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。     

微型计算机在自动化立体仓库管理中的应用

一、北京汽车制造厂立体仓库简介 1.立体仓库的构成 北京汽车制造厂立体仓库主要包括高库、控制室、作业区三个部分,设置两个巷道,共有四排货架,每排货架有29列13层,共有货格4×29×13=1508个,每个巷道有一台堆垛起重机。 运输机包括喂料运输机,入库存贮运输机。入库设定台,入库主运输机,出库升降台,出库运输机等。     

基于两级策略的器材立体仓库货位分配方法

针对军用维修器材立体仓库的货位分配问题,充分考虑物资的不同存储状态以及货位分配相关的影响因素,提出了一种结合物资需求频率及相关性的多目标货位分配模型。该模型基于分类存储思想,把整个分配过程划分为两级(货物到物资〖JP3〗类、货位到特定物资),很好地适应了军用维修器材仓库的储存特点。针对该模型,设计了基于Pareto保持机制的多目标模拟退火算法,经算例验证,该方法具有良好的寻优性能,达到了提高存储效率的目的。     

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。     

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.     

辅助自动化立体仓库设计的可视化物流仿真

探讨了基于虚拟现实的自动化立体仓库可视化仿真辅助设计问题。建立了辅助自动化立体仓库设计的可视化仿真的模型，重点论述了辅助自动化立体仓库设计的可视化仿真的设计过程，具体包括辅助自动化立体仓库的设计流程，仿真模型中实体、属性、事件与策略等四要素的建立以厦仿真时钟推进机制的设计．最后以某公司自动化立体仓库设计方案为例，使用谊仿真辅助设计对方案进行优化调整，并从实际结果中得到了有效性的验证。     

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。     

基于响应面方法的汽车操纵稳定性优化

对响应面方法和汽车操纵稳定性评价方法进行一定的理论分析,根据某跑车各系统的特性参数,采用动力学软件ADAMS建立整车多体动力学模型.以客观定量综合评价指标为目标函数,汽车悬架刚度和阻尼为设计变量,对整车模型进行仿真分析,结合响应面方法对汽车操纵稳定性进行优化,通过对比分析侧向位移、侧向加速度、横摆角速度等数据,表明此方法显著改善了汽车的操纵稳定性.     

信息素修改策略求解固定货架动态拣选问题的研究

提出并讨论了蚂蚁算法中通过信息素修改策略求解固定货架货位点插入／删除变动问题的两种方案。一种方案是不考虑其插入／删除货位点的位置，在货位点变动后进行信息素全局更新，另一种方案是信息素的局部更新，充分考虑了其插入／删除货位点的位置。实验仿真结果对比评价了不同参数的设定对于两种策略求解过程和结果的影响。     

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.