CN105836356B - 一种密集仓储系统混合优化调度方法 - Google Patents
一种密集仓储系统混合优化调度方法 Download PDFInfo
- Publication number
- CN105836356B CN105836356B CN201610364803.4A CN201610364803A CN105836356B CN 105836356 B CN105836356 B CN 105836356B CN 201610364803 A CN201610364803 A CN 201610364803A CN 105836356 B CN105836356 B CN 105836356B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- goods
- mfrac
- time
- 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.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/0492—Storage devices mechanical with cars adapted to travel in storage aisles
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
Abstract
本发明公开了一种密集仓储系统混合优化调度方法，通过对多层穿梭车式货架拣选出库调度情况建立合理的数学模型，并对出库调度进行优化，从而确定货物的最优拣选顺序，本发明通过采用遗传算法对出库模型进行优化，存取行程时间大大缩短，可以明显节约时间成本，节约能源，使多层穿梭车式货架自动化立体仓库的高效率，高密度，高利用率等优点得到充分发挥，实现自动化立体仓库实时、在线的优化调度，具有较大的实际应用意义。
Description
技术领域
本发明属于密集仓储出库拣选调度技术领域，具体涉及一种双升降台升降机与穿梭板车结合的密集仓储系统优化调度方法。
背景技术
随着科学技术和工业生产的快速发展，另基于“密集存储”概念的兴起，现代企业对于生产、仓储和配送要求的不断提高，促使仓储方式从最初通过人力手工作业的简单堆积到通过叉车等简单设备的仓库式存储改进为目前采用高位叉车、无人导引小车AGV、穿梭车等自动化设备的立体仓库存储。轨道式穿梭车(RGV)更是以其速度快、成本低和稳定性好的优势在现代制造业、物流等行业内扮演着越来越重要的角色。
传统立体仓库中多采用堆垛机实现货物的进出库调度，堆垛机的优点是实现了仓库作业的机械化与自动化，大大提高工作效率，同时，利用计算机进行控制和管理，作业过程和信息处理迅速、准确、及时，可加速物资周转，降低储存费用。然而，堆垛机需占用相应巷道进行作业，立体仓库有效存储面积无法充分利用，并且，单台堆垛机的竖直与水平作业无法同时进行，货物进出库效率较低。
目前国内外有少数立体仓库使用穿梭车与堆垛机结合进行作业，充分利用了仓库的有效面积和储存空间，使货物储存集中化、立体化，减少占地面积，降低土地购置费用。然而，国内外大多数学者对穿梭车的研究大多基于静态调度，很少涉及动态混合调度，同时，企业定制化服务不断深入，小批量、多批次、高时效特点的订单不断增多，传统堆垛机式立体仓库与目前未完善的穿梭车式货架已不能满足如今市场需求。
发明内容
本发明的目的在于提供一种密集仓储系统混合优化调度方法。
为达到上述目的，本发明采用了以下技术方案：
1)根据多层穿梭车式货架中单个拣选台所属双升降台升降机与穿梭板车的调度情况建立用于计算单次拣选任务用时的数学模型；
2)以拣选时间最小化为目标，利用步骤1)所建立的数学模型对单个拣选台连续多次拣选任务过程进行优化，确定单个拣选台出库作业最优拣选顺序。
对于一次拣选两个位置分别为(xi,yi)、(xj,yj)的货物的情况，所述数学模型表示为：
Tz(i,j)＝T(i,j)+Tr；i,j∈B,且i≠j
其中，若两个货物位于不同层，则：
若两货物位于同一层，则：
其中，B表示拣选任务的集合，x表示货物所在货架列，y表示货物所在货架行，i和j表示一次拣选的两个货物，T(i,j)表示拣选两货物所用时间，h表示货位重心高度，l表示货位重心长度，vc为穿梭板车的速度，vs为升降机的速度；tc0表示穿梭板车的启动时间，ts0表示升降机的启动时间；tca为穿梭板车对准货位或缓存区的时间，tsa为升降台对准货物所在层或缓存区的时间；tcb表示穿梭板车叉取或放置货物时间；tcf表示穿梭板车的制动时间，tsf表示升降机的制动时间；T0为货物在升降台与缓存区之间的交互时间；Tr为货物从I/O取货位置到拣选区进行拣选并返回到I/O存货位置的时间。
所述双升降台中，一个负责取货，另一个负责存货。
拣选两个不同层货物时，取货顺序为从高到低，存货顺序为从低到高。
所述步骤2)中优化的方法为遗传算法。
所述遗传算法中交叉概率Pc为0.7～0.9，变异概率Pm为0.1～0.2。
本发明的有益效果体现在：
本发明为双升降台升降机与穿梭板车相结合的混合优化调度控制方法，该调度控制方法通过对多层穿梭车式货架拣选调度情况建立合理的数学模型，并采用遗传算法对出库调度进行优化仿真，从而确定货物的最优拣选顺序，采用遗传算法对出库模型优化后，拣选行程时间显著缩短，可以明显节约时间成本，节约能源，使多层穿梭车式自动化立体仓库的高效率、高密度、高利用率等优点得到充分发挥，实现自动化立体仓库实时、在线的优化调度，具有较大的实际应用意义。
附图说明
图1为多层穿梭车式自动化立体仓库布局图；
图2为图1所示仓库布局俯视图；
图3为多层穿梭车式货架侧视图；
图4为拣选过程示意图：(a)为不同层取货，(b)为不同层存(还)货，(c)为同一层取货或存(还)货；
图中：1为货物，2为穿梭板车，3为缓存区，4为滚动传送带，5为升降机，6为拣选台，7为升降台，8为货位，9为I/O位置。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
本发明提供的双升降台升降机与穿梭板车混合调度优化方法，具体按照以下步骤实施：
步骤1对单个拣选台所属双升降台升降机与穿梭板车的调度情况建立合理的数学模型；
1.1对多层穿梭车式自动化立体仓库进行分析研究，制定货物拣选规则
参见图1、图2，多层穿梭车式自动化立体仓库包括升降机5、穿梭板车2、缓存区3和I/O位置9(输入/输出)。其中，升降机将货物进行竖直方向的提升，穿梭板车将货物沿巷道运送。每个拣选区包含的货架有一个升降机，且升降机上含有两个升降台7，可独立进行工作，其中一个负责取货，另一个负责存(还)货，以此实现更高的拣选效率。一个典型的多层穿梭车式货架主要由多层货位、升降机以及每个单层中运行的穿梭板车组成，可以实现高达20米甚至更高的装置高度。
本发明设定如下货物存取规则：
(1)货位与货位之间等距离分布；
(2)订单下达后，一次出库两个货物；
(3)每层货架有一台穿梭板车2，如图3所示。一次只能取或存(还)一个货物，取货完成后停留在出口位置，存(还)货结束后返回停留在出口位置(每一层第一个货位中间的巷道口)；
(4)一台升降机有两个升降台，其中一个负责取货(从高到低)，另一个负责存(还)货(从低到高)。单个升降台一次可运送两个货物，且取货或存(还)货任务结束后，两个升降台均停留在I/O位置；
(5)穿梭板车与升降机匀速运动；
(6)任务在不同层时，其中一辆穿梭板车取货或者存(还)货运动未停止时，另一辆穿梭板车可以同时进行任务；
(7)每次拣选任务(出库作业)为：取货→存(还)货。其中，单次取货任务完成的标志：穿梭板车停止在出口位置，升降台停止在I/O位置。单次存(还)货任务结束标志：穿梭板车返回停止在每层出口位置，升降台停止在I/O位置。
根据以上规则，出库订单下达后，仓库管理系统(WMS)对订单进行分析，按照订单所在拣选台区域划分订单任务。对于订单中的任意一项拣选任务：设备控制系统(CMS)调控对应拣选台所属升降机提升到相应的层，该层穿梭板车在巷道运动，取出相应货物并运送至缓存区，取货升降台将货物运送至出入库端(I/O位置)，货物拣选完成后，由还货升降台将货物运送至原始存放层，穿梭板车完成货物的存放后返回该层出口位置。
对一次拣选过程中穿梭板车与升降机所涉及的时间参数进行标识：穿梭板车的速度记为vc，升降机的速度记为vs；tc0、ts0分别表示穿梭板车、升降机的启动时间；tca为穿梭板车对准货位或缓存区的时间，tsa为升降台对准货物所在层或缓存区的时间；tcb表示穿梭板车叉取或放置货物时间；tcf、tsf分别表示穿梭板车、升降机的制动时间；T0为货物在升降台与缓存区之间的交互时间；Tr为货物从I/O取货位置到拣选区进行拣选并返回到I/O存货位置的时间。
1.2建立单个拣选台所属双升降台升降机与穿梭板车的拣选货物数学模型
假设货位重心高度为h，货位重心长度为l，h和l描述的为货位自身的尺寸，一次拣选的两个货物(i和j)坐标分别为(xi,yi)、(xj,yj)。
(1)两货物位于不同层拣选模型
当两货物位于不同层，即yi≠yj时，取货从高到低进行，而存(还)货从低到高完成，拣选过程如图4中(a)、(b)所示。那么拣选模型为：
T表示拣选两货物所用时间；
(2)两货物位于同一层拣选模型
当两货物位于同一层，即yi＝yj时，穿梭板车的取货顺序对拣选时间无影响，如图4中(c)所示，故此时拣选模型为：
(3)单拣选台总订单下的拣选模型
根据拣选的调度原则，可以将多项拣选任务组合起来执行。通过合适的货物排序与组合所得出的最短时间，可以确定多项拣选任务的拣选顺序，所以穿梭板车与升降机执行一次订单作业的总时间目标函数模型为：
Tz(i,j)＝T(i,j)+Tr
(3)
B表示拣选任务的集合；TZ(i,j)表示一次拣选两个货物的总时间。
步骤2对总时间目标函数模型进行优化仿真，确定出库作业最佳拣选顺序与最短拣选时间；
本发明基于遗传算法运用MATLAB进行仿真分析，将出库作业拣选顺序优化问题转化为TSP问题(旅行商问题)，针对一个双升降台升降机与穿梭板车混合调度的情况，选取实例进行分析研究，其中参数值见表1与表2。具体步骤如下：
给所有要存取货的货位编号，以货位的遍历次序作为遗传算法的编码。
在MATLAB中产生由一百个(种群数n＝100)随机遍历次序构成的初始群体。货物的位置是编译前指定的，也可以使用随机生成的坐标参数。
采用基本遗传算法中的选择、交叉、变异操作对货位的遍历次序进行优化，迭代次数c＝2000，交叉概率Pc＝0.9，变异概率Pm＝0.2，适配值淘汰加速指数m＝2。
适配值函数如下：
fitness(i,1)＝(1-((len(i,1)-minlen)/(maxlen-minlen+0.0001)))^m
其中，len(i,1)表示任意个体i对应的拣选时间，maxlen和minlen分别为群体中拣选时间最长和最短路径所用时间。利用fitness>rand选择个体，将时间较小(适应度较大)个体选择并保留下来。
所拣选的货物坐标表示为N(x y z)，其中N代表货物编号(即货位编号)，N＝1～30，x代表货物所在货架列，y代表货物所在货架行。z代表货物所在货架排，由于一个拣选台只包含两排货架，所以z取1或2。30个货物坐标如下：
1(13 10 1)；2(7 6 1)；3(15 11 2)；4(3 5 1)；5(14 9 2)；6(8 2 2)；7(12 122)；8(16 3 1)；9(20 9 1)；10(2 4 2)；11(3 8 1)；12(5 7 1)；13(16 4 2)；14(17 6 2)；15(14 11 1)；16(10 11 1)；17(9 2 2)；18(3 10 2)；19(8 4 1)；20(16 5 1)；21(19 5 1)；22(13 6 2)；23(17 9 1)；24(7 3 2)；25(2 2 2)；26(12 1 1)；27(18 7 1)；28(13 9 2)；29(58 1)；30(14 4 2)。
根据程序随机所得一组拣选顺序为：(15→16)→(1→26)→(21→3)→(6→11)→(19→22)→(14→4)→(18→12)→(24→10)→(2→5)→(13→29)→(30→23)→(25→17)→(27→28)→(20→9)→(8→7)。拣选所用时间为Rtime＝1368.0s。
经过优化后所得一组拣选顺序为：(17→10)→(27→11)→(15→23)→(5→14)→(4→13)→(6→8)→(29→16)→(25→26)→(30→24)→(9→7)→(21→19)→(18→28)→(1→3)→(12→22)→(20→2)。拣选所用时间为Rtime＝1197.9s。优化效率提高12.43％。
将优化程序运行50次，分析计算结果如表3所示。
由表3得知通过本发明算法优化后货物拣选排序得到优化，穿梭板车和升降机的行程时间和明显缩短，可以大大节约时间成本，提高了效率，进一步证明了本发明的可行性，在实际自动化立体仓库使用中可以降低很大一部分成本，经济效益可观。
表1.穿梭板车性能参数
表2.升降机性能参数
表3.拣选系统优化调度分析计算结果
Claims (5)
1.一种密集仓储系统混合优化调度方法，其特征在于：包括以下步骤：
1)根据多层穿梭车式货架中单个拣选台所属双升降台升降机与穿梭板车的调度情况建立用于计算单次拣选任务用时的数学模型；
2)以拣选时间最小化为目标，利用步骤1)所建立的数学模型对单个拣选台连续多次拣选任务过程进行优化，确定单个拣选台出库作业最优拣选顺序；
对于一次拣选两个位置分别为(xi,yi)、(xj,yj)的货物的情况，所述数学模型表示为：
Tz(i,j)＝T(i,j)+Tr；i,j∈B,且i≠j
其中，若两个货物位于同一层，则：
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>2</mn>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<mrow>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mi>h</mi>
</mrow>
<msub>
<mi>v</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mrow>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>+</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mi>l</mi>
</mrow>
<msub>
<mi>v</mi>
<mi>c</mi>
</msub>
</mfrac>
<mo>+</mo>
<mn>4</mn>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mi>h</mi>
</mrow>
<msub>
<mi>v</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>f</mi>
</mrow>
</msub>
</mrow>
若两货物位于不同层，则：
<mrow>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>,</mo>
<mi>j</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mn>2</mn>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mfenced open = "{" close = "}">
<mtable>
<mtr>
<mtd>
<mrow>
<mfrac>
<mrow>
<mo>&lsqb;</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
<mi>h</mi>
<mo>+</mo>
<mo>|</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>|</mo>
<mi>h</mi>
</mrow>
<msub>
<mi>v</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>+</mo>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mi>l</mi>
</mrow>
<msub>
<mi>v</mi>
<mi>c</mi>
</msub>
</mfrac>
<mo>+</mo>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mrow>
<mo>|</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>|</mo>
<mi>h</mi>
</mrow>
<msub>
<mi>v</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>+</mo>
<mn>2</mn>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<mo>,</mo>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mi>l</mi>
</mrow>
<msub>
<mi>v</mi>
<mi>c</mi>
</msub>
</mfrac>
<mo>+</mo>
<mn>2</mn>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>f</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>c</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfrac>
<mrow>
<mo>&lsqb;</mo>
<mi>min</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>y</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
<mi>h</mi>
</mrow>
<msub>
<mi>v</mi>
<mi>s</mi>
</msub>
</mfrac>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mn>0</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>a</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>s</mi>
<mi>f</mi>
</mrow>
</msub>
</mrow>
其中，B表示拣选任务的集合，x表示货物所在货架列，y表示货物所在货架行，i和j表示一次拣选的两个货物，T(i,j)表示拣选两货物所用时间，h表示货位重心高度，l表示货位重心长度，vc为穿梭板车的速度，vs为升降机的速度；tc0表示穿梭板车的启动时间，ts0表示升降机的启动时间；tca为穿梭板车对准货位或缓存区的时间，tsa为升降台对准货物所在层或缓存区的时间；tcb表示穿梭板车叉取或放置货物时间；tcf表示穿梭板车的制动时间，tsf表示升降机的制动时间；T0为货物在升降台与缓存区之间的交互时间；Tr为货物从I/O取货位置到拣选区进行拣选并返回到I/O存货位置的时间。
2.根据权利要求1所述一种密集仓储系统混合优化调度方法，其特征在于：所述双升降台中，一个负责取货，另一个负责存货。
3.根据权利要求1所述一种密集仓储系统混合优化调度方法，其特征在于：拣选两个不同层货物时，取货顺序为从高到低，存货顺序为从低到高。
4.根据权利要求1所述一种密集仓储系统混合优化调度方法，其特征在于：所述步骤2)中优化的方法为遗传算法。
5.根据权利要求4所述一种密集仓储系统混合优化调度方法，其特征在于：所述遗传算法中交叉概率Pc为0.7～0.9，变异概率Pm为0.1～0.2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610364803.4A CN105836356B (zh) | 2016-05-27 | 2016-05-27 | 一种密集仓储系统混合优化调度方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610364803.4A CN105836356B (zh) | 2016-05-27 | 2016-05-27 | 一种密集仓储系统混合优化调度方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105836356A CN105836356A (zh) | 2016-08-10 |
| CN105836356B true CN105836356B (zh) | 2017-12-05 |
Family
ID=56594813
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610364803.4A Active CN105836356B (zh) | 2016-05-27 | 2016-05-27 | 一种密集仓储系统混合优化调度方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105836356B (zh) |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106779409A (zh) * | 2016-12-15 | 2017-05-31 | 天津博迈科海洋工程有限公司 | 多平台综合脚手架系统人行通道施工就位优化方法 |
| CN107472787B (zh) * | 2017-08-14 | 2023-06-16 | 北京物资学院 | 智能物流拣选存储系统及方法 |
| CN107555056B (zh) * | 2017-09-30 | 2024-02-27 | 兰剑智能科技股份有限公司 | 料箱存储拣选系统和储分一体化系统 |
| CN107628404B (zh) * | 2017-11-07 | 2024-04-12 | 北京翰宁智能科技有限责任公司 | 一种物流仓储中心基于订单到人的拣选系统和方法 |
| CN107758189B (zh) * | 2017-11-07 | 2024-04-09 | 北京市农业机械研究所有限公司 | 一种栽培盘自动进出式立体栽培装置 |
| CN110007620B (zh) | 2018-01-05 | 2022-04-05 | 菜鸟智能物流控股有限公司 | 一种设备控制方法及装置 |
| CN108647917A (zh) * | 2018-04-19 | 2018-10-12 | 白冰 | 智能仓库运行仿真优化方法 |
| CN110386388B (zh) * | 2018-04-21 | 2024-06-07 | 云南财经大学 | 退台式立体仓储及机器人取货自动化系统 |
| CN108750520A (zh) * | 2018-05-03 | 2018-11-06 | 华中科技大学无锡研究院 | 一种基于龙门结构的分层仓储装置及系统 |
| CN109018803B (zh) * | 2018-08-16 | 2023-12-08 | 珠海格力智能装备有限公司 | 垂直升降货柜的存储控制方法、系统和装置 |
| CN109886447A (zh) * | 2018-12-17 | 2019-06-14 | 江苏省水利防汛物资储备中心 | 用于防汛防旱物资智能仓储货位分配的方法及系统 |
| CN109911482B (zh) * | 2019-01-18 | 2020-10-23 | 佛山市顺德区中山大学研究院 | 一种智能无人仓库系统及其控制方法 |
| CN111612202B (zh) * | 2019-02-26 | 2024-04-19 | 北京京东乾石科技有限公司 | 物品运输方法和运输系统 |
| CN112926908B (zh) * | 2019-12-06 | 2023-08-29 | 中国科学技术大学 | 一种用于立体仓库的存储设置方法 |
| CN112298878B (zh) * | 2020-01-21 | 2022-07-05 | 北京京东振世信息技术有限公司 | 仓储系统及仓储控制方法 |
| CN113449892A (zh) * | 2020-03-25 | 2021-09-28 | 华晨宝马汽车有限公司 | 仓库管理优化方法、系统、设备和介质 |
| CN112978165B (zh) * | 2020-07-09 | 2022-03-29 | 青岛盈智科技有限公司 | 一种智能立体仓库及其出库控制方法、装置及系统 |
| CN111942795B (zh) * | 2020-08-17 | 2021-11-12 | 东华大学 | 一种面向四向车密集仓储系统的作业效能评估方法 |
| CN112278694B (zh) * | 2020-10-16 | 2022-04-29 | 江苏智库智能科技有限公司 | 一种堆垛机出入库货位调度系统 |
| CN114162621B (zh) * | 2021-11-02 | 2022-06-07 | 中国烟草总公司北京市公司物流中心 | 一种分拣备货区的补货方法、装置及系统 |
| CN114455233A (zh) * | 2021-11-12 | 2022-05-10 | 罗地格自动化科技(北京)有限公司 | 一种自动化立体仓库的升降横移输送设备及控制方法 |
| CN113968445B (zh) * | 2021-11-18 | 2022-09-09 | 宝开(上海)智能物流科技有限公司 | 一种轻小件高速分拣控制方法、系统及装置 |
| CN114104582A (zh) * | 2021-12-15 | 2022-03-01 | 天心天思(湖州)智能科技有限公司 | 用于堆垛机结合穿梭车的密集储立库 |
| CN116468372B (zh) * | 2023-06-20 | 2023-10-20 | 泉州装备制造研究所 | 一种储位分配方法、系统及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103942617A (zh) * | 2014-04-17 | 2014-07-23 | 江苏物联网研究发展中心 | 智能仓储货位分配优化方法 |
| CN103955818A (zh) * | 2014-05-27 | 2014-07-30 | 山东大学 | 多层穿梭车自动仓储系统的任务调度方法 |
| CN104036377A (zh) * | 2014-06-05 | 2014-09-10 | 陕西科技大学 | 基于多色集合理论的智能储配系统优化调度方法 |
| US9202507B1 (en) * | 2014-09-10 | 2015-12-01 | International Business Machines Corporation | Dynamic tape storage library for data management |
-
2016
- 2016-05-27 CN CN201610364803.4A patent/CN105836356B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103942617A (zh) * | 2014-04-17 | 2014-07-23 | 江苏物联网研究发展中心 | 智能仓储货位分配优化方法 |
| CN103955818A (zh) * | 2014-05-27 | 2014-07-30 | 山东大学 | 多层穿梭车自动仓储系统的任务调度方法 |
| CN104036377A (zh) * | 2014-06-05 | 2014-09-10 | 陕西科技大学 | 基于多色集合理论的智能储配系统优化调度方法 |
| US9202507B1 (en) * | 2014-09-10 | 2015-12-01 | International Business Machines Corporation | Dynamic tape storage library for data management |
Non-Patent Citations (1)
| Title |
|---|
| 基于遗传算法的仓储货位优化研究;王健;《中国优秀硕士学位论文全文数据库信息科技辑》;20091015(第10期);I138-238 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105836356A (zh) | 2016-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105836356B (zh) | 一种密集仓储系统混合优化调度方法 | |
| Lee et al. | Robotics in order picking: evaluating warehouse layouts for pick, place, and transport vehicle routing systems | |
| CN113222293B (zh) | 一种智能立体仓库优化调度方法 | |
| CN105858043B (zh) | 一种升降机与穿梭车结合的仓储系统优化调度方法 | |
| CN105858044B (zh) | 一种穿梭车与升降机结合的仓储系统优化调度方法 | |
| CN107555056A (zh) | 料箱存储拣选系统和储分一体化系统 | |
| CN207001446U (zh) | 一种自动化立体仓库 | |
| KR20210143928A (ko) | 오더 처리 방법 및 장치, 서버 및 저장 매체 | |
| CN109345017A (zh) | 一种考虑装箱约束的车间物料配送优化方法 | |
| CN113222410B (zh) | 双向式布局模式下货位分配模型建立方法 | |
| CN106773686A (zh) | 同轨双车运行模式下堆垛机调度路径模型建立方法 | |
| CN108928594B (zh) | 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 | |
| CN109081030A (zh) | 一种子母穿梭车式密集仓储系统的配置优化方法 | |
| CN109911482A (zh) | 一种智能无人仓库系统及其控制方法 | |
| KR20230028494A (ko) | 다중 위치 검색 | |
| CN111428929B (zh) | 带二维装卸和时间窗口限制的路径规划系统 | |
| CN116342039A (zh) | 一种立体仓库的货物分配和拣选的优化方法 | |
| AU2021308322B2 (en) | A controller and method for transporting devices | |
| CN115660551A (zh) | 一种电网计量物资无人值守仓库多agv调度优化方法及系统 | |
| Zeng et al. | Study on goods location optimization of automated warehouses in pharmaceutical companies | |
| Song et al. | Scheduling optimization of automated storage and retrieval system based on four-way shuttles | |
| JP6937054B1 (ja) | 物流における立体自動倉庫 | |
| Wang et al. | Application on automated warehouse simulation system in location optimization | |
| CN115043122B (zh) | 机场早到行李立体存储系统出入库模式评估选择方法 | |
| Dong et al. | Development of optimization model and algorithm for storage and retrieval in automated stereo warehouses |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210118 Address after: No.12, industrial road, Taihu hi tech Industrial Park, Huzhou south, Huzhou City, Zhejiang Province, 313000 Patentee after: Zhejiang Jingxing logistics equipment Co.,Ltd. Address before: No. 1, Weiyang District university garden, Xi'an, Shaanxi Province, Shaanxi Patentee before: SHAANXI University OF SCIENCE & TECHNOLOGY |
|
| TR01 | Transfer of patent right |