基于改进遗传算法的堆垛机拣选作业路径优化

对自动化立体仓库中堆垛机作业路径进行了分析,建立了堆垛机拣选作业的优化数学模型,为解决堆垛机拣选作业的装箱约束问题,提出了仓库拣选作业的新型数学模型,并对遗传算法初始种群的生成进行了改进,用改进后的遗传算法对该模型进行了求解。     

基于改进离散蝙蝠算法堆垛机路径优化研究

在自动化立体仓库中,对堆垛机的拣选路径合理优化可以提高货物出入库的效率.本文在不固定堆垛机位置和不考虑周转箱容积的情况下,将拣选路径模型归类为经典的TSP问题,利用蝙蝠算法并设计了一套相关操作算子,在局部搜索过程中混合遗传算法中的交叉策略和2-Opt策略对该数学模型进行优化求解.实验结果表明,该改进离散蝙蝠算法能较好的缩短堆垛机拣选路径距离,提高仓库的运行效率.     

基于改进的邻域搜索算法对立库货位分配优化的研究

以自动化立体仓库中堆垛机的存取货物的先后顺序作为研究对象,为提高堆垛机的工作效率,以缩短总工作时间为目标,对货位的状态进行编码,货物的操作时间作为约束条件,建立货位优选模型,对货物在立体仓库中存取的顺序进行优化.之后研究了该模型的Tabu搜索算法的实现过程,最后编程求解.实验结果分析表明：改进后的算法收敛效果大幅提升,可快速找出更高质量的解.     

基于蚁群优化算法的旋转货架拣选路径规划

针对自动化立体仓库单拣选台分层水平旋转货架系统给出了数学模型,提出了一种改进的蚁群优化算法,用于解决货物拣选路径规划问题。该方法能够在全局内快速找到最优货物拣选路径,求解质量高,计算时间短。仿真结果说明,该方法适合求解中小规模货物拣选路径规划问题,提高了自动存储作业效率。     

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.     

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%。     

基于遗传-集束搜索的立体车库堆垛机运行路径优化

针对巷道堆垛式立体车库堆垛机在存取车过程中运行路径较长的问题,本文提出一种基于遗传算法(Genetic Algorithm,GA)优化的集束搜索用来优化堆垛机运行路径。以缩短存取车过程中顾客平均等待时间和堆垛机运行距离为目标,通过对实际运行立体车库的考察和数据提取,建立立体车库堆垛机运行路径的数学模型,同时比较GA-集束搜索混合算法与集束搜索算法的实验仿真数据,仿真结果表明：GA-集束搜索混合算法具有较好的收敛性,能够有效地缩短顾客平均等待时间和堆垛机运行距离,提升立体车库运行效率。     

基于混合遗传算法的多拣货小车路径规划研究

仓库的路径规划通过优化拣货小车行走路径,减少拣选时间,提高分拣效率,是影响仓库拣选的关键环节。文章基于分拣仓库模型,以最小化最大搬运完成时间为优化目标,建立多车路径规划模型。考虑到该问题是NP-难的,设计基于遗传算法与A^*算法的混合遗传算法(hybrid genetic algorithm, HGA),并通过仿真实验和问题参数分析,验证HGA的稳定性、可扩展性和高效性。实验结果表明,HGA优化后相比于优化前最大可节约31.56%的时间,在解决分拣仓库中的路径优化问题上有良好的稳定性、可扩展性和高效性。     

自动化立体仓库固定货架拣选路径问题研究

为提高自动化立体仓库拣选效率,以存取时间最短为目标,针对单巷道固定货架拣选作业过程,构建了解决拣选作业路径优化问题的数学模型,提出结合模拟退火算法的混合粒子群算法.该算法在求解过程中用粒子群算法初始化种群,提高了优化效率,缩短了搜索时间;在迭代过程中采用模拟退火算法,利用其概率突跳能力,以避免基本粒子群算法迭代过程中陷入局部最优和早熟收敛.通过实例验证,该算法比标准粒子群算法所用时间短、收敛速度快、迭代次数少.     

考虑时间和能耗的立体仓库三维空间路径优化

针对自动化立体仓库中堆垛机在三维空间内的路径规划问题,考虑其运动过程中的加速度、行走距离以及载重对能耗的影响,建立以绿色度最大为目标的优化模型,采用免疫蚁群算法对模型进行求解,将免疫算法生成的初始解转化为蚁群算法的初始信息素,以减少寻求最优初始参数的实验次数,提高算法迭代收敛速度。案例分析表明,与经典蚁群算法和免疫算法相比,本文算法具有更好的全局优化性能,可有效平衡作业能耗和作业效率,提高堆垛机作业过程的绿色度。     

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.     

基于群集智能算法的路径规划问题

在工业及服务系统行业,特别是物流及交通运输系统中经常遇到路径规划问题。该文针对自动化立体仓库单拣选台分层水平旋转货架系统,建立了数学模型,引入基于群集智能的蚁群优化算法解决货物拣选路径规划问题。该方法能够对旋转货架系统存储的货物进行快速拣选,并在全局内找到最优货物拣选路径,求解质量高,计算时间短。在货单条目为40的情况下,该文使用改进的蚁群算法求解最优拣选路径比模拟退火算法减小了1 367.17s,比混合遗传算法节省了533.4 s。实验表明该方法适合求解中小规模货物拣选路径规划问题。     

运用蚁群算法解决物流中心拣货路径问题

研究了运用蚁群优化算法解决物流中心拣货路径问题,并与传统的基于穿越策略的拣货路径策略做比较.执行结果显示以蚁群优化算法解决物流中心仓储拣货作业,可明显减少拣货路径的距离及拣货时间,提高物流中心的作业效率与服务水平.     

运用自动化信息系统优化的农产品物流配送路径研究

基于自动化信息技术的广泛应用,运用自动化信息系统研究了农产品物流配送路径的优化,提高配送效率和降低配送成本.首先,利用自动化的信息系统将配送车辆、配送员、物流公司、客户联系在一起,实时监控客户的需求变化,并保持信息沟通和共享,构建考虑自动化信息系统的农产品物流多配送中心成本优化模型.其次,结合A公司农产品物流企业数据,设计了一种运用GPS思想改进的混合算法进行路径的优化,得到一个最优化的配送方案,证明了该模型和算法对路径优化的科学性,也说明了改进的混合算法对于模型的最优解具有较强的全局搜索能力.最后,通过仿真实验结果证明,运用自动化信息系统对农产品物流配送路径进行优化具有可行性和合理性.在此基础上,本研究针对农产品物流配送路径优化的进一步发展提出了建议.     

智能仓库管理机器人的设计与实现

本文研究了当前仓库系统的管理现状、存在问题以及现实需求。针对当前仓库管理系统大多数仅有软件部分,无法系统配合自动化设备提取仓库物品的系统的现状。设计并实现了智能仓库管理机器人系统。本系统采用目前成熟的SQL Server数据库技术和开放式数控系统MACH3,通过仓库管理软件结合MACH3电子系统控制机械手臂,实现管理仓库中商品和货物的存取,对于提高企业的经营效率、加快仓库管理的自动化具有重要的意义。     

基于改进A*与DWA算法的物流机器人路径规划

传统的仓库物流AGV移动机器人一般按照铺设的磁轨道进行作业,导致机器人搬运路线并非最优路线,工作效率较低。本文研究了一种基于ROS操作系统的路径规划自主控制算法,从实际应用场景出发,对移动机器人运行的仓储环境SLAM地图构建,对传统的A*算法和DWA算法进行改进优化,并在ROS开发平台上开发程序,进行实验验证。实验结果表明,该方法能有效实现自主导航、动态避障功能以及路径优化,并从路径转折次数、运行总时间、运行总路径长度等角度验证了策略的有效性。     

挑选作业优化问题的研究

针对自动化仓库固定货架拣选作业的特点,为了提高自动化仓库固定货架拣选作业的工作效率,建立了货物拣选路径优化问题的数学模型。介绍了模拟退火算法和粒子群算法的基本原理,应用杂交算法和带高斯变异算法在模拟退火操作下对较优的粒子群进行寻优运算,设计了模拟退火粒子群优化算法。实例证明,该算法具有较好的全局寻优能力,能取得令人满意的效果。     

基于粒子群优化算法的Android应用自动化测试方法

Android应用自动化测试是应用质量保证的重要手段.针对目前传统Android应用自动化测试方法存在的自动化率和测试用例生成效率较低且应用异常发现能力较弱的问题,本文提出了基于粒子群优化算法的Android应用自动化测试方法（particle swarm optimization for Android,PSOA）.PSOA方法主要分为3部分:控件信息获取、测试方法模块化、测试用例生成与基于粒子群优化算法的测试数据优化.实验结果表明,与传统自动化测试方法相比,PSOA方法能够有效提高异常发现能力、测试用例生成效率和自动化率.      

EIQ在仓库管理中的应用分析研究

在现代制造业中,仓库管理是制造业供应链管理的重要组成部分,仓库管理的效率直接影响到企业供应链运营的效益．在仓库管理中,仓库布局规划的合理性、科学性直接影响仓库管理．EIQ方法对仓库系统的布局及优化具有重大的指导作用．着重介绍了EIQ分析的方法及EQ／IQ／EN／IK等不同分析曲线对仓库平面规划布局、自动化程度、出入库设备能力规划等的影响,为仓库规划设计及管理提供了科学的依据．