CN107480922A - 两端式同轨双车运行模式下货位分配调度模型建立方法 - Google Patents
两端式同轨双车运行模式下货位分配调度模型建立方法 Download PDFInfo
- Publication number
- CN107480922A CN107480922A CN201710553199.4A CN201710553199A CN107480922A CN 107480922 A CN107480922 A CN 107480922A CN 201710553199 A CN201710553199 A CN 201710553199A CN 107480922 A CN107480922 A CN 107480922A
- Authority
- CN
- China
- Prior art keywords
- goods
- priority
- warehouse
- shelf
- row
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 74
- 238000003860 storage Methods 0.000 claims abstract description 47
- 230000005484 gravity Effects 0.000 claims abstract description 17
- 238000012384 transportation and delivery Methods 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 16
- 239000002131 composite material Substances 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 5
- 238000009412 basement excavation Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000013459 approach Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 8
- 230000007547 defect Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明公开了两端式同轨双车运行模式下货位分配调度模型的建立方法,该方法将货物根据出/入库频率、质量、数量各个属性合理分配到可存入货位,实现两堆垛机执行出库任务运行时间的数学期望接近且最小,货架整体重心低,成组货架总质量接近,同时,在后续优化算法中,采用货位优先级策略使算法的初始种群质量更优,具体优化算法为集成多目标生物地理学优化算法,在优化求解的任意阶段都具备良好的性能。实现了出/入库频率高的货位存放在两出/入库台附近,货架整体重心低,成组货架总质量相近,能够满足“同轨双车”这一实际工况需求。
Description
技术领域
本发明属于自动化立体仓库调度领域中的货位分配调度模型建立范 畴,具体涉及一种两端式同轨双车运行模式下货位分配调度模型建立方法。
背景技术
货位分配是指将货物根据实际生产需要放置于合适的货位当中,是影 响大型工业立体仓库存储效率及其结构稳定性的关键问题。在生产物流中, 大型工业立体仓库多采用集中存/取的管理方式,其巷道纵深长,单台堆 垛机的存/取效率低。为缩短出/入库台到货架深处库位点的距离,提高大 型工业立体仓库的存储效率,有些企业采用两端式同轨双车运行模式。该 运行模式的主要特征是同一巷道上两台堆垛机可以同时工作;左端堆垛机服务左端出/入库台,右端堆垛机服务右端出/入库台;两堆垛机的工作区 域根据实际工况由列划分,避免碰撞。鉴于此特征,适用于单台堆垛机独 立作业的存储效率优先原则的货位分配调度模型不再适用于两端式同轨 双车运行模式。因此,建立适用于两端式同轨双车运行模式的货位分配调 度模型,使其更具通用性,则一直是本领域技术人员的研究热点。
发明内容
针对现有技术存在的缺陷或不足,本发明目的在于,提供一种两端式 同轨双车运行模式的货位分配调度模型的建立方法。
为实现上述任务,本发明采取如下技术解决方案:
一种两端式同轨双车运行模式下货位分配调度模型的建立方法,其特 征在于,该方法将货物根据出/入库频率、质量、数量各个属性合理分配 到可存入货位,实现两堆垛机执行出库任务运行时间的数学期望接近且最 小,货架整体重心低,成组货架总质量接近,同时,在后续优化算法中, 采用货位优先级策略使算法的初始种群质量更优,具体优化算法为集成多 目标生物地理学优化算法,在优化求解的任意阶段都具备良好的性能。
具体按下列步骤进行:
设同一巷道两侧的货架为一组,共计K排货架,每排货架有I列、J层, 共I×J×K个货位,各货位尺寸相同,长度为l、高度为h,设前排货架最 左端、最底层货位坐标为[1,1,1],第k排、第i列、第j层货位的坐标为[i,j,k], 左端出/入库台IOL的坐标为[0,1,1.5],右端出/入库台IOR的坐标为 [I+1,1,1.5],两堆垛机性能相同,水平方向速度为Vx、垂直方向速度为Vy, 且两个方向上的运动独立,运行速度恒定,忽略堆垛机启动时间和制动时 间,堆垛机在作业过程中最多装载一件货物,货架中每个货位只能存放一 件货物;
通过以上设定,堆垛机自起始位置[xa,ya,za]运行至终点位置[xb,yb,zb]所 花费的时间为:
t=max(|xa-xb|·l/Vx,|ya-yb|·h/Vy) (1)
大型工业立体仓库的货位分配问题要考虑货物数量、质量、出/入库 频率,为兼顾立体仓库的存储效率及其结构稳定性,主要采用的货位分配 原则有存储效率优先原则和结构稳定性原则,具体的货位分配调度模型如 下:
1)存储效率优先原则目标函数:
堆垛机自货架中任意货位[i,j,k]至IOL、IOR的运行时间分别为:
其中,i∈{1,2,...,I}
j∈{1,2,...,J}
k∈{1,2}
在同轨双车运行模式下,同一巷道上两台堆垛机同时工作,为保证效 率最优,货物需在货架中左右均衡分布,货物出/入库应交由用时最短的 堆垛机,则货位[i,j,k]中货物的最短出库时间为:
其中,i∈{1,2,...,I}、j∈{1,2,...,J}、k∈{1,2};
两端式同轨双车运行模式与单台堆垛机独立作业的最大区别在于,同 一巷道上两台堆垛机同时工作,共同完成一组货架内货物的出入库,立体 仓库的存储效率由用时最长的堆垛机决定;针对这一特征,需要将货物均 衡放置于巷道两端出/入库台附近,以平衡两台堆垛机执行出库任务的耗 时,此时各货位中货物出/入库交由用时最短的堆垛机;
两端式同轨双车运行模式的存储效率优先原则目标函数为:
min Q*=max(QL,QR) (5)
其中,
式(5)中,QL、QR分别为服务于左端出/入库台IOL的堆垛机执行出 库任务运行时间的数学期望,服务于右端出/入库台IOR的堆垛机执行出库 任务运行时间的数学期望;
式(6)、式(7)中,Pijk为存储在第k排货架,第i列、第j行货位的 货物的出/入库频率;
为存储在第k排货架,第i列、第j行货位的货物的最短出库时间;
E、e根据式(2)、式(3)确定,共同描述当货位中货物出/入库交 由用时最短的堆垛机时,两堆垛机的工作区域,即第1列至第E列货位由 左端堆垛机负责,第e列至第I列货位由右端堆垛机负责;
xijk为判断第k排货架,第i列、第j行货位是否为空的决策变量;
2)结构稳定性原则目标函数:
大型工业立体仓库保持稳定是其安全作业的前提,结构稳定性原则需 考虑上轻下重、成组货架质量相近两方面的因素;
①上轻下重:
影响立体仓库稳定的主要因素是货架重心高度,两端式同轨双车运行 模式较单台堆垛机独立作业模式在货架形式上相差不大,采用式(8)描 述的上轻下重原则目标函数能够有效降低货架重心,提升结构稳定性;
约束条件:
式(8)中,Mijk为存储在第k排货架,第i列、第j行货位的货物的 质量;h为货位高度;xijk为判断货位是否为空的决策变量;
②成组货架质量相近:
同一巷道两侧货架为一组,为保证货架的抗倾覆性,需使成组货架中 货物总质量相近,目标函数为:
约束条件:
z=1
3)符合同轨双车运行模式的货位分配调度模型:
上文中各目标函数是根据单一的货位分配原则建立的,它们之间即相 互冲突又相互联系,因此不能将这些目标函数单独寻优,需建立适合两端 式同轨双车运行模式的多目标货位分配模型:
其中,z=1
式(10)中,I、J、K分别为货架的总列数、总行数、总排数;
i、j、k分别为货位坐标;
Pijk为存储在第k排货架,第i列、第j行货位的货物的出/入库频率;
为存储在第k排货架,第i列、第j行货位的货物的最短出库时间;
Mijk为存储在第k排货架,第i列、第j行货位的货物的质量;
l、h分别为货位的长度和高度;
Vx、Vy为堆垛机的水平方向速度、垂直方向速度;
xijz为判断货位是否为空的决策变量;
在实际工况中,货位分配的任务数量大,分配结果的评价标准多,不 同出/入库频率、质量的货物与不同行、列、排货位组合所得货位分配结 果存在较大差异,给出一种改进的智能优化算法,用于求得该模型的最优 解集;
集成多目标生物地理学优化算法由向量评估生物地理学优化算法、非 支配排序生物地理学优化算法、小生境Pareto生物地理学优化算法构建而 成,使得该算法无论初始阶段的探索能力还是后期阶段的挖掘能力都很优 秀,在优化求解的任意阶段都具备良好的性能;
在实际作业过程中,货架并非始终处于满载状态,当货位分配所需货 位数小于可存入货位数时,需根据货位优先级规划出适量待选货位,缩小 后续优化算法的搜索范围,提高初始种群质量,进而确定最优解集;
运用集成多目标生物地理学优化算法,通过合适的货位优先级产生初 始种群,对符合两端式同轨双车运行模式的货位分配调度模型,即式(10), 进行求解,得到货位分配的最优解集。
其中:
所述的集成多目标生物地理学优化算法算法的具体步骤如下:
步骤1,根据上述货位优先级产生N个初始栖息地,称为P1;
步骤2,设定计数器t=0,最大迭代次数为T;
步骤3,令t=t+1,判断t≤T,若成立,执行步骤4,否则,转至步 骤7;
步骤4,通过向量评估生物地理学优化算法(VEBBO算法)由P1产 生O1,通过非支配排序生物地理学优化算法(NSBBO算法)由P1产生O2, 通过小生境Pareto生物地理学优化算法(NPBBO算法)由P1产生O3;
步骤5,合并O1、O2、O3,选出最优的N个栖息地组成P2;
步骤6,令P2替换P1,转至步骤3;
步骤7,P1为集成多目标生物地理学优化算法(EMBBO算法)输出 的最优解集;
在集成多目标生物地理学优化算法(EMBBO算法)中,采用整数排 列编码方式,具体规则如下:
1)一个栖息地表示一种货位分配方式;
2)栖息地中SIV的个数由货物数量决定;
3)栖息地中每个SIV所在位次为货物编号,映射货物的质量、出/ 入库频率等信息;
4)栖息地中每个SIV的具体整数为货位编号,映射货位的行、列、 排坐标等信息;
在集成多目标生物地理学优化算法中,HSI为衡量栖息地优劣的指标, 在货位分配问题中,由存储效率优先原则和结构稳定性原则确定的HSI 分别为:
式(11)、式(12)、式(13)中,Q*、GH、ΔM分别为双堆垛机执 行出库任务运行时间的数学期望、货架重心高度、成组货架质量差的绝对 值,已于式(10)中详细描述;
分别为当代栖息地中,对应各目标函数的最大值。
进一步地,所述的货位优先级规划考虑效率优先原则和结构稳定性原 则,有如下4种货位优先级的确定方法:
1)符合存储效率优先原则的货位优先级:
根据式(4)计算的出库时间可设定符合存储效率优先原则的货位优 先级,具体规则如下:
①出库时间最短的货位的优先级为c=1,次之货位的优先级为c=2, 依次设定所有货位的优先级;
②出库时间相等的货位其优先级相同;
2)符合结构稳定性原则的货位优先级:
为保证结构稳定性,降低货架重心,应优先使用低层货位,具体规则 如下:
①货架中第1行货位的优先级为c=1,第2行货位的优先级为c=2, 依次设定所有货位的优先级;
②同行货位的优先级相同;
3)存储效率优先原则占主导的复合货位优先级:
在符合存储效率优先原则的前提下,出库时间相等的货位根据其所在 货架中的行数按照结构稳定性原则设定优先级;
4)结构稳定性原则占主导的复合货位优先级:
在符合结构稳定性原则的前提下,同行货位根据其出库时间按照存储 效率优先原则设定优先级;
根据立体仓库的实际工况选择合适的货位优先级策略,由规划出的待 选货位生成改进的智能优化算法的初始种群质量更优;
本发明的两端式同轨双车运行模式的货位分配调度模型建立方法,克 服了现有货位分配调度模型的不足,该方法建立的货位分配调度模型以存 储效率优先原则、结构稳定性原则为评价标准,实现了出/入库频率高的 货位存放在两出/入库台附近,货架整体重心低,成组货架总质量相近, 能够满足“同轨双车”这一实际工况需求。
在对货位分配调度模型进行优化求解时,采用集成多目标生物地理学 优化算法,通过整数排列编码方式,对货位分配调度模型进行分析。集成 多目标生物地理学优化算法由3种多目标生物地理学优化算法构建而成, 在优化求解的任意阶段都具备良好的性能,可以求得适用于两端式同轨双 车运行模式的货位分配调度模型的最优解集。
附图说明
图1是两端式同轨双车仓库布局结构图;
图2是货位优先级示例图,其中(a)是符合存储效率优先原则的货 位优先级,(b)是符合结构稳定性原则的货位优先级,(c)是存储效率优 先原则占主导的复合货位优先级,(d)是存储效率优先原则占主导的复合 货位优先级;
图3是集成多目标生物地理学优化算法(EMBBO算法)中栖息地编 码示例图;
图4是货位随机分配示例图;
图5是集成多目标生物地理学优化算法(EMBBO算法)货位分配优化实 例图。
图1中的标记分别表示:①堆垛机,②货架,③出/入库台,④运输 装置,⑤巷道。
以下结合附图和实施例对本发明作进一步的详细说明。
具体实施方式
按照本发明的技术方案,本实施例给出一种两端式同轨双车运行模式 下货位分配调度模型的建立方法(布局结构图如图1所示),该方法将货 物根据出/入库频率、质量、数量各个属性合理分配到可存入货位,实现 两堆垛机执行出库任务运行时间的数学期望接近且最小,货架整体重心低, 成组货架总质量接近,同时,在后续优化算法中,采用货位优先级策略使 算法的初始种群质量更优,具体优化算法为集成多目标生物地理学优化算法,在优化求解的任意阶段都具备良好的性能。
具体按下列步骤进行:
设同一巷道两侧的货架为一组,共计K排货架,每排货架有I列、J层, 共I×J×K个货位,各货位尺寸相同,长度为l、高度为h,设前排货架最 左端、最底层货位坐标为[1,1,1],第k排、第i列、第j层货位的坐标为[i,j,k], 左端出/入库台(IOL)的坐标为[0,1,1.5],右端出/入库台(IOR)的坐标为 [I+1,1,1.5],两堆垛机性能相同,水平方向速度为Vx、垂直方向速度为Vy, 且两个方向上的运动独立,运行速度恒定,忽略堆垛机启动时间和制动时间,堆垛机在作业过程中最多装载一件货物,货架中每个货位只能存放一 件货物;
通过以上设定可知,堆垛机自起始位置[xa,ya,za]运行至终点位置 [xb,yb,zb]所花费的时间为:
t=max(|xa-xb|·l/Vx,|ya-yb|·h/Vy) (1)
大型工业立体仓库的货位分配问题主要考虑货物数量、质量、出/入 库频率等因素,为兼顾立体仓库的存储效率及其结构稳定性,主要采用的 货位分配原则有存储效率优先原则和结构稳定性原则,具体的货位分配调 度模型如下:
1)存储效率优先原则目标函数:
堆垛机自货架中任意货位[i,j,k]至IOL、IOR的运行时间分别为:
其中,i∈{1,2,...,I}
j∈{1,2,...,J}
k∈{1,2}
在同轨双车运行模式下,同一巷道上两台堆垛机同时工作,为保证效 率最优,货物需在货架中左右均衡分布,货物出/入库应交由用时最短的 堆垛机,则货位[i,j,k]中货物的最短出库时间为:
其中,i∈{1,2,...,I}
j∈{1,2,...,J}
k∈{1,2}
两端式同轨双车运行模式与单台堆垛机独立作业的最大区别在于,同 一巷道上两台堆垛机同时工作,共同完成一组货架内货物的出入库,立体 仓库的存储效率由用时最长的堆垛机决定;
针对这一特征,需要将货物均衡放置于巷道两端出/入库台附近,以 平衡两台堆垛机执行出库任务的耗时,此时各货位中货物出/入库交由用 时最短的堆垛机;
适用于两端式同轨双车运行模式的存储效率优先原则目标函数为:
min Q*=max(QL,QR) (5)
其中,
式(5)中,QL、QR分别为服务于IOL的堆垛机执行出库任务运行时 间的数学期望,服务于IOR的堆垛机执行出库任务运行时间的数学期望;
式(6)、式(7)中,Pijk为存储在第k排货架,第i列、第j行货位的 货物的出/入库频率;
为存储在第k排货架,第i列、第j行货位的货物的最短出库时间;
E、e根据式(2)、式(3)确定,共同描述当货位中货物出/入库交 由用时最短的堆垛机时,两堆垛机的工作区域,即第1列至第E列货位由 左端堆垛机负责,第e列至第I列货位由右端堆垛机负责;
xijk为判断第k排货架,第i列、第j行货位是否为空的决策变量;
2)结构稳定性原则目标函数:
大型工业立体仓库保持稳定是其安全作业的前提,结构稳定性原则需 考虑上轻下重、成组货架质量相近两方面的因素;
①上轻下重:
影响立体仓库稳定的主要因素是货架重心高度,两端式同轨双车运行 模式较单台堆垛机独立作业模式在货架形式上相差不大,采用式(8)描 述的上轻下重原则目标函数可有效降低货架重心,提升结构稳定性;
约束条件:
式(8)中,Mijk为存储在第k排货架,第i列、第j行货位的货物的 质量;
h为货位高度;
xijk为判断货位是否为空的决策变量;
②成组货架质量相近:
同一巷道两侧货架为一组,为保证货架的抗倾覆性,需使成组货架中 货物总质量相近,目标函数为:
约束条件:
z=1
3)符合同轨双车运行模式的货位分配调度模型:
上文中各目标函数是根据单一的货位分配原则建立的,它们之间即相 互冲突又相互联系,因此不能将这些目标函数单独寻优,需建立适合两端 式同轨双车运行模式的多目标货位分配模型:
其中,z=1
式(10)中,I、J、K为货架的总列数、总行数、总排数;
i、j、k为货位坐标;
Pijk为存储在第k排货架,第i列、第j行货位的货物的出/入库频率;
为存储在第k排货架,第i列、第j行货位的货物的最短出库时间;
Mijk为存储在第k排货架,第i列、第j行货位的货物的质量;
l、h分别为货位的长度和高度;
Vx、Vy为堆垛机的水平方向速度、垂直方向速度;
xijz为判断货位是否为空的决策变量;
在实际作业过程中,货架并非始终处于满载状态,当货位分配所需货 位数小于可存入货位数时,需根据货位优先级规划出适量待选货位,缩小 后续优化算法的搜索范围,提高初始种群质量,进而确定最优解集;
上述货位优先级规划考虑效率优先原则和结构稳定性原则,有如下4 种货位优先级的确定方法:
1)符合存储效率优先原则的货位优先级:
根据式(4)计算的出库时间可设定符合存储效率优先原则的货位优 先级,具体规则如下:
①出库时间最短的货位的优先级为c=1,次之货位的优先级为c=2, 依次设定所有货位的优先级;
②出库时间相等的货位其优先级相同;
假设一组货架为7列、4层,货位长(l)、高(h)均为1m,堆垛机 水平方向速度(Vx)、垂直方向速度(Vy)均为1m/s,则该组货架符合存 储效率优先原则的货位优先级如图2(a)所示。
2)符合结构稳定性原则的货位优先级:
为保证结构稳定性,降低货架重心,应优先使用低层货位,具体规则 如下:
①货架中第1行货位的优先级为c=1,第2行货位的优先级为c=2, 依次设定所有货位的优先级;
②同行货位的优先级相同;
上述一组7列、4层货架的参数保持不变,则该组货架符合结构稳定 性原则的货位优先级如图2(b)所示。
3)存储效率优先原则占主导的复合货位优先级:
在符合存储效率优先原则的前提下,出库时间相等的货位根据其所在 货架中的行数按照结构稳定性原则设定优先级;
图2(c)为存储效率优先原则占主导的复合货位优先级示例图。
4)结构稳定性原则占主导的复合货位优先级:
在符合结构稳定性原则的前提下,同行货位根据其出库时间按照存储 效率优先原则设定优先级;
图2(d)为结构稳定性原则占主导的复合货位优先级示例图。
根据立体仓库的实际工况选择合适的货位优先级策略,由规划出的待 选货位生成改进的智能优化算法的初始种群质量更优;
在实际工况中,货位分配的任务数量大,分配结果的评价标准多,不 同出/入库频率、质量的货物与不同行、列、排货位组合所得货位分配结 果存在较大差异,给出一种改进的智能优化算法,用于求得该模型的最优 解集;
集成多目标生物地理学优化算法(以下简称EMBBO算法)由向量评 估生物地理学优化算法(以下简称VEBBO算法)、非支配排序生物地理 学优化算法(以下简称NSBBO算法)、小生境Pareto生物地理学优化算 法(以下简称NPBBO算法)构建而成,使得算法无论初始阶段的探索能 力还是后期阶段的挖掘能力都很优秀,该EMBBO算法在优化求解的任意 阶段都具备良好的性能。
在EMBBO算法中,采用整数排列编码方式,具体规则如下:
1)一个栖息地表示一种货位分配方式;
2)栖息地中SIV的个数由货物数量决定;
3)栖息地中每个SIV所在位次为货物编号,映射货物的质量、出/ 入库频率等信息;
4)栖息地中每个SIV的具体整数为货位编号,映射货位的行、列、 排坐标等信息;
符合上述规则的一个栖息地编码示例图如图3所示。
在EMBBO算法中,HSI为衡量栖息地优劣的指标,在货位分配问题 中,由存储效率优先原则和结构稳定性原则确定的HSI分别为:
式(11)、式(12)、式(13)中,Q*、GH、ΔM分别为双堆垛机执 行出库任务运行时间的数学期望、货架重心高度、成组货架质量差的绝对 值,已于式(10)中详细描述;
分别为当代栖息地中,对应各目标函数的最大值;
运用EMBBO算法,通过合适的货位优先级产生初始种群,对符合两 端式同轨双车运行模式的货位分配调度模型,即式(10),进行求解,得 到货位分配的最优解集。
本实施例给出的两端式同轨双车运行模式的货位分配调度模型建立 方法,克服了现有货位分配调度模型的不足,解决了在两端式同轨双车这 一高效运行模式下的货位分配问题。所建立的货位分配调度模型首次在工 程领域(货位分配调度优化)中得到应用,通过以存储效率优先原则、结 构稳定性原则为评价标准,货位优先级策略确定待选货位的方法,使其能 够满足“同轨双车”这一实际工况需求。
在对货位分配调度模型进行优化求解时,采用EMBBO算法,通过整 数排列编码方式,对货位分配调度模型进行分析。EMBBO算法由3种多 目标生物地理学优化算法(MBBO算法)构建而成,在优化求解的任意阶 段都具备良好的性能,可以求得适用于两端式同轨双车运行模式的货位分 配调度模型的最优解集。
以下是一个具体的实施例:
设置订单的相关参数:建立一个N行4列的矩阵,N为货物的种类数, 即本次货位分配中货物共有N类。矩阵第1列为各类货物的代号;第2 列为各类货物的数量;第3列为各类货物的出/入库频率;第4列为各类 货物的质量。
设置货架及堆垛机相关参数:货架共计K排,每排货架有I列、J层, 货位长为l,货架货位高位h;为成组货架中每个货位编号,各编号可映 射出相关的行、列、排坐标信息。堆垛机水平运行速度Vx,堆垛机竖直 运行速度Vy。
选择结构稳定性原则占主导的复合货位优先级作为本次实例的货位 优先级策略,根据本次货位分配的货物总数选择适量的待选货位。
将待选货位编号随机排列产生EMBBO算法的初代种群,对式(10) 所示的适用于两端式同轨双车运行模式的货位分配调度模型进行求解,实 现出/入库频率高的货位存放在两出/入库台附近,货架整体重心低,成组 货架总质量相近,求得调度模型的最优解集。
以某企业实际立体仓库为研究对象,验证同轨双车货位分配模型的适 用性及EMBBO算法的优越性:
该企业立体仓库的基本参数如表1所示。
表1:立体仓库实施例参数信息表
货位分配任务中,成组货架中任意货位均可存入,有A、B、C、D 四类货物,各类货物信息如表2所示,每件货物均占用一个货位。
表2:待优化货物已知数据
针对上述货位分配任务进行货位优化,EMBBO算法的参数设定如下: 迭代次数T_BBO=400;种群规模N_BBO=60;最大迁入率I=1;最大迁 出率E=1;最大突变率mmax=0.05。运用式(10)提出的货位分配调度模 型对表2所示的货位分配任务进行求解。
经过EMBBO算法的计算,本次货位分配调度优化的结果如表3所示, 其中“优化前”是指本次测试中各算法初代种群信息。
表3:EMBBO算法货位分配优化前后各目标函数值对比
货位优化完成后,为直观表现优化效果,根据货位随机分配、EMBBO算 法货位分配优化两种结果绘制货位分配示例图,如图4、图5所示。
图4为货位随机分配示例图,图5为EMBBO算法货位分配优化示例图, 其中:白色立方体代表A类货物,深灰色立方体代表B类货物,黑色立方体代 表C类货物,浅灰色立方体代表D类货物。
对比两种货位分配方案,图5所示货位分配方案的货架重心明显降低,高 出/入库频率货物(C类、D类货物)放置于距离出/入库台近的位置,满足存储 效率优先原则、结构稳定性原则,货位分配布局更为合理。
由上述实际的一次货位分配任务的调度结果可知,依据本实施例所述 方法建立的适用于两端式同轨双车运行模式的货位分配调度模型,可以针 对同轨双车工况下的货位分配任务进行计算。该货位分配调度模型以存储 效率优先原则、结构稳定性原则为评价标准,满足了出/入库频率高的货 位存放在两出/入库台附近,货架整体重心低,成组货架总质量相近。采 用货位优先级策略产生后续优化算法的初代种群,运用EMBBO算法获取 货位分配调度模型的最优解集,实现了该模式下的货位优化。
Claims (4)
1.一种两端式同轨双车运行模式下货位分配调度模型的建立方法,其特征在于,该方法将货物根据的出/入库频率、质量、数量各个属性合理分配到可存入货位,实现两堆垛机执行出库任务运行时间的数学期望接近且最小,货架整体重心低,成组货架总质量接近,同时,在后续优化算法中,采用货位优先级策略使算法的初始种群质量更优,具体优化算法为集成多目标生物地理学优化算法,在优化求解的任意阶段都具备良好的性能。
2.如权利要求1所述的方法,其特征在于,具体按下列步骤进行:
设同一巷道两侧的货架为一组,共计K排货架,每排货架有I列、J层,共I×J×K个货位,各货位尺寸相同,长度为l、高度为h,设前排货架最左端、最底层货位坐标为[1,1,1],第k排、第i列、第j层货位的坐标为[i,j,k],左端出/入库台IOL的坐标为[0,1,1.5],右端出/入库台IOR的坐标为[I+1,1,1.5],两堆垛机性能相同,水平方向速度为Vx、垂直方向速度为Vy,且两个方向上的运动独立,运行速度恒定,忽略堆垛机启动时间和制动时间,堆垛机在作业过程中最多装载一件货物,货架中每个货位只能存放一件货物;
通过以上设定,堆垛机自起始位置[xa,ya,za]运行至终点位置[xb,yb,zb]所花费的时间为:
t=max(|xa-xb|·l/Vx,|ya-yb|·h/Vy) (1)
大型工业立体仓库的货位分配问题要考虑货物数量、质量、出/入库频率,为兼顾立体仓库的存储效率及其结构稳定性,主要采用的货位分配原则有存储效率优先原则和结构稳定性原则,具体的货位分配调度模型如下:
1)存储效率优先原则目标函数:
堆垛机自货架中任意货位[i,j,k]至IOL、IOR的运行时间分别为:
<mrow>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mi>L</mi>
</msubsup>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>i</mi>
<mo>&times;</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>V</mi>
<mi>x</mi>
</msub>
</mfrac>
<mo>,</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mo>&times;</mo>
<mi>h</mi>
</mrow>
<msub>
<mi>V</mi>
<mi>y</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mi>R</mi>
</msubsup>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>I</mi>
<mo>+</mo>
<mn>1</mn>
<mo>-</mo>
<mi>i</mi>
<mo>)</mo>
<mo>&times;</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>V</mi>
<mi>x</mi>
</msub>
</mfrac>
<mo>,</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mo>&times;</mo>
<mi>h</mi>
</mrow>
<msub>
<mi>V</mi>
<mi>y</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,i∈{1,2,...,I}
j∈{1,2,...,J}
k∈{1,2}
在同轨双车运行模式下,同一巷道上两台堆垛机同时工作,为保证效率最优,货物需在货架中左右均衡分布,货物出/入库应交由用时最短的堆垛机,则货位[i,j,k]中货物的最短出库时间为:
<mrow>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mi>L</mi>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mi>R</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,i∈{1,2,...,I}、j∈{1,2,...,J}、k∈{1,2};
两端式同轨双车运行模式与单台堆垛机独立作业的最大区别在于,同一巷道上两台堆垛机同时工作,共同完成一组货架内货物的出入库,立体仓库的存储效率由用时最长的堆垛机决定;针对这一特征,需要将货物均衡放置于巷道两端出/入库台附近,以平衡两台堆垛机执行出库任务的耗时,此时各货位中货物出/入库交由用时最短的堆垛机;
适用于两端式同轨双车运行模式的存储效率优先原则目标函数为:
min Q*=max(QL,QR) (5)
其中,
<mrow>
<msub>
<mi>Q</mi>
<mi>R</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>e</mi>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
式(5)中,QL、QR分别为服务于左端出/入库台IOL的堆垛机执行出库任务运行时间的数学期望,服务于右端出/入库台IOR的堆垛机执行出库任务运行时间的数学期望;
式(6)、式(7)中,Pijk为存储在第k排货架,第i列、第j行货位的货物的出/入库频率;
为存储在第k排货架,第i列、第j行货位的货物的最短出库时间;
E、e根据式(2)、式(3)确定,共同描述当货位中货物出/入库交由用时最短的堆垛机时,两堆垛机的工作区域,即第1列至第E列货位由左端堆垛机负责,第e列至第I列货位由右端堆垛机负责;
xijk为判断第k排货架,第i列、第j行货位是否为空的决策变量;
2)结构稳定性原则目标函数:
大型工业立体仓库保持稳定是其安全作业的前提,结构稳定性原则需考虑上轻下重、成组货架质量相近两方面的因素;
①上轻下重:
影响立体仓库稳定的主要因素是货架重心高度,两端式同轨双车运行模式较单台堆垛机独立作业模式在货架形式上相差不大,采用式(8)描述的上轻下重原则目标函数能够有效降低货架重心,提升结构稳定性;
<mrow>
<mi>min</mi>
<mi> </mi>
<msub>
<mi>G</mi>
<mi>H</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<mi>j</mi>
<mo>&CenterDot;</mo>
<mi>h</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
约束条件:
式(8)中,Mijk为存储在第k排货架,第i列、第j行货位的货物的质量;h为货位高度;xijk为判断货位是否为空的决策变量;
②成组货架质量相近:
同一巷道两侧货架为一组,为保证货架的抗倾覆性,需使成组货架中货物总质量相近,目标函数为:
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&Delta;</mi>
<mi>M</mi>
<mo>=</mo>
<mo>|</mo>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>z</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>z</mi>
</mrow>
</msub>
<mo>-</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
<mo>|</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
约束条件:
z=1
3)符合同轨双车运行模式的货位分配调度模型:
上文中各目标函数是根据单一的货位分配原则建立的,它们之间即相互冲突又相互联系,因此不能将这些目标函数单独寻优,需建立适合两端式同轨双车运行模式的多目标货位分配模型:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>min</mi>
<mi> </mi>
<msup>
<mi>Q</mi>
<mo>*</mo>
</msup>
<mo>=</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>E</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>,</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mi>e</mi>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>P</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>min</mi>
<mi> </mi>
<msub>
<mi>G</mi>
<mi>H</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<mi>j</mi>
<mo>&CenterDot;</mo>
<mi>h</mi>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>K</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&Delta;</mi>
<mi>M</mi>
<mo>=</mo>
<mrow>
<mo>|</mo>
<mrow>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>z</mi>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>z</mi>
</mrow>
</msub>
<mo>-</mo>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>I</mi>
</munderover>
<munderover>
<mi>&Sigma;</mi>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>J</mi>
</munderover>
<msub>
<mi>M</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
<mo>|</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,z=1
<mrow>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
<mi>k</mi>
</mrow>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mo>(</mo>
<mrow>
<mfrac>
<mrow>
<mi>i</mi>
<mo>&times;</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>V</mi>
<mi>x</mi>
</msub>
</mfrac>
<mo>,</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mo>&times;</mo>
<mi>h</mi>
</mrow>
<msub>
<mi>V</mi>
<mi>y</mi>
</msub>
</mfrac>
</mrow>
<mo>)</mo>
<mo>,</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mo>(</mo>
<mrow>
<mfrac>
<mrow>
<mo>(</mo>
<mi>I</mi>
<mo>+</mo>
<mn>1</mn>
<mo>-</mo>
<mi>i</mi>
<mo>)</mo>
<mo>&times;</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>V</mi>
<mi>x</mi>
</msub>
</mfrac>
<mo>,</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mi>j</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mo>&times;</mo>
<mi>h</mi>
</mrow>
<msub>
<mi>V</mi>
<mi>y</mi>
</msub>
</mfrac>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
式(10)中,I、J、K分别为货架的总列数、总行数、总排数;
i、j、k分别为货位坐标;
Pijk为存储在第k排货架,第i列、第j行货位的货物的出/入库频率;
为存储在第k排货架,第i列、第j行货位的货物的最短出库时间;
Mijk为存储在第k排货架,第i列、第j行货位的货物的质量;
l、h分别为货位的长度和高度;
Vx、Vy为堆垛机的水平方向速度、垂直方向速度;
xijz为判断货位是否为空的决策变量;
在实际工况中,货位分配的任务数量大,分配结果的评价标准多,不同出/入库频率、质量的货物与不同行、列、排货位组合所得货位分配结果存在较大差异,给出一种改进的智能优化算法,用于求得该模型的最优解集;
集成多目标生物地理学优化算法由向量评估生物地理学优化算法(VEBBO算法)、非支配排序生物地理学优化算法、小生境Pareto生物地理学优化算法构建而成,使得该算法无论初始阶段的探索能力还是后期阶段的挖掘能力都很优秀,在优化求解的任意阶段都具备良好的性能;
在实际作业过程中,货架并非始终处于满载状态,当货位分配所需货位数小于可存入货位数时,需根据货位优先级规划出适量待选货位,缩小后续优化算法的搜索范围,提高初始种群质量,进而确定最优解集;
运用集成多目标生物地理学优化算法,通过合适的货位优先级产生初始种群,对符合两端式同轨双车运行模式的货位分配调度模型,即式(10),进行求解,得到货位分配的最优解集。
3.如权利要求2所述的方法,其特征在于,所述的集成多目标生物地理学优化算法算法的具体步骤如下:
步骤1,根据上述货位优先级产生N个初始栖息地,称为P1;
步骤2,设定计数器t=0,最大迭代次数为T;
步骤3,令t=t+1,判断t≤T,若成立,执行步骤4,否则,转至步骤7;
步骤4,通过向量评估生物地理学优化算法(VEBBO算法)由P1产生O1,通过非支配排序生物地理学优化算法(NSBBO算法)由P1产生O2,通过小生境Pareto生物地理学优化算法(NPBBO算法)由P1产生O3;
步骤5,合并O1、O2、O3,选出最优的N个栖息地组成P2;
步骤6,令P2替换P1,转至步骤3;
步骤7,P1为集成多目标生物地理学优化算法(EMBBO算法)输出的最优解集;
在集成多目标生物地理学优化算法中,采用整数排列编码方式,具体规则如下:
1)一个栖息地表示一种货位分配方式;
2)栖息地中SIV的个数由货物数量决定;
3)栖息地中每个SIV所在位次为货物编号,映射货物的质量、出/入库频率等信息;
4)栖息地中每个SIV的具体整数为货位编号,映射货位的行、列、排坐标等信息;
在集成多目标生物地理学优化算法中,HSI为衡量栖息地优劣的指标,在货位分配问题中,由存储效率优先原则和结构稳定性原则确定的HSI分别为:
<mrow>
<msub>
<mi>HSI</mi>
<msup>
<mi>Q</mi>
<mo>*</mo>
</msup>
</msub>
<mo>=</mo>
<msubsup>
<mi>F</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<msup>
<mi>Q</mi>
<mo>*</mo>
</msup>
</msubsup>
<mo>-</mo>
<msup>
<mi>Q</mi>
<mo>*</mo>
</msup>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>HSI</mi>
<msub>
<mi>G</mi>
<mi>H</mi>
</msub>
</msub>
<mo>=</mo>
<msubsup>
<mi>F</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<msub>
<mi>G</mi>
<mi>H</mi>
</msub>
</msubsup>
<mo>-</mo>
<msub>
<mi>G</mi>
<mi>H</mi>
</msub>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>HSI</mi>
<mrow>
<mi>&Delta;</mi>
<mi>M</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mi>F</mi>
<mrow>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
</mrow>
<mrow>
<mi>&Delta;</mi>
<mi>M</mi>
</mrow>
</msubsup>
<mo>-</mo>
<mi>&Delta;</mi>
<mi>M</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>13</mn>
<mo>)</mo>
</mrow>
</mrow>
式(11)、式(12)、式(13)中,Q*、GH、ΔM分别为双堆垛机执行出库任务运行时间的数学期望、货架重心高度、成组货架质量差的绝对值,已于式(10)中详细描述;
分别为当代栖息地中,对应各目标函数的最大值。
4.如权利要求2所述的方法,其特征在于,所述的货位优先级规划考虑效率优先原则和结构稳定性原则,有如下4种货位优先级的确定方法:
1)符合存储效率优先原则的货位优先级:
根据式(4)计算的出库时间可设定符合存储效率优先原则的货位优先级,具体规则如下:
①出库时间最短的货位的优先级为c=1,次之货位的优先级为c=2,依次设定所有货位的优先级;
②出库时间相等的货位其优先级相同;
2)符合结构稳定性原则的货位优先级:
为保证结构稳定性,降低货架重心,应优先使用低层货位,具体规则如下:
①货架中第1行货位的优先级为c=1,第2行货位的优先级为c=2,依次设定所有货位的优先级;
②同行货位的优先级相同;
3)存储效率优先原则占主导的复合货位优先级:
在符合存储效率优先原则的前提下,出库时间相等的货位根据其所在货架中的行数按照结构稳定性原则设定优先级;
4)结构稳定性原则占主导的复合货位优先级:
在符合结构稳定性原则的前提下,同行货位根据其出库时间按照存储效率优先原则设定优先级;
根据立体仓库的实际工况选择合适的货位优先级策略,由规划出的待选货位生成改进的智能优化算法的初始种群质量更优。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710553199.4A CN107480922B (zh) | 2017-07-07 | 2017-07-07 | 两端式同轨双车运行模式下货位分配调度模型建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710553199.4A CN107480922B (zh) | 2017-07-07 | 2017-07-07 | 两端式同轨双车运行模式下货位分配调度模型建立方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107480922A true CN107480922A (zh) | 2017-12-15 |
CN107480922B CN107480922B (zh) | 2021-03-16 |
Family
ID=60596138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710553199.4A Active CN107480922B (zh) | 2017-07-07 | 2017-07-07 | 两端式同轨双车运行模式下货位分配调度模型建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107480922B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108550007A (zh) * | 2018-04-04 | 2018-09-18 | 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 |
CN108910384A (zh) * | 2018-09-12 | 2018-11-30 | 昆山巨林科教实业有限公司 | 一种立体仓库的库位信息的计算方法 |
CN109597304A (zh) * | 2018-11-30 | 2019-04-09 | 北京工业大学 | 基于人工蜂群算法的模具库智能分区存储方法 |
CN109677831A (zh) * | 2018-12-14 | 2019-04-26 | 深圳市今天国际软件技术有限公司 | 自动高架仓库货位分配方法 |
CN110276488A (zh) * | 2019-06-18 | 2019-09-24 | 浙江财经大学 | 一种基于分块矩阵和模糊运输时间的车辆路径优化方法 |
CN110909930A (zh) * | 2019-11-20 | 2020-03-24 | 浙江工业大学 | 一种面向冷库的移动式货架仓储系统货位分配方法 |
CN110942555A (zh) * | 2019-12-12 | 2020-03-31 | 北京云厨科技有限公司 | 一种自动售卖机的储位分配方法 |
CN110949922A (zh) * | 2019-12-04 | 2020-04-03 | 深圳创维-Rgb电子有限公司 | 一种物料分拣堆垛方法及系统 |
CN110991754A (zh) * | 2019-12-09 | 2020-04-10 | 西南交通大学 | 一种基于变邻域nsga-ⅱ算法的多目标货位优化方法 |
CN111210069A (zh) * | 2020-01-06 | 2020-05-29 | 浙江工业大学 | 一种双载式双深位多层穿梭车系统货位分配与作业调度集成优化方法 |
CN111517060A (zh) * | 2019-02-01 | 2020-08-11 | 北京京东尚科信息技术有限公司 | 一种基于双侧出入站台口的调度方法和装置 |
CN111768136A (zh) * | 2019-06-10 | 2020-10-13 | 北京京东尚科信息技术有限公司 | 库存调度方法和装置 |
CN112149929A (zh) * | 2019-06-28 | 2020-12-29 | 北京京东尚科信息技术有限公司 | 任务分配方法与装置 |
CN112232540A (zh) * | 2019-08-02 | 2021-01-15 | 中冶南方工程技术有限公司 | 一种基于多目标优化的钢铁企业汽车取样组批方法 |
CN112598316A (zh) * | 2020-12-30 | 2021-04-02 | 杭州电子科技大学 | 一种同轨双agv的物料分配及协同调度方法 |
WO2021115086A1 (zh) * | 2019-12-10 | 2021-06-17 | 深圳市海柔创新科技有限公司 | 补货方法、装置、计算机设备和存储介质 |
CN113222293A (zh) * | 2021-06-03 | 2021-08-06 | 江南大学 | 一种智能立体仓库优化调度方法 |
CN113222410A (zh) * | 2021-05-12 | 2021-08-06 | 西安建筑科技大学 | 双向式布局模式下货位分配模型建立方法 |
CN113998357A (zh) * | 2021-10-22 | 2022-02-01 | 昆船智能技术股份有限公司 | 一种卷烟厂滤棒库仓储系统双堆垛机调度方法及存储介质 |
CN114212426A (zh) * | 2021-11-24 | 2022-03-22 | 昆船智能技术股份有限公司 | 轨道贯通式密集货架的出入库货位分配方法及存储介质 |
CN114841642A (zh) * | 2022-04-27 | 2022-08-02 | 红云红河烟草(集团)有限责任公司 | 基于鹰栖息优化的辅料入库货位分配方法 |
CN115578039A (zh) * | 2022-12-09 | 2023-01-06 | 成都运荔枝科技有限公司 | 一种仓库货位分配方法、电子设备及计算机存储介质 |
CN115818091A (zh) * | 2023-01-30 | 2023-03-21 | 苏州穗柯智能科技有限公司 | 一种单巷道双堆垛机的调度方法及系统 |
CN116090962A (zh) * | 2023-04-10 | 2023-05-09 | 江苏亚东朗升国际物流有限公司 | 智慧仓储系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10044836A1 (de) * | 2000-09-11 | 2002-04-04 | Carsten Tengler | Verfahren und Vorrichtung zum Austausch von Waren und von Gegenständen, auf die sich Dienstleistungen richten sollen oder gerichtet haben, im Rahmen von E-Commerce |
CN102722169A (zh) * | 2012-07-13 | 2012-10-10 | 昆山工研院工业机器人研究所有限公司 | 基于双车同轨的rgv小车智能控制装置 |
CN106773686A (zh) * | 2016-12-12 | 2017-05-31 | 西安建筑科技大学 | 同轨双车运行模式下堆垛机调度路径模型建立方法 |
-
2017
- 2017-07-07 CN CN201710553199.4A patent/CN107480922B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10044836A1 (de) * | 2000-09-11 | 2002-04-04 | Carsten Tengler | Verfahren und Vorrichtung zum Austausch von Waren und von Gegenständen, auf die sich Dienstleistungen richten sollen oder gerichtet haben, im Rahmen von E-Commerce |
CN102722169A (zh) * | 2012-07-13 | 2012-10-10 | 昆山工研院工业机器人研究所有限公司 | 基于双车同轨的rgv小车智能控制装置 |
CN106773686A (zh) * | 2016-12-12 | 2017-05-31 | 西安建筑科技大学 | 同轨双车运行模式下堆垛机调度路径模型建立方法 |
Cited By (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108550007A (zh) * | 2018-04-04 | 2018-09-18 | 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 |
CN108910384A (zh) * | 2018-09-12 | 2018-11-30 | 昆山巨林科教实业有限公司 | 一种立体仓库的库位信息的计算方法 |
CN109597304A (zh) * | 2018-11-30 | 2019-04-09 | 北京工业大学 | 基于人工蜂群算法的模具库智能分区存储方法 |
CN109597304B (zh) * | 2018-11-30 | 2022-02-11 | 北京工业大学 | 基于人工蜂群算法的模具库智能分区存储方法 |
CN109677831A (zh) * | 2018-12-14 | 2019-04-26 | 深圳市今天国际软件技术有限公司 | 自动高架仓库货位分配方法 |
CN111517060B (zh) * | 2019-02-01 | 2023-08-04 | 北京京东乾石科技有限公司 | 一种基于双侧出入站台口的调度方法和装置 |
CN111517060A (zh) * | 2019-02-01 | 2020-08-11 | 北京京东尚科信息技术有限公司 | 一种基于双侧出入站台口的调度方法和装置 |
CN111768136A (zh) * | 2019-06-10 | 2020-10-13 | 北京京东尚科信息技术有限公司 | 库存调度方法和装置 |
CN110276488A (zh) * | 2019-06-18 | 2019-09-24 | 浙江财经大学 | 一种基于分块矩阵和模糊运输时间的车辆路径优化方法 |
CN112149929A (zh) * | 2019-06-28 | 2020-12-29 | 北京京东尚科信息技术有限公司 | 任务分配方法与装置 |
CN112232540B (zh) * | 2019-08-02 | 2022-08-05 | 中冶南方工程技术有限公司 | 一种基于多目标优化的钢铁企业汽车取样组批方法 |
CN112232540A (zh) * | 2019-08-02 | 2021-01-15 | 中冶南方工程技术有限公司 | 一种基于多目标优化的钢铁企业汽车取样组批方法 |
CN110909930A (zh) * | 2019-11-20 | 2020-03-24 | 浙江工业大学 | 一种面向冷库的移动式货架仓储系统货位分配方法 |
CN110949922A (zh) * | 2019-12-04 | 2020-04-03 | 深圳创维-Rgb电子有限公司 | 一种物料分拣堆垛方法及系统 |
CN110991754B (zh) * | 2019-12-09 | 2021-03-16 | 西南交通大学 | 一种基于变邻域nsga-ⅱ算法的多目标货位优化方法 |
CN110991754A (zh) * | 2019-12-09 | 2020-04-10 | 西南交通大学 | 一种基于变邻域nsga-ⅱ算法的多目标货位优化方法 |
WO2021115086A1 (zh) * | 2019-12-10 | 2021-06-17 | 深圳市海柔创新科技有限公司 | 补货方法、装置、计算机设备和存储介质 |
CN110942555A (zh) * | 2019-12-12 | 2020-03-31 | 北京云厨科技有限公司 | 一种自动售卖机的储位分配方法 |
CN111210069A (zh) * | 2020-01-06 | 2020-05-29 | 浙江工业大学 | 一种双载式双深位多层穿梭车系统货位分配与作业调度集成优化方法 |
CN111210069B (zh) * | 2020-01-06 | 2022-05-03 | 浙江工业大学 | 一种多层穿梭车系统货位分配与作业调度集成优化方法 |
CN112598316A (zh) * | 2020-12-30 | 2021-04-02 | 杭州电子科技大学 | 一种同轨双agv的物料分配及协同调度方法 |
CN112598316B (zh) * | 2020-12-30 | 2023-10-13 | 杭州电子科技大学 | 一种同轨双agv的物料分配及协同调度方法 |
CN113222410A (zh) * | 2021-05-12 | 2021-08-06 | 西安建筑科技大学 | 双向式布局模式下货位分配模型建立方法 |
CN113222410B (zh) * | 2021-05-12 | 2023-05-19 | 西安建筑科技大学 | 双向式布局模式下货位分配模型建立方法 |
WO2022252268A1 (zh) * | 2021-06-03 | 2022-12-08 | 江南大学 | 一种智能立体仓库优化调度方法 |
CN113222293B (zh) * | 2021-06-03 | 2022-12-20 | 江南大学 | 一种智能立体仓库优化调度方法 |
CN113222293A (zh) * | 2021-06-03 | 2021-08-06 | 江南大学 | 一种智能立体仓库优化调度方法 |
CN113998357A (zh) * | 2021-10-22 | 2022-02-01 | 昆船智能技术股份有限公司 | 一种卷烟厂滤棒库仓储系统双堆垛机调度方法及存储介质 |
CN114212426A (zh) * | 2021-11-24 | 2022-03-22 | 昆船智能技术股份有限公司 | 轨道贯通式密集货架的出入库货位分配方法及存储介质 |
CN114212426B (zh) * | 2021-11-24 | 2023-10-27 | 昆船智能技术股份有限公司 | 轨道贯通式密集货架的出入库货位分配方法及存储介质 |
CN114841642B (zh) * | 2022-04-27 | 2023-08-15 | 红云红河烟草(集团)有限责任公司 | 基于鹰栖息优化的辅料入库货位分配方法 |
CN114841642A (zh) * | 2022-04-27 | 2022-08-02 | 红云红河烟草(集团)有限责任公司 | 基于鹰栖息优化的辅料入库货位分配方法 |
CN115578039A (zh) * | 2022-12-09 | 2023-01-06 | 成都运荔枝科技有限公司 | 一种仓库货位分配方法、电子设备及计算机存储介质 |
CN115818091A (zh) * | 2023-01-30 | 2023-03-21 | 苏州穗柯智能科技有限公司 | 一种单巷道双堆垛机的调度方法及系统 |
CN116090962A (zh) * | 2023-04-10 | 2023-05-09 | 江苏亚东朗升国际物流有限公司 | 智慧仓储系统 |
CN116090962B (zh) * | 2023-04-10 | 2024-01-16 | 江苏亚东朗升国际物流有限公司 | 智慧仓储系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107480922B (zh) | 2021-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107480922B (zh) | 两端式同轨双车运行模式下货位分配调度模型建立方法 | |
CN104408589B (zh) | 基于混合粒子群算法的agv优化调度方法 | |
CN109597304B (zh) | 基于人工蜂群算法的模具库智能分区存储方法 | |
CN113222293B (zh) | 一种智能立体仓库优化调度方法 | |
CN109948855A (zh) | 一种带时间窗的异构危化品运输路径规划方法 | |
CN111178606A (zh) | 基于nsga-ii的自动化仓储货位分配优化方法 | |
CN109886478A (zh) | 一种成品酒自动化立体仓库的货位优化方法 | |
CN114417696B (zh) | 一种基于遗传算法的自动化立体仓库货位分配优化方法 | |
CN109784566A (zh) | 一种订单排序优化方法及装置 | |
CN105858043B (zh) | 一种升降机与穿梭车结合的仓储系统优化调度方法 | |
CN108550007A (zh) | 一种制药企业自动化立体仓库的货位优化方法及系统 | |
CN107977756B (zh) | 解决三维装箱问题的三叉树规划计算方法 | |
CN106773686B (zh) | 同轨双车运行模式下堆垛机调度路径模型建立方法 | |
CN105858044B (zh) | 一种穿梭车与升降机结合的仓储系统优化调度方法 | |
CN108861619A (zh) | 一种半离线混合码垛方法、系统及机器人 | |
CN107967586A (zh) | 一种电网物资仓储优化方法 | |
CN103246941A (zh) | 一种出口集装箱码头堆存空间调度方法 | |
CN112100861B (zh) | 基于入侵杂草优化算法的卷烟生产物料货位分配方法 | |
CN112580852A (zh) | 一种面向电力物资的密集型自动化立体仓库货位优化方法 | |
Geng et al. | Research on scheduling strategy for automated storage and retrieval system | |
Zhihong et al. | Optimization of quay crane dynamic scheduling based on berth schedules in container terminal | |
CN113326987B (zh) | 一种铁路中心站轨道式集装箱起重机协同优化调度方法 | |
CN114723360A (zh) | 一种基于改进粒子群算法的物流车辆调度管理模型 | |
Huang et al. | Route-optimization based storage allocation algorithm in intelligent high-bay warehouses | |
Muppani et al. | Formation of storage classes in the presence of space cost for warehouse planning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |