基于混合粒子群算法的货位优化分配问题

基于COI分类存放的思想,同时考虑到货位分配问题中存取开销和占地花费的平衡,提出了一种混合粒子群算法以解决仓库货位优化分配问题．建立货位分配模型,并引入了货物的COI值对货物进行重新分类．将粒子群算法同人工蜂群算法相结合,通过优化COI值从而对货位进行优化分配．最后,进行实验分析并证明了混合粒子群算法的正确性,可有效地应用分类存放策对货位进行优化分配,减少货位数和存货代价．     

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%.     

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.     

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.     

检修备品库的货位优化模型

为了对货位进行合理分配,以提高检修备品库的领料效率,分析了检修用料的特点,并综合生产环境和分销环境下仓库货位优化的思想,提出检修物料的确定相关性和统计相关性这两个概念.根据物料相关性及用料频率,建立了检修备品库货位分配的多目标优化数学模型.模型的优化目标是,既要尽量将关系密切的物料聚集摆放,又要尽量将使用频率高的物料靠近出入库口存储.最后采用蚁群算法求解了该NPC(non-deterministic polynomial complete)问题,与采用随机分配策略的仿真结果相比,领料效率提高了23%～28%.     

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。     

自动化立体仓库货位分配概念数据模型的研究

高效的货位管理及货位分配是自动化立体仓库需要解决的主要问题之一,本文在对几种货位储存策略进行分析的基础上,综合评定它们各自的优缺点,结合货位分配原则,提出了一种适合自动化立体仓库的货位分配概念模型及其实现方法。     

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。     

新型棋盘格密集仓库的出入库货位分配优化

从提升有轨自动化小车(RGV)出入库作业效率的角度出发,在综合考虑RGV加减速和行走方向改变所带来的影响前提下,对新型棋盘格密集仓库出入库复合作业模式下的货位分配问题进行研究,设计了基于混合遗传算法的出入库货位分配算法,以对货位分配问题进行求解.仿真试验结果证明,该算法能有效解决不同规模下新型棋盘格密集仓库的货位分配问题,使RGV的整体作业效率提升40%左右,并且具有货架规模越大则效率提升越明显的优势.     

货位载重约束下自动化仓库货位实时分配技术研究

传统分配方法忽略了货位载重约束,且采用的寻优方法容易陷入局部最优,导致货位分配结果稳定性和出入库效率低、阻塞时间长。为此,提出一种货位载重约束下自动化仓库货位实时分配方法。对货位分配问题进行分析,依据出库时间目标构建货架稳定性模型,对货架稳定性模型进行货位载重、存取和存储约束;引入Pareto最优解,通过遗传方法对目标函数进行求解,求解过程包括染色体编码、染色体解码、适应度函数和种群选择、交叉和遗传。实验结果表明,所提方法稳定性和出入库效率高、缓冲区阻塞时间短。     

旁通式自动化立体仓库拣选作业和出口选择的组合优化

自动化立体仓库系统是在计算机直接控制和管理下自动存取并实现综合自动化管理货物的多层仓库存储系统。旁通式自动化立体仓库作为一种新兴的立体仓库,越来越多地应用在需要快捷存取的场所。其中,堆垛机作业时间长短直接影响仓库存储效率的高低。为了提高旁通式自动化立体仓库作业效率,分析旁通式自动化立体仓库堆垛机行进路线的特点,建立了同时考虑堆垛机出口选择和拣选路径的组合优化模型。模型以一个拣选任务指令周期内堆垛机行进所花费时间为目标,同时对遗传算法初始种群生成方法进行改进,用改进后的遗传算法对该模型拣选路径优化部分求解,将该阶段结果的最末货位作为下一优化阶段的初始点,采用最近邻法寻找最佳出口位置。实验仿真和工程实际应用表明该模型和算法是可行的、有效的。     

基于鱼骨型仓库的拣选路径问题优化

为提高鱼骨型仓库布局下的订单拣选效率,基于拣货路径距离计算模型和以最小化拣货路径总距离为优化目标的拣选路径优化模型,提出一种混沌模拟退火粒子群优化算法,引入混沌理论使粒子更高效地遍历搜寻空间,同时结合了模拟退火算法的概率突跳特点使算法在迭代后期仍具有较好的全局寻优能力.最后,通过实例仿真验证了该算法在解决鱼骨型仓库布局拣选路径优化问题上的有效性,并通过与其他算法比较,证明了该算法的先进性,为鱼骨型仓库布局下拣选路径规划问题提供了新的解决思路.     

基于定价优化的网络资源分配机制研究

采用经济学的网络优化模型,构建了一个基于定价优化的网络资源分配算法.给出了该算法平衡点存在条件及网络优化模型的解.     

波速赋值范围对PSO定位算法精度的影响

针对已知波速型声发射定位算法精度高度受制于初始波速测试准确性的问题,基于粒子群优化算法(PSO)开发了一种声发射定位算法,无需预先测试波速.以传感器接收到时差构建适应值函数,通过该算法求解此函数,得到声发射源位置和波速.研究不同波速赋值范围差、不同波速赋值范围上、下界与真实波速值的差值比(φ)对算法精度的影响.在此基础...     

平面移动式立体车库指令动态调整优化方法

平面移动式立体车库进行批量出入库作业时,其中系统指令的顺序不同以及有轨制导车(Rail guided vehicle,RGV)的滞留位置会改变载车电梯与RGV的交互时间以及RGV的利用率高低,都会影响整个系统的出入库作业时间。为减少立体车库作业时间,针对平面移动式立体车库的作业流程,通过建立实时库位信息模型,载车电梯与RGV协同作业模型,并在动态时间阈值下对RGV出库指令中库位坐标进行调整。然后以作业时间为目标函数,提出一种改进灰狼算法进行求解。仿真结果表明:与原始灰狼算法与遗传算法相比,改进灰狼算法在寻优与鲁棒性方面具有更好的优异性能,并能有效缩短平面移动式立体车库的作业时间,提高了出入库效率。     

立体仓库固定货架拣选路径优化的蚁群算法研究

本文详细分析了各类蚁群算法及其参数,将这些算法结合立体仓库固定货架拣选路径问题,选取出适合实际情况的算法模块;根据算法特性提出了根据迭代次数自适应调整q0参数和使用精英策略更新信息素两项优化等策略并通过仿真试验证实其优化性。在分析基础之上提出新蚁群算法的数学模型,通过大量仿真试验,得证新算法可以在较短的时间内找到较优的拣选路径,应用到实际操作中极大提高了立体仓库的使用效率。     

基于遗传算法的人工拣选优化研究

为研究人工拣选作业中路径优化问题.在ABC存储策略下的双区域仓储布局中,建立路径模型,利用遗传算法求解最优路径,进行仿真实验,与S型、返回型拣选路径的最优解进行比较.仿真结果表明,在拣选件数较少时,遗传算法有明显的优势,在拣选件数较多时,3种方法趋于相近,且遗传算法的适用性受到仓库布局的影响.经优化后的路径能够节约拣选作业的时间,加快仓储内货物周转的速度,提高整个物流活动的效率,有助于物流活动快速及时地完成,增强客户满意度.     

遗传算法在期刊数字化任务分配中的应用

针对印刷图文信息处理专业在期刊数字化的实践过程，提出了一种自适应的实践任务分配方法，并改进遗传算法中基于排序的适应度方法，建立了任务分配优化模型，实现全局最优。实验结果表明，采用遗传算法进行项目分组实践可以使得整体制作效果获得较佳的状态，且优于同类其他方法。     

基于遗传算法的列车开行方案优化

根据列车停站方案的4种模式,建立了列车开行方案双层规划模型.上层以总的运营费用最小和未服务的旅客数量最少为目标进行停站方案和开行频次的优化;给定停站方案和开行频次后,下层以服务旅客数量最大和旅客总的旅行时间最小为目标,建立了客流分配的混合整数规划.基于GA的开行方案优化算法实现了停站方案生成与客流分配循环反馈优化.最后以台湾高铁为实例分析,验证了本文模型和算法的有效性.