CN105205545A - 一种运用仿真实验优化物流系统的方法 - Google Patents
一种运用仿真实验优化物流系统的方法 Download PDFInfo
- Publication number
- CN105205545A CN105205545A CN201510075945.4A CN201510075945A CN105205545A CN 105205545 A CN105205545 A CN 105205545A CN 201510075945 A CN201510075945 A CN 201510075945A CN 105205545 A CN105205545 A CN 105205545A
- Authority
- CN
- China
- Prior art keywords
- simulation
- logistics system
- emulation experiment
- logistics
- factor
- 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.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种运用仿真实验优化物流系统的方法,其特征是:A、仿真实验优化物流系统的技术路线。B、技术路线包括两个模块:仿真实验设计和最优方案统计推断。其中仿真实验设计,包括(1)设定因素、水平及指标;(2)建立仿真模型;(3)仿真对象数据收集;(4)仿真模型运行和结果整理。其中最优方案统计推断,包括(1)方差分析;(2)确定关键因素;(3)等值线法。C、选定最优方案进行项目实施及结果验证,输出仿真实验物流系统的优化实施方案,指导操作人员操作。本发明在优化物流系统时,为减少实验所需的资源投入及时间、空间限制,运用计算机仿真进行实验,并采用统计学中的等值线法来选择最优方案,从而为物流系统优化提供一种便捷而准确方法。
Description
技术领域
本发明涉及一种运用仿真实验优化物流系统的方法。属系统优化领域。
背景技术
随着烟草行业精益物流的推进,在进行物流系统的优化工作时,涉及到人力、物力、财力的投入和时效的限制,不宜实行实物实验,而且还要采用仿真实验。
然而,在优化问题中,最少的资源投入与最佳的效果产出往往相互矛盾,即使是采用了仿真方法,在筛选最优方案时,一般根据经验感性地去确定一个。
发明内容
本发明目的在于克服上述现有技术的不足,提供一种运用仿真实验优化物流系统的方法,它在仿真实验数据和模型的基础上,采用统计学中等值线的方法将实验结果划分出层次,在最佳层次中选择资源投入最少的方案,从而理性地选择最优方案,指导生产。
本发明运用仿真实验优化物流系统的技术方案是:
A、仿真实验优化物流系统的技术路线;
B、技术路线包括两个模块:仿真实验设计和最优方案统计推断;
其中仿真实验设计模块包括(1)设定仿真实验所需的因素、水平及指标;(2)建立仿真模型;(3)收集各仿真对象的实际运行数据;(4)进行仿真模型的运行和结果整理;
其中最优方案统计推断模块包括(1)方差分析;(2)确定关键因素;(3)等值线法;
C.选定最优方案进行项目实施及结果的验证,最后获得物流系统优化实施方案,指导操作人员操作。
所述的通过计算机仿真软件来建立与实际系统各物流实体之间一一对应的仿真对象。
所述的通过收集各仿真对象的运行数据与实际物流实体数据进行拟合优度检验后,获得该物流实体的运行规律。
所述的仿真运行的最佳时长或最佳次数是通过实际运行结果的最小置信区间来确定。
所述的通过方差分析来确定哪些因素对物流系统影响显著。
所述的通过帕累托原理来选择改善影响物流系统的因素。
所述的通过等值线图来对实验指标分出层次,最优层次包含的方案选择是投入资源少的方案为最优方案。
本发明有益效果是:能够从设定的因素和指标找出主要因素和最优指标区域,从而获得系统最优方案,并且能减少实验所需的资金、时间和空间投入,为系统优化提供一种便捷方法。
附图说明
图1为仿真实验优化物流系统的技术路线。
图2为车间回收物流原理图。
图3为仿真模型示意图。
图4为在仿真软件生成因素、水平、指标和实验方案中的因素设定(a)。
图5为在仿真软件生成因素、水平、指标和实验方案中的水平设定(b)。
图6为在仿真软件生成因素、水平、指标和实验方案中的指标设定(c)。
图7为在仿真软件生成因素、水平、指标和实验方案中的生成实验方案(d)。
图8为运行规律拟合优度检验中的AGV搬运满箱拟合优度检验(a)。
图9为运行规律拟合优度检验中的AGV运回空箱拟合优度检验(b)。
图10为在仿真模型实体对象中加载各环节的运行规律的框图。
图11为因素的离差平方和帕累托图。
图12为等值线图。
图13为卷烟生产车间废料回收物流系统实际运作流程。
图14为废料回收实际运行指标平均周期。
具体实施方式
以下对本发明的优选实施例进行详细的描述,应当理解,优选实施例仅为了说明本发明,而不是为了限制本发明的保护范围。
本发明仿真实验优化物流系统的技术路线如图1所示,各步骤解释如下:
一、仿真实验设计
(1)设定实验所需的因素、水平及指标
系统的影响因素由课题组成员按头脑风暴法提出,经过分层分析后即可得出实验所需的各因素下的水平,剔除不可实施的因素和水平,即为设定仿真的因素和水平。运行指标由顾客的需要提出,经过归纳整理后即为仿真指标。
(2)建立仿真模型
系统仿真模型是现实系统模型的概念化,将现实系统的物理对象映射为仿真对象,并将它们之间的关联表达出来。通过仿真软件可以对系统进行计算和存储所需的信息,仿真软件集成了系统的执行和优化方法,并且支持用户根据自己的需要编写程序来运行系统和收集数据。
(3)仿真对象数据收集
数据的输入和执行是根据所建立的仿真模型分别对应地确定各个阶段处理情况,数据的输入和执行过程有时是已经假设好的常数或分布函数;当输入和执行过程无法假定时,可构建一个初始系统,在该系统的使用过程中收集输入和执行过程的数据,通过对各组数据进行拟合检验,判定其符合哪种分布规律;倘若分布规律不便用函数表达出来,即作出经验分布表。
(4)仿真模型运行和结果整理
计算机仿真软件提供了实验工具,通过该实验工具可进行用户所需的仿真实验,按以下步骤进行:(一)、将各因素及其水平作为实验工具的输入值,可生成全因子实验方案或正交实验方案;(二)、将指标作为实验的输出观测值;(三)、设置一个置信度,运行仿真一段时间或若干次数;(四)、仿真实验时长或次数的确定:为了获得合理的输出指标值,应运行仿真足够时长以达到系统稳定运行状态或进行多次试验取平均值,仿真实验工具在输出指标值时也提供其置信区间,置信区间最短的仿真时长或次数即为合理指标值;五、整理仿真结果:为了便于统计推断,需整理仿真结果,列出将各方案对应的指标值。
二、最优方案统计推断
(1)方差分析
通过方差分析,可以初步判定哪些因素对指标输出的影响显著;同时通过方差分析,可以获得判定关键因素的离差平方和的值。
(2)确定关键因素
根据帕累托原理,关键的少数因素导致主要问题的发生。因此,对离差平方和的值进行排列,那些占离差平方和合计80%以上的因素是关键因素,是系统优化需要改善的方向。
(3)等值线法
以关键因素为维度,绘制等值线图。等值线图对指标分离出了从优到劣几个层次,观察哪些方案包含在最佳层次中,从这些方案选出投入资源最少的方案,即为最优方案。
三、选定最优方案进行项目实施及结果验证,最后获得输出仿真实验物流系统的优化实施方案,指导操作人员操作。
实施例1:卷烟生产车间废料回收物流系统主要由AGV(AutomatedGuidedVehicle,自动导引小车)和翻箱机完成搬运和倾倒废料的任务。废料满箱后工作人员呼叫AGV来搬运,通过AGV搬运满箱、翻箱机倒料、AGV运回空箱等环节来完成废料回收任务,如图2所示。项目组要对该系统进行优化,希望改善后废料回收搬运周期(从废料箱获得回收任务直到倾倒废料后再把空箱搬回原位置的时间)最短,并且投入AGV和翻箱机数量最少,因此进行了仿真实验优化。
一、仿真实验设计
(1)设定因素、水平及指标
影响废料回收物流系统的因素有AGV数量、翻箱机数量和调度方法。对这三个因素进行实验设计:因素之一:AGV数量设置4-8台共五个水平,为使废料回收业务尽可能少占用AGV系统资源,AGV数量在指标优化条件下越少越好;因素之二:翻箱机数量设置1-2台共二个水平,为减少企业投入,翻箱机数量在指标优化条件下越少越好;因素之三:调度方法共有三个水平,其中C1为AGV将空箱放回原站台后触发搬运缓存废料箱,C2为AGV从翻箱机上取下空箱后触发搬运缓存废料箱,C3为AGV将满箱移载到翻箱机后触发搬运缓存废料箱。
系统指标是平均搬运周期,所用平均时间越少说明系统处理废料效率越高。以上三个因素各个水平共构成5×2×3=30个回收物流方案,若每个方案进行实物实验,则需要购置若干不一定用得上的AGV、翻箱机等装备,每次实验必须编写调度程序也要投入人力,每个方案必须运行几天时间才能确定最佳方案,通过计算机仿真实验能够避免这些装备、人力和时间等资源的投入。
(2)建立仿真模型
使用计算机仿真软件(采用现有的PlantSimulation仿真软件)将上述步骤(1)废料回收各个环节映射为仿真对象,建立仿真模型如图3所示。在此模型之上,通过编程和内置工具完成步骤(1)中的各因素、各水平和观测指标的仿真实验设计,如图4中root.Avgcapacity为因素AGV数量、root.Pourercapacity为因素翻箱机数量、root.Nextin为调度方法因素;图5中分别设置root.Avgcapacity因素AGV数量为4-8台,root.Pourercapacity因素翻箱机数量为1-2台,root.Nextin因素调度方法用编程实现M11、M22、M33三种;图6中root.Avgstaytime为输出指标平均任务周期;图7中为生成的30个实验方案。
(3)仿真对象数据收集
观测初始系统(改善前的系统)的运行过程,收集流程中主动环节的数据,对这些数据采用统计工具进行拟合优度检验,以便获得各个环节的运行规律。本案例的主动环节是任务到达、搬运满箱、翻箱倒料、运回空箱,收集数据,采用Minitab统计工具进行拟合优度检验,具体如下:
A、随机收集任务到达数据150个,如表1所示。进行拟合优度检验,结果显示任务到达规律不服从常规函数分布,用经验分布表来表示,如表2所示。
表1任务到达时间间隔(单位:分钟)
表2任务到达时间间隔经验分布表
序号 | 时间间隔(分钟) | 概率(%) | 序号 | 时间间隔(分钟) | 概率(%) |
1 | 0.070-3.770 | 76 | 6 | 18.550-22.245 | 4 |
2 | 3.770-7.465 | 7 | 7 | 22.245-25.940 | 1 |
3 | 7.465-11.160 | 2 | 8 | 25.940-29.635 | 3 |
4 | 11.160-14.855 | 5 | 9 | 29.635-33.330 | 0 |
5 | 14.855-18.550 | 1 | 10 | 33.330-37.025 | 1 |
B、随机收集搬运满箱环节数据150个,如表3示。进行拟合优度检验,在95%的置信区间P值=0.412>005,所以通过Johnson变换后该组数据服从正态分布Normal(5.06,1.24)分钟,即为AGV搬运满箱环节的运行规律,如图8所示。
表3AGV搬运满箱时间(单位:分钟)
C、翻箱倒料环节,由出产设定,时间为常数1分钟。
D、随机收集运回空箱环节数据150个,如表4所示。进行拟合优度检验,在95%的置信区间P值=0.211>005,所以通过Johnson变换后该组数据服从正态分布Normal(5.18,1.21)分钟,即为AGV运回空箱环节的运行规律,如图9所示。
表4AGV运回空箱时间(单位:分钟)
E、在PlantSimulation软件中仿真模型(见图3)的各个实体对象属性加载运行规律,如图10所示。
(4)仿真模型运行和结果整理
A、设定仿真统计置信区间95%,分别运行仿真30、50、100、200、500次,输出仿真运行结果。其中栏目root.Avgstaytime为输出指标值平均时间周期,Rightintervalbound-Leftintervalbound为判断置信区间。对比仿真30、50、100、200、500次的平均置信区间,选择置信区间最小的结果为本实施例的最终结果,即仿真50次的运行结果,如表5所示。
表5输出仿真结果
B、整理仿真实验结果如表6所示。
表6仿真实验运行结果
二、最优方案统计推断
(1)方差分析
通过方差分析,在95%的置信区间,P值小于0.05的因素对指标影响显著。从方差分析表看出,主效应AGV数、翻箱机数、调度方法均显著,交互作用AGV数*调度方法显著,如表7所示。
表7方差分析表
(2)确定关键因素
对显著因素的离差平方和进行帕累托检验,调度方法和AGV数占82.1%,如图4-图7所示,是关键因子,该物流系统的优化方向主要以改善这两个因素为主;至于翻箱机数量,不作为关键因素,则选择投入最少的方案,只需1台,如图10所示。
(3)等值线法
以调度方法和AGV数两个关键因素为维度,绘制等值线图。本案例采用Minitab统计工具绘制等值线图,等值线图对指标平均搬运周期分离出了从优到劣几个共10个层次,其中平均搬运周期27.523分钟以下为最优区域,如图11所示。结合表6,有12、15、17、18、20、21、23、24、26、27、29、30共12个方案落入这个区域,其中12、17、18、23、24、29、30七个方案采用2台翻箱机,在上一个步骤已经剔除,余下的15、20、21、26、27五个方案中,方案15(6台AGV、1台翻箱机、调度方法3)投入AGV数最少,是最优方案,该方案完成一个废料回收任务平均周期为26.94分钟。
三、选定最优方案进行项目实施及结果验证
A、通过以上仿真实验及分析过程,选定最优方案15(6台AGV、1台翻箱机、调度方法3),按此方案进行项目实施,在物流调度系统完成废料回收业务功能实现,如表8所示。一、表中“当前状态”栏目,限制AGV数量6台后,视AGV空闲情况,最多只能“执行”6个正在搬运任务,其余到达的任务作为“新增”状态排队等待搬运;二、实现调度方法3后,一旦AGV将废料箱移载到翻箱机,系统判断若有AGV空闲并且搬运任务不满6箱,该任务即刻“执行”,否则该任务仍为“新增”状态;三、在废料回收房中设置1台翻箱机。
表8最优方案实施情况观察表
B、卷烟生产车间废料回收物流系统实际运作流程,如图12所示。
C、为了验证实施效果,随机收集废料回收实际运行的情况,获得677个样本数据,观测其指标平均周期,统计结果如图14所示。结果显示,实施后的实际系统平均周期是16.376分钟,小于仿真结果26.94分钟,比仿真结果小得多,这是因为改善过程中发现集中下达任务造成了峰值拥堵(见表2,有67%的任务是同时到达的),影响了废料回收执行效率。通过改善,改变集中下达任务为均匀下达任务,从而使平均周期大大减少,提高了废料回收效率。
Claims (7)
1.一种运用仿真实验优化物流系统的方法,其特征在于方法为:
A、仿真实验优化物流系统的技术路线;
B、技术路线包括两个模块:仿真实验设计和最优方案统计推断;
其中仿真实验设计模块包括(1)设定仿真实验所需的因素、水平及指标;(2)建立仿真模型;(3)收集各仿真对象的实际运行数据;(4)进行仿真模型的运行和结果整理;
其中最优方案统计推断模块包括(1)方差分析;(2)确定关键因素;(3)等值线法;
C.选定最优方案进行项目实施及结果的验证,最后获得物流系统优化实施方案,指导操作人员操作。
2.根据权利要求1所述的仿真实验优化物流系统的方法,其特征在于:通过计算机仿真软件来建立与实际系统各物流实体之间一一对应的仿真对象。
3.根据权利要求1所述的仿真实验优化物流系统的方法,其特征在于:通过收集各仿真对象的运行数据与实际物流实体数据进行拟合优度检验后,获得该物流实体的运行规律。
4.根据权利要求1所述的仿真实验优化物流系统的方法,其特征在于:仿真运行的最佳时长或最佳次数是通过实际运行结果的最小置信区间来确定。
5.根据权利要求1所述的仿真实验优化物流系统的方法,其特征在于:通过方差分析来确定哪些因素对物流系统影响显著。
6.根据权利要求1所述的仿真实验优化物流系统的方法,其特征在于:通过帕累托原理来选择改善影响物流系统的因素。
7.根据权利要求1所述的仿真实验优化物流系统的方法,其特征在于:通过等值线图来对实验指标分出层次,最优层次包含的方案选择是投入资源少的方案为最优方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510075945.4A CN105205545A (zh) | 2015-02-13 | 2015-02-13 | 一种运用仿真实验优化物流系统的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510075945.4A CN105205545A (zh) | 2015-02-13 | 2015-02-13 | 一种运用仿真实验优化物流系统的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105205545A true CN105205545A (zh) | 2015-12-30 |
Family
ID=54953214
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510075945.4A Pending CN105205545A (zh) | 2015-02-13 | 2015-02-13 | 一种运用仿真实验优化物流系统的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105205545A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110376985A (zh) * | 2019-07-16 | 2019-10-25 | 中冶赛迪重庆信息技术有限公司 | 一种原料场物流仿真系统胶带机流程选择方法及系统 |
CN110503304A (zh) * | 2019-07-23 | 2019-11-26 | 上海烟草集团有限责任公司 | 一种烟箱翻箱机的调度系统及方法 |
CN111539118A (zh) * | 2020-04-29 | 2020-08-14 | 昆明昆船物流信息产业有限公司 | 一种环行穿梭车系统的仿真计算方法及计算机程序产品 |
CN111625919A (zh) * | 2019-02-28 | 2020-09-04 | 顺丰科技有限公司 | 物流仿真系统的设计方法和装置 |
CN111667130A (zh) * | 2019-03-06 | 2020-09-15 | 北京京东尚科信息技术有限公司 | 方案验证方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101526971A (zh) * | 2009-03-30 | 2009-09-09 | 上海海事大学 | 集装箱码头物流运营通用性仿真系统输入参数的设定方法 |
CN101789096A (zh) * | 2010-01-25 | 2010-07-28 | 重庆大学 | 一种基于目标导引的炼钢-连铸生产物流仿真优化方法 |
CN103530454A (zh) * | 2013-09-30 | 2014-01-22 | 上海海事大学 | 集装箱码头资源要素配置仿真系统 |
-
2015
- 2015-02-13 CN CN201510075945.4A patent/CN105205545A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101526971A (zh) * | 2009-03-30 | 2009-09-09 | 上海海事大学 | 集装箱码头物流运营通用性仿真系统输入参数的设定方法 |
CN101789096A (zh) * | 2010-01-25 | 2010-07-28 | 重庆大学 | 一种基于目标导引的炼钢-连铸生产物流仿真优化方法 |
CN103530454A (zh) * | 2013-09-30 | 2014-01-22 | 上海海事大学 | 集装箱码头资源要素配置仿真系统 |
Non-Patent Citations (1)
Title |
---|
陶翼飞 等: ""柔性制造环境下AGV车辆规模仿真优化研究"", 《武汉理工大学学报(交通科学与工程版)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111625919A (zh) * | 2019-02-28 | 2020-09-04 | 顺丰科技有限公司 | 物流仿真系统的设计方法和装置 |
CN111625919B (zh) * | 2019-02-28 | 2023-10-03 | 顺丰科技有限公司 | 物流仿真系统的设计方法和装置 |
CN111667130A (zh) * | 2019-03-06 | 2020-09-15 | 北京京东尚科信息技术有限公司 | 方案验证方法、装置及设备 |
CN110376985A (zh) * | 2019-07-16 | 2019-10-25 | 中冶赛迪重庆信息技术有限公司 | 一种原料场物流仿真系统胶带机流程选择方法及系统 |
CN110376985B (zh) * | 2019-07-16 | 2021-09-28 | 中冶赛迪重庆信息技术有限公司 | 一种原料场物流仿真系统胶带机流程选择方法及系统 |
CN110503304A (zh) * | 2019-07-23 | 2019-11-26 | 上海烟草集团有限责任公司 | 一种烟箱翻箱机的调度系统及方法 |
CN110503304B (zh) * | 2019-07-23 | 2023-04-21 | 上海烟草集团有限责任公司 | 一种烟箱翻箱机的调度系统及方法 |
CN111539118A (zh) * | 2020-04-29 | 2020-08-14 | 昆明昆船物流信息产业有限公司 | 一种环行穿梭车系统的仿真计算方法及计算机程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205545A (zh) | 一种运用仿真实验优化物流系统的方法 | |
US8983881B2 (en) | Benchmarking progressive systems for solving combinatorial problems | |
CN104798043B (zh) | 一种数据处理方法和计算机系统 | |
CN106339351B (zh) | 一种sgd算法优化系统及方法 | |
CN101645036B (zh) | 基于测试执行机能力度的测试任务自动分配方法 | |
CN104572449A (zh) | 一种基于用例库的自动化测试方法 | |
CN101377758B (zh) | 一种生成测试用例的方法和装置 | |
CN105989450A (zh) | 自动加速原型生成系统 | |
CN116127899B (zh) | 芯片设计系统、方法、电子设备和存储介质 | |
CN101772760A (zh) | 数据库管理程序以及数据库管理装置 | |
CN111625919A (zh) | 物流仿真系统的设计方法和装置 | |
CN110825522A (zh) | Spark参数自适应优化方法及系统 | |
CN114168998A (zh) | 数据处理方法和装置 | |
US20050278301A1 (en) | System and method for determining an optimized process configuration | |
CN108769105A (zh) | 一种云环境下的知识服务多任务调度优化方法及其构建的调度系统 | |
CN103353895A (zh) | 一种配电网线损数据的预处理方法 | |
CN103455417B (zh) | 一种基于马尔可夫模型的软件错误定位系统及错误定位方法 | |
CN105279065B (zh) | 在云测试平台中统计测试结果的方法及装置 | |
CN110516164A (zh) | 一种信息推荐方法、装置、设备及存储介质 | |
CN102508720B (zh) | 一种提高前处理模块和后处理模块效率的方法及系统 | |
CN110262973B (zh) | 数据养成维护方法、装置、设备及计算机存储介质 | |
CN105677784A (zh) | 基于并行处理的集成网络信息分析系统 | |
CN112884455A (zh) | 任务计划处理系统、方法和装置 | |
JP2021170240A (ja) | 工程編成の装置、その方法およびそのプログラム | |
Hou et al. | A job assignment model for conveyor-aided picking system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151230 |
|
RJ01 | Rejection of invention patent application after publication |