式存储系统以保存在线应用的用户数据。当部分存储节点发生故障时,纠删码存储系统需使用新的存储节点替换原有失效节点,并恢复失效的用户数据。由于需要执行数据编码、传输和读写等操作,纠删码存储系统通常需要消耗较长的时间执行数据修复操作,存储的用户数据将长期处于不可靠状态。为了保障存储数据的可靠性,研究学者提出了多种数据修复性能优化方案以减少数据修复时间。本文介绍了数据修复性能优化问题,分析了各个应用场景下主要的性能瓶颈和性能优化难点,总结了提升数据修复性能的主要技术方案和研究工作,并对数据修复性能优化研究领域的未来发展方向进行展望,为纠删码存储系统设计人员准确选择适合特定应用场景的数据修复性能优化方案提供思路。     

大中型工程项目群柔性进度计划优化模型的研究

在项目群环境下,业主和承包人之间、不同承包人之间的工期关系发生了变化,受各因素影响合同项目工期具有不确定的特点,因此项目群工期优化时应考虑群关系和群工期完工保证率的影响．根据随机过程理论,分析大中型工程项目群工期的分布规律,研究合同项目及里程碑的完工保证率对大中型工程项目群工期优化的影响,据此构建了大中型工程项目群柔性进度优化模型,并结合案例对模型进行了应用研究．     

等周期预防维修下多部件系统的备件订货策略

将多部件系统预防维修的备件需求分为两种：随机失效部件的更换需求和预防维修时隐患部件的更换需求,在等周期预防维修下,应用概率理论,建立了指数寿命型部件的备件需求模型;在此基础上,以系统役龄内备件的订货、仓储总成本为优化目标,订货次数为优化变量,给出存在备件初始库存时的两种订货策略和策略模型的Visual Fortran仿真优化算法;最后结合算例,求得经济订货次数和策略以及相应的订货、仓储总成本,为多部件系统预防维修的备件订货提供一定参考。     

SS9G型轻大修电力机车转向架悬挂参数改进设计

文中以SS9G型电力机车轻大修后的横向晃动问题为研究内容,根据机车动力学计算结果,对SS9G型轻大修机车转向架进行悬挂参数的优化设计,改善机车动力学性能。     

假肢膝关节磁流变阻尼器的多目标优化设计与分析

为解决目前应用于假肢膝关节的磁流变阻尼器(magnetorheological damper,MRD)存在的问题,通过建立假肢膝关节磁流变阻尼器结构参数与优化目标之间的关系模型;以磁流变阻尼器的低功耗化及轻量化为优化目标,采用多目标遗传算法对其关键几何尺寸进行优化,分析各参数对优化目标的影响,并得出最优化的解。研究结果表明:优化过后的假肢膝关节磁流变阻尼器的体积及功耗分别减小了21%和36%,同时其输出阻尼力并没有受到影响;阻尼器的功耗优化与体积优化之间存在相互制衡关系,因此在寻求最优解时,应考虑实际情况的需要,选择最为合理的参数。