CN103955818B - 多层穿梭车自动仓储系统的任务调度方法 - Google Patents
多层穿梭车自动仓储系统的任务调度方法 Download PDFInfo
- Publication number
- CN103955818B CN103955818B CN201410227270.6A CN201410227270A CN103955818B CN 103955818 B CN103955818 B CN 103955818B CN 201410227270 A CN201410227270 A CN 201410227270A CN 103955818 B CN103955818 B CN 103955818B
- Authority
- CN
- China
- Prior art keywords
- time
- warehouse
- shuttle
- task
- elevator
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000003860 storage Methods 0.000 title abstract description 4
- 230000002068 genetic effect Effects 0.000 claims abstract description 15
- 239000010410 layer Substances 0.000 claims description 51
- 210000000349 chromosome Anatomy 0.000 claims description 18
- 230000014509 gene expression Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 230000035772 mutation Effects 0.000 claims description 6
- 230000014759 maintenance of location Effects 0.000 claims description 4
- 108700028369 Alleles Proteins 0.000 claims description 3
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000002356 single layer Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 abstract description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Landscapes
- General Factory Administration (AREA)
Abstract
本发明公开了一种应用在多层穿梭车自动仓储系统的任务调度方法,该方法包括:首先根据设备的执行作业过程建立系统的作业时间模型;然后将多层穿梭车与提升机的调度问题转化为流水线并行作业问题,对指定大小的时间窗口内的任务队列建立任务调度数学模型,针对多任务调度的多目标优化问题,设计基于帕累托最优的带精英策略的非支配排序遗传算法进行模型求解;通过本发明实施案例,能够有效减少穿梭车等待时间和提升机空闲时间,从而提高设备的利用率和配送中心的吞吐量。
Description
技术领域
本发明涉及物流技术领域,尤其是涉及一种多层穿梭车自动仓储系统的出库作业任务调度方法。
背景技术
在传统的自动化立体仓库中,堆垛机行驶在二维垂直平面内,运动线路为两点间的欧式距离,其任务调度的关键在于如何在最短的行驶距离内遍历所有的出入库货位,因此传统自动化仓库的任务调度大多基于旅行商问题进行优化和求解。但是,在多层穿梭车自动仓储系统中,提升机和穿梭车的服务规则为“先到先服务”,由不同层上的穿梭车并行完成取货任务,再由提升机串行顺序将货物出库到I/O站台,传统自动化库旅行商问题的求解方法忽略了多层穿梭车自动仓储系统的并行取货的优势和特点,其成果并不适合于多层穿梭车自动仓储系统。因此有必要针对多层穿梭车自动仓储系统的出库任务调度进行深入研究和改进。
发明内容
本发明的目的之一在于解决上述不足,并提供一种适用于多层穿梭车结构的自动存储系统的任务调度方法,该方法提高了多层穿梭车自动仓储系统的作业效率,降低了作业成本,其技术方案包含如下所述方法:
一种应用于多层穿梭车自动仓储系统的出库任务调度方法,其特征在于所述的方法包括:
S1、由穿梭车并行取货、提升机串行作业的特点,建立起多层穿梭车出库作业时间模型;
S2、分别对提升机和穿梭车进行分析,建立起以最短多层穿梭车出库作业时间、提升机最小空闲时间和穿梭车最小等待时间为目标的任务调度模型;
S3、基于帕累托最优解的带精英策略的非支配排序遗传算法进行模型求解。
其中S1所述的建立多层穿梭车出库作业时间模型,其特征在于:
1)依据多层穿梭车自动仓储系统的出库作业流程,提取关键步骤;
2)出库作业可以分为穿梭车取货、穿梭车与提升机货物交接、提升机出库三个阶段;
3)由于每一个出库任务必然经过提升机,所有出库任务可以看成流水线作业模式,即从开始到第一个穿梭车申请提升机调度的时长与提升机完成所有出库任务的时长之和即为所有出库任务完成总时间;
4)从穿梭车完成水平阶段任务的角度分析,第i个出库任务水平阶段耗时为:
5)从提升机运行角度分析,第i个出库任务垂直阶段耗时为:
6)穿梭车完成水平运行申请提升机任务调度时,对提升机处于无任务待命时提升机立刻响应该申请,则若提升机正在执行上一个出库任务,则即
7)完成共计Q条出库任务时,提升机空闲时间tu和穿梭车等待时间tw为:
其中,δi为第i个任务出现提升机空闲状态,θi为第i个任务出现穿梭车等待状态:
8)提升机完成所有出库的任务所需时间tl_sum为:
9)出库任务序列总完成时间ttotal为:
其中:表示穿梭车单程水平运动时间;表示穿梭车从出库货位取货时间;表示穿梭车申请提升机调度并等待提升机响应的时长,最小值为0;表示提升机在响应穿梭车申请之前的空闲状态时间,最小值为0;表示出库任务时间周期中的提升机单程垂直运动时间;表示出库任务时间周期中的提升机与穿梭车交接货物时间;表示提升机到达I/O站台卸货时间;
Ti 1表示穿梭车开始接受任务时刻;Ti 2表示穿梭车申请提升机调度任务的时刻;Ti 3表示提升机响应穿梭车调度任务的时刻;Ti 4表示穿梭车与提升机准备进行货物交接的时刻;Ti 5表示穿梭车与提升机完成任务交接,再次处于待命状态时刻;Ti表示该出库任务最终完成时刻。
其中S2所述的建立以最短多层穿梭车出库作业时间、提升机最小空闲时间和穿梭车最小等待时间为目标的任务调度模型,其特征在于:
1)多层穿梭车自动仓储系统的任务通过迭代的思想转化成流水线并行作业模式;
2)仓储系统的任务调度可以看作对一个指定大小的时间窗口内所有出库任务,以总出库作业完成时长、提升机空闲时间和穿梭车等待时间最短为目标,重新对任务进行排序组合后再下发到设备执行层面完成;
3)建立任务调度模型,目标为最小化总出库任务时长、最小化提升机空闲时间、最小化穿梭车等待时间,表达式如下:
minf1=ttotal
minf2=tu
minf3=tw
4)其中提升机空闲时间总长和穿梭车等待时间总长的表达式如下:
5)基于运动学知识的穿梭车水平运行单程时间和提升机垂直运动单程时间表达式如下:
其中,Y表示到达取货位的运行时间,tp表示到达最大速度的时间,vh表示最大水平速度,ah表示水平加速度,vv表示最大垂直速度,av表示垂直加速度,πh表示单层货架高度,πw表示单列货架宽度,(mi,ni)表示第i个出库货位坐标。
6)提升机完成所有出库任务作业所耗费的总时间tl_sum为:
7)多层穿梭车自动仓储系统完成所有出库任务作业总时间ttotal为:
其中S3所述的基于帕累托最优解的带精英策略的非支配排序遗传算法,其特征在于:
1)编码:将一次完整的任务序列向量视为一条染色体,采用自然数编码方式;
2)适应度函数:在多层穿梭车自动仓储系统任务调度模型中,适应度函数为出库作业时间、提升机空闲时间和穿梭车等待时间,三个目标函数共同评价染色体个体在整个种群里的适应能力。由于本模型的目标函数为最小值,即可行解的提升机空闲时间越短、穿梭车的等待时间越短,该染色体个体的适应度函数值应越大;反之,可行解的两个目标函数越长,适应度函数值应越小;
3)分层虚拟适应度值:在每一代群体中根据多目标函数值确定各层解集,相同层数的解集具有相同的虚拟适应度值,且层号越小,虚拟适应度值越大;
4)拥挤度算子:在同层Pareto最优解集中,通过设计拥挤度算子来进行选择排序,染色体i的拥挤距离等于其在同一层相邻染色体i-1和i+1分别在m个目标决策维度的适应度差值的累和均值;
5)精英策略:对于父代的筛选依照虚拟适应度值分层和拥挤距离矩阵进行,首先对第t代种群个体Rt,Rt由父代集合Pt和子代集合Ft构成,计算虚拟适应度值和层内的拥挤距离矩阵;按照层数从小到大、拥挤距离从大到小的原则依次将种群Rt中个体“填入”种群Pt+1中,直到Pt+1内个体数Q到达精英保留策略设置的个体数量N;
6)遗传算子:遗传算子包括选择、交叉与变异三步。将Rt中去除精英保留策略的个体依次采用锦标赛选择算子、单点交叉算子和临位基因变异算子繁殖出子代种群Ft,父代精英集合Pt和子代集合Ft共同组成下一代种群Rt+1;
7)终止条件:该算法当满足迭代次数达到上限时即停止进化。
有益效果
本发明建立的以出库作业时间、提升机空闲时间和穿梭车等待时间最短为目标的多层穿梭车自动仓储系统的任务调度模型及其求解算法,克服了传统自动化库任务串行调度方法无法适应多层穿梭车自动仓储系统并行取货、串行出库的作业特点,并相对于只考虑到出入库效率单一优化目标,该方法兼顾到设备利用率和出入库作业效率,节约了作业总时间。
附图说明
图1是---多层穿梭车自动仓储系统。
图2是---出库作业任务流程图。
图3是---带精英策略的非支配排序遗传算法流程图。
具体实施方式
发明技术方案包含如下所述方法:
1、由穿梭车并行、提升机串行作业的特点,建立多层穿梭车出库作业时间模型;
2、分别对提升机和穿梭车进行分析,从而建立起以总出库作业时间最短、提升机最小空闲时间和穿梭车最小等待时间为目标的任务调度模型;
3、改进基于帕累托最优解的精英保留非劣排序遗传算法进行模型求解。
更进一步的技术方案是:所述步骤1中多层穿梭车出库作业时间模型包括:
1)从出库作业任务流程(如图2所示)上可以看出,每层的穿梭车同时执行一批次的出库任务,待各自完成相应任务后,通过申请提升机调度服务来依次实现货物的出库,整个出库作业可以大致分为三个阶段:
(1)穿梭车取货:穿梭车依次完成其任务序列中出库任务的水平运行(含返程)和货物取货作业;
(2)穿梭车与提升机货物交接:提升机完成上一次出库任务等待穿梭车申请调度服务,该段时间算作当前第条出库任务的完成时间内。提升机依照“先到先服务”原则依次响应穿梭车申请,运行至该层与之完成货物交接,释放穿梭车占用;
(3)提升机出库:提升机将货物运送到I/O站台,完成后释放提升机占用;
2)每一条出库任务必然经过提升机,因此当天所有出库任务可以看成流水线作业模式,即从开始到第一个穿梭车申请提升机调度的时长与提升机完成所有出库任务的时长之和即为所有出库任务完成总耗时;
3)从穿梭车完成水平阶段任务角度,第i个出库任务水平阶段时间为:
其中,表示出库过程中穿梭车单程水平运动时间,表示穿梭车在出库货位取货时间;
4)从提升机运行角度可见,第i个出库任务垂直阶段时间为:
其中,表示提升机在响应穿梭车申请之前的空闲状态时间,最小值为0,表示出库任务时间周期中的提升机单程垂直运动时间,表示出库任务时间周期中的提升机与穿梭车交接货物时间,表示提升机到达I/O点卸货时间;
5)穿梭车完成水平运行申请提升机任务调度时出现两种状态,第一种是提升机处于无任务待命状态,提升机立刻响应该申请,则第二种是提升机正在执行上一个出库任务,提升机需先执行完当前任务再响应申请,则的大小与提升机上一个出库任务完成时间关联,即
其中,Ti 1表示穿梭车开始接受任务时刻,Ti 2表示穿梭车申请提升机调度任务的时刻,Ti 3表示提升机响应穿梭车调度任务的时刻,Ti 4表示穿梭车与提升机准备进行货物交接的时刻,Ti 5表示穿梭车与提升机完成任务交接,再次处于待命状态时刻,Ti表示该出库任务最终完成时刻;
6)令δi表示第i个任务出现了提升机空闲状态,θi表示第i个任务出现了穿梭车等待状态:
7)完成共计Q条出库任务时,提升机总空闲时间tu和穿梭车总等待时间tw为:
8)提升机完成所有出库任务所需时间tl_sum为:
9)出库任务序列总完成时间ttotal为:
10)根据到达取货位的运行时间Y、到达最大速度的时间tp、最大水平速度vh、水平加速度ah、最大垂直速度vv和垂直加速度av的运动学关系:
其中:设πh表示单层货架高度,πw表示单列货架宽度,(mi,ni)表示第i个出库任务起点坐标;
更进一步的技术方案是:所述步骤2中建立起以总作业时间最短、提升机最小空闲时间和穿梭车最小等待时间为目标的任务调度模型:
1)多层穿梭车自动仓储系统的任务通过迭代思想转化成流水线并行作业模式;
2)仓储系统的任务调度可以看作对一个指定大小的时间窗口内所有出库任务,以总出库作业完成时长、提升机空闲时间和穿梭车等待时间最短为目标,重新对任务进行排序组合后再下发到设备执行层面完成;
3)建立任务调度模型,目标为最小化总出库任务时长、最小化提升机空闲时间、最小化穿梭车等待时间,表达式如下:
minf1=ttotal
minf2=tu
minf3=tw;
4)提升机空闲时间总长和穿梭车等待时间总长的表达式如下:
5)基于运动学知识的穿梭车单程水平运行时间和提升机单程垂直运动时间表达式如下:
6)提升机完成所有出库任务作业所耗费的总时间tl_sum为:
7)多层穿梭车自动仓储系统完成所有出库任务作业总时间ttotal为:
更进一步的技术方案是:所述步骤3中基于帕累托最优解的带精英策略的非支配排序遗传算法(NSGA-Ⅱ)进行模型求解(如图3所示)包括:
1)编码:一次完整的出库任务顺序向量视为一条染色体,进而采用自然数编码方式,其个体构成如下:(r1,r2,r3…rn-1,rn),其中,ri(1≤i≤N)表示该染色体中某一位的基因,也就是某一个出库任务;2)适应度函数:在多层穿梭车自动仓储系统任务调度模型中,适应度函数为出库作业时间、提升机空闲时间和穿梭车等待时间,三个目标函数共同评价染色体个体在整个种群里的适应能力。由于本文模型的目标函数均为最小值,即可行解的出库作业总时间越短、提升机空闲时间越短、穿梭车的等待时间越短,该个体的适应度函数值应越大;反之,可行解的三个目标函数越大,该个体的适应度函数值应越小。在此,将目标函数进行相应转化:
其中,和分别为各自目标函数的最大值估计,f1 T、和为转换后的适应值。
3)分层虚拟适应度值:多目标优化问题求解的关键在于如何确定目标函数的Pareto最优解集。在每一代群体中,根据多目标函数值,首先确定第1层Pareto最优解集Z1。然后从该代群体中删除Z1,在剩余个体中再次确定非支配解集,为第2层最优解集Z2。以此类推,直到整个种群被分层。在该代种群中,同层个体具有相同的虚拟适应度值;同时层号越小,虚拟适应度值越大;
4)拥挤度算子:对于同层染色体,NSGA-Ⅱ算法通过拥挤度算子排序。染色体i的拥挤距离等于其在同一层相邻染色体i-1和i+1分别在m个目标决策维度的适应度差值的累和均值:
其中,M为优化目标数;和分别为第i+1和i-1染色体在第m个决策适应度值;和分别为第m个目标决策维度的最大值和最小值。第一个和最后一个染色体的拥挤距离设为无穷大,第i个染色体的拥挤距离则由第i+1和第i-1个体的所有目标函数值计算得到。在进行排序选择操作时,优先选择拥挤距离大的个体,即稀疏区域内个体。通过虚拟适应度值和拥挤距离矩阵,保证了选择结果向着非支配解和均匀散布的方向进行;
5)精英策略:对于父代的筛选依照分层虚拟适应度值和拥挤距离矩阵进行。首先对第t代种群个体Rt,Rt由父代集合Pt和子代集合Ft组成,计算虚拟适应度值和层内的拥挤距离矩阵。按照层数从小到大、拥挤距离从大到小的原则依次将种群Rt中个体加入种群Pt+1中,直到Pt+1内个体数Q到达精英保留策略设置的个体数量N;
6)遗传算子:遗传算子包括选择、交叉与变异三步。将Rt中去除精英保留策略的个体依次采用锦标赛选择算子、单点交叉算子和临位基因变异算子繁殖出子代种群Ft,父代精英集合Pt和子代集合Ft共同组成下一代种群Rt+1;
7)终止条件:该算法当满足迭代次数达到上限时即停止进化。
本发明已由上述相关实施例加以描述,然而上述实施例仅为实施本发明的范例。必需指出的是,已公开的实施例并未限制本发明的范围。相反地,包含于权利要求书的精神及范围的修改及均等设置均包括于本发明的范围内。
Claims (3)
1.一种应用于多层穿梭车自动仓储系统的出库任务调度方法,其特征在于所述的方法包括:
S1、由穿梭车并行取货、提升机串行作业的特点,建立起多层穿梭车出库作业时间模型;
S2、分别对提升机和穿梭车进行分析,建立起以最短多层穿梭车出库作业时间、提升机最小空闲时间和穿梭车最小等待时间为目标的任务调度模型;
S3、基于帕累托最优解的带精英策略的非支配排序遗传算法进行模型求解;
其中S1所述的建立多层穿梭车出库作业时间模型,其特征在于:
1)依据多层穿梭车自动仓储系统的出库作业流程,提取关键步骤;
2)出库作业可以分为穿梭车取货、穿梭车与提升机货物交接、提升机出库三个阶段;
3)由于每一个出库任务必然经过提升机,所有出库任务可以看成流水线作业模式,即从开始到第一个穿梭车申请提升机调度的时长与提升机完成所有出库任务的时长之和即为所有出库任务完成总时间;
4)从穿梭车完成水平阶段任务的角度分析,第个出库任务水平阶段耗时为:;
5)从提升机运行角度分析,第个出库任务垂直阶段耗时为:
;
6)穿梭车完成水平运行申请提升机任务调度时,对提升机处于无任务待命时提升机立刻响应该申请,则,若提升机正在执行上一个出库任务,则;
7)完成共计条出库任务时,提升机空闲时间和穿梭车等待时间为:
,;
其中,为第个任务出现提升机空闲状态,为第个任务出现穿梭车等待状态:
;
;
8)提升机完成所有出库的任务所需时间为:
;
9)出库任务序列总完成时间为:
;
其中:表示穿梭车单程水平运动时间;表示穿梭车从出库货位取货时间;表示穿梭车申请提升机调度并等待提升机响应的时长,最小值为0;表示提升机在响应穿梭车申请之前的空闲状态时间,最小值为0;表示出库任务时间周期中的提升机单程垂直运动时间;表示出库任务时间周期中的提升机与穿梭车交接货物时间;表示提升机到达I/O站台卸货时间;
表示穿梭车开始接受任务时刻;表示穿梭车申请提升机调度任务的时刻; 表示该出库任务最终完成时刻。
2.根据权利要求1所述的调度方法,其中S2所述的建立以最短多层穿梭车出库作业时间、提升机最小空闲时间和穿梭车最小等待时间为目标的任务调度模型,其特征在于:
1)多层穿梭车自动仓储系统的任务通过迭代思想转化成流水线并行作业模式;
2)仓储系统的任务调度可以看作对一个指定大小的时间窗口内所有出库任务,以总出库作业完成时长、提升机空闲时间和穿梭车等待时间最短为目标,重新对任务进行排序组合后再下发到设备执行层面完成;
3)建立任务调度模型,目标为最小化总出库任务时长、最小化提升机空闲时间、最小化穿梭车等待时间,表达式如下:
4)其中提升机空闲时间总长和穿梭车等待时间总长的表达式如下:
,
;
5)基于运动学知识的穿梭车单程水平运行时间和提升机单程垂直运动时间,表达式如下:
;
;
其中,表示到达取货位的运行时间、表示最大水平速度、表示水平加速度、表示最大垂直速度、表示垂直加速度、表示单层货架高度,表示单列货架宽度,表示第个出库货位坐标;
6)提升机完成所有出库任务作业所耗费的总时间为:
;
7)多层穿梭车自动仓储系统完成所有出库任务作业总时间为:
。
3.根据权利要求1所述的调度方法,其中S3所述的基于帕累托最优解的带精英策略的非支配排序遗传算法,其特征在于:
1)编码:将一次完整的任务序列向量视为一条染色体,采用自然数编码方式;
2)适应度函数:在多层穿梭车自动仓储系统任务调度模型中,适应度函数为出库作业时间、提升机空闲时间和穿梭车等待时间,三个目标函数共同评价染色体个体在整个种群里的适应能力;
由于本模型的目标函数为最小值,即可行解的提升机空闲时间越短、穿梭车的等待时间越短,该染色体个体的适应度函数值应越大;反之,可行解的两个目标函数越长,适应度函数值应越小;
3)分层虚拟适应度值:在每一代群体中根据多目标函数值确定各层解集,
相同层数的解集具有相同的虚拟适应度值,且层号越小,虚拟适应度值越大;
4)拥挤度算子:在同层Pareto最优解集中,通过设计拥挤度算子来进行选择排序,染色体的拥挤距离等于其在同一层相邻染色体和分别在个目标决策维度的适应度差值的累和均值;
5)精英策略:对于父代的筛选依照分层虚拟适应度值和拥挤距离矩阵进行,首先对第代种群个体,由父代集合和子代集合构成,计算虚拟适应度值和层内的拥挤距离矩阵;按照层数从小到大、拥挤距离从大到小的原则依次将种群中个体加入种群中,直到内个体数到达精英保留策略设置的个体数量;
6)遗传算子:遗传算子包括选择、交叉与变异三步,将中去除精英保留策略的个体依次采用锦标赛选择算子、单点交叉算子和临位基因变异算子繁殖出子代种群,父代精英集合和子代集合共同组成下一代种群;
7)终止条件:该算法当满足迭代次数达到上限时即停止进化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410227270.6A CN103955818B (zh) | 2014-05-27 | 2014-05-27 | 多层穿梭车自动仓储系统的任务调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410227270.6A CN103955818B (zh) | 2014-05-27 | 2014-05-27 | 多层穿梭车自动仓储系统的任务调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103955818A CN103955818A (zh) | 2014-07-30 |
CN103955818B true CN103955818B (zh) | 2018-02-02 |
Family
ID=51333091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410227270.6A Expired - Fee Related CN103955818B (zh) | 2014-05-27 | 2014-05-27 | 多层穿梭车自动仓储系统的任务调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103955818B (zh) |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104298195B (zh) * | 2014-09-23 | 2017-06-30 | 昆明七零五所科技发展总公司 | 一种多台穿梭车协同工作系统的无线通信组网方法 |
CN105279630B (zh) * | 2015-09-30 | 2018-11-20 | 湖北龙源电力科技有限公司 | 立体仓库多任务优化调度控制方法 |
US20170186250A1 (en) * | 2015-12-28 | 2017-06-29 | Caterpillar Inc. | System and method for determining machine hang time |
CN105858043B (zh) * | 2016-05-27 | 2017-12-05 | 陕西科技大学 | 一种升降机与穿梭车结合的仓储系统优化调度方法 |
CN105858044B (zh) * | 2016-05-27 | 2017-12-05 | 陕西科技大学 | 一种穿梭车与升降机结合的仓储系统优化调度方法 |
CN105836356B (zh) * | 2016-05-27 | 2017-12-05 | 陕西科技大学 | 一种密集仓储系统混合优化调度方法 |
CN106897852A (zh) * | 2017-01-27 | 2017-06-27 | 华南理工大学 | 用于物流的订单排序优化方法 |
CN106743025B (zh) * | 2017-03-13 | 2019-07-30 | 上海龙腾科技股份有限公司 | 一种出库管理系统 |
CN106960304B (zh) * | 2017-03-31 | 2023-09-01 | 北京京东乾石科技有限公司 | 订单处理方法和装置 |
CN107967586A (zh) * | 2017-11-10 | 2018-04-27 | 国网冀北电力有限公司物资分公司 | 一种电网物资仓储优化方法 |
CN109933813B (zh) * | 2017-12-15 | 2023-12-08 | 北京京东乾石科技有限公司 | 基于仿真的效率计算方法及装置、存储介质、电子设备 |
CN108550007B (zh) * | 2018-04-04 | 2021-09-28 | 中南大学 | 一种制药企业自动化立体仓库的货位优化方法及系统 |
CN110390450B (zh) * | 2018-04-17 | 2022-07-05 | 北京京东乾石科技有限公司 | 仓储排产方法及装置、存储介质、电子设备 |
CN108960593B (zh) * | 2018-06-20 | 2019-06-11 | 山东大学 | 基于跨层穿梭车系统的任务排序优化方法及系统 |
CN108928594B (zh) * | 2018-07-13 | 2020-03-27 | 杭州慧仓信息科技有限公司 | 基于智能体模型的立体库多向穿梭车调度系统的调度方法 |
CN109081030B (zh) * | 2018-09-28 | 2021-04-13 | 陕西科技大学 | 一种子母穿梭车式密集仓储系统的配置优化方法 |
JP2020087206A (ja) | 2018-11-29 | 2020-06-04 | 株式会社日立製作所 | 自律体システム及びその制御方法 |
CN112085308A (zh) * | 2019-06-13 | 2020-12-15 | 北京京东尚科信息技术有限公司 | 用于多层仓库的运输车的调度方法及装置 |
CN111160698B (zh) * | 2019-11-26 | 2022-06-07 | 山东大学 | 一种多层穿梭车系统性能评估方法及装置 |
CN111126770B (zh) * | 2019-11-26 | 2022-06-21 | 浙江工业大学 | 一种跨层穿梭车仓储系统的任务调度方法 |
CN111674795B (zh) * | 2020-05-27 | 2021-08-24 | 浙江工业大学 | 一种跨层跨巷道穿梭车仓储系统的任务调度方法 |
CN111626516B (zh) * | 2020-05-30 | 2023-04-28 | 湖南科技大学 | 考虑倒货策略的双深位四向穿梭车系统订单排序优化方法 |
CN113159611A (zh) * | 2021-05-07 | 2021-07-23 | 湖北普罗劳格科技股份有限公司 | 基于预测模型的提升机调度方法、装置、设备及存储介质 |
CN113312811A (zh) * | 2021-05-10 | 2021-08-27 | 陕西科技大学 | 一种机器人紧凑型存储和检索系统的配置方法 |
CN113420970B (zh) * | 2021-06-10 | 2023-11-24 | 西安电子科技大学 | 智能仓储环境下的任务调度方法 |
CN113627712A (zh) * | 2021-06-25 | 2021-11-09 | 广东烟草惠州市有限责任公司 | 一种仓储系统穿梭车作业顺序优化方法 |
CN113408988B (zh) * | 2021-06-29 | 2023-05-16 | 同济大学 | 仓储系统的调度优化方法、电子设备及存储介质 |
CN113479541B (zh) * | 2021-07-20 | 2022-08-23 | 永山窍档案管理有限公司 | 一种分布式自动化设备任务调度系统 |
CN113837660B (zh) * | 2021-10-21 | 2024-08-13 | 上海欧冶物流股份有限公司 | 行车调度方法、介质和电子设备 |
CN114462764A (zh) * | 2021-12-22 | 2022-05-10 | 上海新时达电气股份有限公司 | 多层多口提升机的调度方法 |
CN114331300B (zh) * | 2022-03-14 | 2022-06-03 | 北京清亦科技有限公司 | 基于虚拟现实的物资出库方法、系统及设备 |
CN114781746B (zh) * | 2022-05-09 | 2024-04-19 | 重庆大学 | 一种基于多层agv停车库多取车任务的优化方法 |
CN115158957B (zh) * | 2022-07-29 | 2023-04-28 | 中国电子科技集团公司第三十八研究所 | 一种雷达电子装备结构件生产线物料缓存系统及方法 |
CN115293654A (zh) * | 2022-09-29 | 2022-11-04 | 湖北凯乐仕通达科技有限公司 | 穿梭车任务调度方法、装置与计算机设备 |
CN117151440B (zh) * | 2023-10-31 | 2024-02-09 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 一种机器组策略选择的仓储分配方法及系统 |
CN117196263B (zh) * | 2023-11-06 | 2024-02-09 | 四川普鑫物流自动化设备工程有限公司 | 一种货物调度方法、装置、设备及计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508933A (zh) * | 2011-09-20 | 2012-06-20 | 普天物流技术有限公司 | 一种物流配送中心分拣线的仿真方法 |
US8725470B1 (en) * | 2010-05-17 | 2014-05-13 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Co-optimization of blunt body shapes for moving vehicles |
-
2014
- 2014-05-27 CN CN201410227270.6A patent/CN103955818B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8725470B1 (en) * | 2010-05-17 | 2014-05-13 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Co-optimization of blunt body shapes for moving vehicles |
CN102508933A (zh) * | 2011-09-20 | 2012-06-20 | 普天物流技术有限公司 | 一种物流配送中心分拣线的仿真方法 |
Non-Patent Citations (2)
Title |
---|
带精英策略的非支配排序遗传算法的研究与应用;郑强;《中国优秀硕士学位论文全文数据库 信息科技辑》;20060915;第I140-20页 * |
烟叶原料配方立体仓库优化运行与仿真研究;赵长友;《中国博士学位论文全文数据库 信息科技辑》;20090515;第I140-70页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103955818A (zh) | 2014-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103955818B (zh) | 多层穿梭车自动仓储系统的任务调度方法 | |
CN107578199B (zh) | 一种求解二维装载约束物流车辆调度问题的方法 | |
CN105836356B (zh) | 一种密集仓储系统混合优化调度方法 | |
CN104408589B (zh) | 基于混合粒子群算法的agv优化调度方法 | |
CN108960593B (zh) | 基于跨层穿梭车系统的任务排序优化方法及系统 | |
Kim et al. | A look-ahead dispatching method for automated guided vehicles in automated port container terminals | |
CN108596519B (zh) | 一种自动化码头alv优化调度方法 | |
CN111091238A (zh) | 一种自动化集装箱码头agv智能化调度方法 | |
CN110322309A (zh) | 订单处理方法、装置和计算机可读存储介质 | |
CN110119861A (zh) | 调度无人车的方法、装置及计算机可读存储介质 | |
CN114021885B (zh) | 一种托盘四向穿梭车系统的提升机调度方法及装置 | |
CN106773686B (zh) | 同轨双车运行模式下堆垛机调度路径模型建立方法 | |
CN111498696B (zh) | 一种双吊具场桥调度优化方法及装置 | |
CN110599000B (zh) | 自动化码头翻箱评估方法、箱位分配方法及相关装置 | |
CN105858043B (zh) | 一种升降机与穿梭车结合的仓储系统优化调度方法 | |
CN109081030A (zh) | 一种子母穿梭车式密集仓储系统的配置优化方法 | |
CN115657616B (zh) | 一种基于agv调度系统的任务分配方法 | |
CN110134985A (zh) | 多层穿梭车系统输送机缓存长度建模及优化方法 | |
CN113493081A (zh) | 一种货物拣选方法、装置、系统、存储介质及电子设备 | |
CN116629424A (zh) | 新型集装箱堆场作业模式的自动化双场桥智能调度方法 | |
Yin et al. | Scheduling quay cranes and shuttle vehicles simultaneously with limited apron buffer capacity | |
CN114707707A (zh) | 一种基于改进的遗传算法对agv任务调度的方法及系统 | |
WO2021104524A1 (zh) | 一种agv调度方法和装置 | |
CN111160698A (zh) | 一种多层穿梭车系统性能评估方法及装置 | |
CN111709565B (zh) | 一种基于多层穿梭车系统的能效优化方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180202 Termination date: 20190527 |