CN108269040A - 自动化存取系统作业调度优化方法及装置 - Google Patents
自动化存取系统作业调度优化方法及装置 Download PDFInfo
- Publication number
- CN108269040A CN108269040A CN201810034541.4A CN201810034541A CN108269040A CN 108269040 A CN108269040 A CN 108269040A CN 201810034541 A CN201810034541 A CN 201810034541A CN 108269040 A CN108269040 A CN 108269040A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- goods yard
- piler
- force analysis
- solution
- 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
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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明实施例提供了一种自动化存取系统作业调度优化方法及装置,涉及自动化存取系统技术领域。所述自动化存取系统作业调度优化方法包括获取堆垛机在存取货运作过程中的受力分析结果集合后,基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵,再基于所述能耗矩阵,建立作业能耗优化模型;然后根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。降低堆垛机运作过程中的能耗以及碳排放,降低对环境的影响。
Description
技术领域
本发明涉及自动化存取系统技术领域,具体而言,涉及一种自动化存取系统作业调度优化方法及装置。
背景技术
随着仓储系统自动化水平的提高,仓储服务作业效率提高的同时,仓储环节的能量消耗和碳排放的规模也不容小觑。据不完全估测,自动化存取系统(Automated storageand retrieval system,简称AS/RS)中一台堆垛机的能源消耗,如果是采用传统石化能源,其产生的二氧化碳一年高达56925吨。这样的排放量,相当于一辆小轿车开到月球,或18辆小轿车一年产生的能耗!因此,仓储系统未来将成为物流系统中碳排放强度较大的子系统,实现仓储系统的低碳排放是则是实施低碳物流和绿色物流的关键。
多载具(multi-shuttle)自动化立体仓库(AS/RS)是一种新型的立体仓库,配置有多个载具的货物存取装置(堆垛机),载具之间相互独立作业,互不干涉,假设载具数量为n,堆垛机一次行程同时最多可以存储n个货位单元(unit-load)和取出n个货位单元相比于单载具AS/RS,多载具AS/RS可以有效减少无效的空载行程,增加单次行程存取货物数量,提高单位时间内完成的存取货指令数量,进而提高系统的吞吐量绩效指标。多载具AS/RS通过高度自动化的设备以极高的速度和精度来进行搬运、存取。高度自动化的设备虽然减少了人力方面的投入,但是增加了对环境的影响。
发明内容
本发明的目的在于提供一种自动化存取系统作业调度优化方法及装置,以改善上述问题。为了实现上述目的,本发明采取的技术方案如下:
第一方面,本发明实施例提供了一种自动化存取系统作业调度优化方法,所述方法包括:获取堆垛机在存取货运作过程中的受力分析结果集合;基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵;基于所述能耗矩阵,建立作业能耗优化模型;根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
第二方面,本发明实施例提供了一种自动化存取系统作业调度优化装置,所述装置包括第一获取单元、第二获取单元、建立单元和求解单元。第一获取单元,用于获取堆垛机在存取货运作过程中的受力分析结果集合。第二获取单元,用于基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵。建立单元,用于基于所述能耗矩阵,建立作业能耗优化模型。求解单元,用于根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
本发明实施例的有益效果是:自动化存取系统作业调度优化方法包括获取堆垛机在存取货运作过程中的受力分析结果集合后,基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵,再基于所述能耗矩阵,建立作业能耗优化模型;然后根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。降低堆垛机运作过程中的能耗以及碳排放,降低对环境的影响。
本发明的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为一种可应用于本发明实施例中的电子设备的结构框图;
图2为本发明实施例提供的自动化存取系统作业调度优化方法的流程图;
图3为本发明实施例提供的自动化存取系统作业调度优化方法中的水平方向和垂直方向的受力分析示意图;
图4为本发明实施例提供的自动化存取系统作业调度优化方法中堆垛机在存取货运作过程中的运动速度分析示意图;
图5为本发明实施例提供的非货位共享方式下存取货物的示意图;
图6为本发明实施例提供的自动化存取系统作业调度优化方法存取货物的示意图;
图7为本发明实施例提供的自动化存取系统作业调度优化装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
图1示出了一种可应用于本发明实施例中的电子设备100的结构框图。如图1所示,电子设备100可以包括存储器102、存储控制器104、一个或多个(图1中仅示出一个)处理器106、外设接口108、输入输出模块110、音频模块112、显示模块114、射频模块116和自动化存取系统作业调度优化装置。
存储器102、存储控制器104、处理器106、外设接口108、输入输出模块110、音频模块112、显示模块114、射频模块116各元件之间直接或间接地电连接,以实现数据的传输或交互。例如,这些元件之间可以通过一条或多条通讯总线或信号总线实现电连接。自动化存取系统作业调度优化方法分别包括至少一个可以以软件或固件(firmware)的形式存储于存储器102中的软件功能模块,例如所述自动化存取系统作业调度优化装置包括的软件功能模块或计算机程序。
存储器102可以存储各种软件程序以及模块,如本申请实施例提供的自动化存取系统作业调度优化方法及装置对应的程序指令/模块。处理器106通过运行存储在存储器102中的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现本申请实施例中的自动化存取系统作业调度优化方法。
存储器102可以包括但不限于随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器106可以是一种集成电路芯片,具有信号处理能力。上述处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述外设接口108将各种输入/输出装置耦合至处理器106以及存储器102。在一些实施例中,外设接口108、处理器106以及存储控制器104可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
输入输出模块110用于提供给用户输入数据实现用户与电子设备100的交互。所述输入输出模块110可以是,但不限于,鼠标和键盘等。
音频模块112向用户提供音频接口,其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示模块114在电子设备100与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中,所述显示模块114可以是液晶显示器或触控显示器。若为触控显示器,其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作,并将该感应到的触控操作交由处理器106进行计算和处理。
射频模块116用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通信网络或者其他设备进行通信。
可以理解,图1所示的结构仅为示意,电子设备100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
于本发明实施例中,电子设备100可以作为用户终端,或者作为服务器。用户终端可以为PC(personal computer)电脑、平板电脑、手机、笔记本电脑、智能电视、机顶盒、车载终端等终端设备。
请参阅图2,本发明实施例提供了一种自动化存取系统作业调度优化方法,所述方法可以包括步骤S200、步骤S210、步骤S220和步骤S230。
步骤S200:获取堆垛机在存取货运作过程中的受力分析结果集合。
进一步地,所述堆垛机包括水平运动机构和垂直运动机构,步骤S200可以包括获取所述水平运动机构在存取货运作过程中的第一受力分析结果及所述垂直运动机构在存取货运作过程中的第二受力分析结果,以将所述第一受力分析结果及所述第二受力分析结果作为所述受力分析结果集合。
步骤S210:基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵。
进一步地,步骤S210可以包括基于所述第一受力分析结果,获得所述水平运动机构在存取货运作过程中的任意两个货位点间移动的第一能耗;基于所述第二受力分析结果,对应获得所述垂直运动机构在存取货运作过程中的任意两个货位点间移动的第二能耗;将所述第一能耗加上所述第一能耗对应的第二能耗,获得总能耗;基于以上步骤,获得多个总能耗,从而获得所述堆垛机在任意两个货位点间移动的能耗矩阵。
具体地,如图3所示,堆垛机在存取货过程中可以包括水平运动机构和垂直运动机构,图3的a中,水平运动机构包括整个机架整体,可以包括立柱310、升降链条320、提升电机330、行走电机340、载货台350、货物360、上导轨300和下导轨302,图3的b中,垂直运动机构可以包括载货台350和货物360,水平运动机构和垂直运动机构在运动过程中是相互独立的,因此能耗的计算需要对水平运动机构和垂直运动机构的能量消耗进行累加。根据物理学原理,功率等于作用力和速度的乘积,因此核算功率,需要分别进行不同速度阶段下的受力情况分析,图4中(a)和(b),横坐标为时间,纵坐标为对应的速度,(a)为堆垛机在存取货运作过程中的典型“加速-减速”的三角形速度特征曲线,图4中(b)表示堆垛机在存取货运作过程中典型的“加速-匀速-减速”的梯形速度特性曲线,对两个运动部件即水平运动机构和垂直运动机构在运动过程中的加速、匀速和减速阶段分别进行分析,得到不同存取货运动距离下的受力情况,分别如图3中a和b所示。
如图3中a和b所示,首先将堆垛机在存取货过程中的运动机构进行分解,包括水平运动机构和垂直运动机构;然后针对两个部分运动特点进行受力分析,水平方向受力包括摩擦力和电机提供的牵引力,而垂直方向受力包括重力、摩擦力和电机提供的牵引力,从而得到两个运动机构在运动不同阶段的受力情况;然后根据受力分析的结果对存取过程产生的能耗进行计算,得到两个运动部件各自的能耗;最后堆垛机总能耗即为两个运动机构的能耗之和。由于水平运动机构与垂直运动机构的独立性,对于水平或者垂直方向的“加速-匀速-减速”的梯形速度特性曲线,运行距离包括Sa,Sc,Sd;对于“加速-减速”的三角形形速度特性曲线,运行距离包括Sa,Sd,其中:
Sc=vxtc (2)
受力分析分为水平和垂直方向,对于水平方向的受力分析:
加速阶段:
匀速阶段:
FHc-μ(mx+my+nmp)g=0 (5)
减速阶段:
对于垂直方向的受力分析,分为上升和下降阶段的受力分析,上升阶段受力分析:
加速阶段:
匀速阶段:
FVc-(my+nmp)g=0 (8)
减速阶段:
而对于下降阶段受力分析:
加速阶段:
匀速阶段:
FVc-(my+nmp)g=0 (11)
减速阶段:
通过以上两个步骤可以计算能耗矩阵即如下:
水平方向和垂直方向均为三角形速度特性曲线对应的能耗矩阵:
水平方向为梯形速度特性曲线,垂直方向为三角形速度特性曲线对应的能耗矩阵:
水平方向为三角形速度特性曲线,垂直方向为梯形速度特性曲线对应的能耗矩阵:
水平方向和垂直方向均为梯形速度特性曲线对应的能耗矩阵:
步骤S220:基于所述能耗矩阵,建立作业能耗优化模型。
进一步地,所述作业能耗优化模型包括目标函数,步骤S220包括:
建立目标函数:
且满足 l=2,3,...,n+1,zp,l,i∈{0,1};
其中,m表示总周期数,n表示所述堆垛机的载具个数,Q表示总的空货位数,P表示总的待取货货位数,LE表示空货位集合,LR表示待取货货位集合,表示所述堆垛机装载z个货物单元从货位x到货位y所消耗的能量,即所述能耗矩阵中对应的元素,zp,l,i为0-1决策变量,表示第i个周期第l的访问点是否为p。
对于非货位共享的存取策略,如图5所示,在三载具的堆垛机装载三个单元的货物时,从I/O出发首先访问三个存货点S1、S2、S3,再访问三个取货点R1、R2和R3,完成一个周期的存取操作需要访问六个货位点;如图6所示,本发明实施例提供的自动化存取系统作业调度优化方法,即货位共享策略,存取货运作过程中,首先访问一个存货点S1,然后访问三个取货点R1、R2、R3,总共只需访问四个货位就可以完成一个周期的存取货任务。
由于堆垛机在存取运作过程中水平运动机构和垂直运动机构的独立性,可根据堆垛机运动过程各部件的受力分析分别求得任意两个货位点的能耗,从而求得堆垛机总的能耗,进而得到能耗矩阵。然后根据作业调度的过程以及能耗矩阵可以建立目标函数:
且满足 l=2,3,...,n+1,zp,l,i∈{0,1};其中,m表示总周期数,n表示所述堆垛机的载具个数,Q表示总的空货位数,P表示总的待取货货位数,LR表示待取货货位集合,LE表示空货位集合,表示所述堆垛机装载z个货物单元从货位x到货位y所消耗的能量,即所述能耗矩阵中对应的元素,zp,l,i表示第i个周期第l的访问点是否为p,uLE(q),LR(p)为引入变量。约束条件保证所有的待取的货物能全部被取走;保证每个周期先到存货点;保证每个空货位最多被访问一次;l=2,3,...,n+1保证每个周期的第2到n+1的货位点都是取货点;zp,l,i∈{0,1}表示所有决策变量都是0-1变量。
步骤S230:根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
进一步地,步骤S230可以包括根据最近邻点算法对所述目标函数进行求解,获得一个可行解并将所述可行解作为初始解;构造所述初始解的邻域;根据可变邻域搜索启发式算法、所述初始解的邻域对所述目标函数进行迭代求解,直到达到预设最大迭代次数,获得满意解,所述满意解表示所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
具体地,首先确定待求解目标函数即
的各数据,包括总周期数m,堆垛机的载具数n,总的空货位数Q,总的待取货货位数P,空货位集合LE,待取货货位集合LR。利用最近邻点算法先求得原问题的一个可行解作为初始解。初始化:可以将解的邻域分为三种:交换任意两个取货货位、交换任意两个空货位、利用剩余空货位替换当前解中的空货位。针对三种邻域,分别进行构造当前解的邻域直到目标函数值不再减少。邻域Nk,k=1,2,3,…kmax,设置算法停止迭代的条件,即迭代次数达到目标函数不再发生变化的最大累积迭代次数。即设置k=1,随机从当前解x即初始解的邻域Nk,k=1,2,3,…kmax中选取一个邻域x′,如果将x′带入目标函数中获得的函数值小于当前解带入目标函数获得的函数值,则设置x=x′,否则k=k+1,重复上述步骤迭代计算,直到达到预设最大迭代次数,获得满意解,即对目标函数进行迭代计算,直到达到预设最大迭代次数时得到的函数值对应的解为满意解,所述满意解表示所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
需要说明的是,在本发明实施例中的符号定义如下:vx为堆垛机水平运动机构的最大速度;vy为堆垛机垂直运动机构的最大速度;ax为堆垛机水平运动机构的加速度;ay为堆垛机垂直运动机构的加速度;mx为堆垛机水平运动机构的质量;my为堆垛机垂直运动机构的质量;mp为单位载荷的质量;LE为空货位号集合;LR为待取货货位号集合;zLR(p)li表示如果取货货位LR(p)在第i个周期的第l个顺序位被访问则为1,反正为0;zLE(q)li表示如果空货位LE(q)在第i个周期的第l个顺序位被访问则为1,反正为0;为堆垛机装载n个单位载荷时从货位i到j消耗的能量;En为堆垛机装载n个单位载荷时的能耗矩阵;P为初始待取货货位总数;Q为初始的空货位总数;M为总存货货位数;L为单个周期的顺序位数;FH+为水平方向上处于加速阶段时的牵引力;FHc为水平方向上处于匀速阶段时的牵引力;FH-为水平方向上处于减速阶段时的牵引力;FV+为垂直方向上处于加速阶段时的牵引力;FVc为垂直方向上处于匀速阶段时的牵引力;FV-为垂直方向上处于减速阶段时的牵引力;Sa为水平或垂直方向的加速距离;Sc为水平或垂直方向的匀速距离;Sd为水平或垂直方向的减速距离;ta为水平或垂直方向的加速时间;tc为水平或垂直方向的匀速时间;td为水平或垂直方向的减速时间;SVa为垂直方向的加速时间;SVc为垂直方向的匀速时间;SVd为垂直方向的减速时间;SHa为水平方向的加速时间;SHa为水平方向的匀速时间;SHc为水平方向的减速时间。
本发明实施例提供的自动化存取系统作业调度优化方法,所述方法包括获取堆垛机在存取货运作过程中的受力分析结果集合后,基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵,再基于所述能耗矩阵,建立作业能耗优化模型;然后根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。降低堆垛机运作过程中的能耗以及碳排放,降低对环境的影响。
请参阅图7,本发明实施例提供了一种自动化存取系统作业调度优化装置400,所述装置400可以包括:第一获取单元410、第二获取单元420、建立单元430和求解单元440。
第一获取单元410,用于获取堆垛机在存取货运作过程中的受力分析结果集合。
所述堆垛机包括水平运动机构和垂直运动机构,所述第一获取单元410可以包括第一获取子单元411。
第一获取子单元411,用于获取所述水平运动机构在存取货运作过程中的第一受力分析结果及所述垂直运动机构在存取货运作过程中的第二受力分析结果,以将所述第一受力分析结果及所述第二受力分析结果作为所述受力分析结果集合。
第二获取单元420,用于基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵。
所述第二获取单元420可以包括第二获取子单元421。
第二获取子单元421,用于基于所述第一受力分析结果,获得所述水平运动机构在存取货运作过程中的任意两个货位点间移动的第一能耗;基于所述第二受力分析结果,对应获得所述垂直运动机构在存取货运作过程中的任意两个货位点间移动的第二能耗;将所述第一能耗加上所述第一能耗对应的第二能耗,获得总能耗;基于以上步骤,获得多个总能耗,从而获得所述堆垛机在任意两个货位点间移动的能耗矩阵。
建立单元430,用于基于所述能耗矩阵,建立作业能耗优化模型。
所述作业能耗优化模型包括目标函数,所述建立单元430可以包括建立子单元431。
建立子单元,用于建立目标函数:
且满足 l=2,3,...,n+1,zp,l,i∈{0,1};
其中,m表示总周期数,n表示所述堆垛机的载具个数,Q表示总的空货位数,P表示总的待取货货位数,LE表示空货位集合,LR表示待取货货位集合,表示所述堆垛机装载z个货物单元从货位x到货位y所消耗的能量,即所述能耗矩阵中对应的元素,zp,l,i为0-1决策变量,表示第i个周期第l的访问点是否为p
求解单元440,用于根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
求解单元440可以包括求解子单元441。
求解子单元441,用于根据最近邻点算法对所述目标函数进行求解,获得一个可行解并将所述可行解作为初始解;构造所述初始解的邻域;根据可变邻域搜索启发式算法、所述初始解的邻域对所述目标函数进行迭代求解,直到达到预设最大迭代次数,获得满意解,所述满意解表示所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
以上各单元可以是由软件代码实现,此时,上述的各单元可存储于存储器102内。以上各单元同样可以由硬件例如集成电路芯片实现。
本发明实施例提供的自动化存取系统作业调度优化装置400,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种自动化存取系统作业调度优化方法,其特征在于,所述方法包括:
获取堆垛机在存取货运作过程中的受力分析结果集合;
基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵;
基于所述能耗矩阵,建立作业能耗优化模型;
根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
2.根据权利要求1所述的方法,其特征在于,所述堆垛机包括水平运动机构和垂直运动机构,所述获取堆垛机在存取货运作过程中的受力分析结果集合,包括:
获取所述水平运动机构在存取货运作过程中的第一受力分析结果及所述垂直运动机构在存取货运作过程中的第二受力分析结果,以将所述第一受力分析结果及所述第二受力分析结果作为所述受力分析结果集合。
3.根据权利要求2所述的方法,其特征在于,基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵,包括:
基于所述第一受力分析结果,获得所述水平运动机构在存取货运作过程中的任意两个货位点间移动的第一能耗;
基于所述第二受力分析结果,对应获得所述垂直运动机构在存取货运作过程中的任意两个货位点间移动的第二能耗;
将所述第一能耗加上所述第一能耗对应的第二能耗,获得总能耗;
基于以上步骤,获得多个总能耗,从而获得所述堆垛机在任意两个货位点间移动的能耗矩阵。
4.根据权利要求1所述的方法,其特征在于,所述作业能耗优化模型包括目标函数,基于所述能耗矩阵,建立作业能耗优化模型,包括:
建立目标函数:
且满足
其中,m表示总周期数,n表示所述堆垛机的载具个数,Q表示总的空货位数,P表示总的待取货货位数,LE表示空货位集合,LR表示待取货货位集合,表示所述堆垛机装载z个货物单元从货位x到货位y所消耗的能量,即所述能耗矩阵中对应的元素,zp,l,i为0-1决策变量,表示第i个周期第l的访问点是否为p。
5.根据权利要求4所述的方法,其特征在于,根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果,包括:
根据最近邻点算法对所述目标函数进行求解,获得一个可行解并将所述可行解作为初始解;
构造所述初始解的邻域;
根据可变邻域搜索启发式算法、所述初始解的邻域对所述目标函数进行迭代求解,直到达到预设最大迭代次数,获得满意解,所述满意解表示所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
6.一种自动化存取系统作业调度优化装置,其特征在于,所述装置包括:
第一获取单元,用于获取堆垛机在存取货运作过程中的受力分析结果集合;
第二获取单元,用于基于所述受力分析结果集合,获得所述堆垛机在任意两个货位点间移动的能耗矩阵;
建立单元,用于基于所述能耗矩阵,建立作业能耗优化模型;
求解单元,用于根据启发式方法对所述作业能耗优化模型进行求解,获得所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
7.根据权利要求6所述的装置,其特征在于,所述堆垛机包括水平运动机构和垂直运动机构,所述第一获取单元包括:
第一获取子单元,用于获取所述水平运动机构在存取货运作过程中的第一受力分析结果及所述垂直运动机构在存取货运作过程中的第二受力分析结果,以将所述第一受力分析结果及所述第二受力分析结果作为所述受力分析结果集合。
8.根据权利要求7所述的装置,其特征在于,所述第二获取单元包括:
第二获取子单元,用于基于所述第一受力分析结果,获得所述水平运动机构在存取货运作过程中的任意两个货位点间移动的第一能耗;基于所述第二受力分析结果,对应获得所述垂直运动机构在存取货运作过程中的任意两个货位点间移动的第二能耗;将所述第一能耗加上所述第一能耗对应的第二能耗,获得总能耗;基于以上步骤,获得多个总能耗,从而获得所述堆垛机在任意两个货位点间移动的能耗矩阵。
9.根据权利要求6所述的装置,其特征在于,所述作业能耗优化模型包括目标函数,所述建立单元包括:
建立子单元,用于建立目标函数:
且满足
其中,m表示总周期数,n表示所述堆垛机的载具个数,Q表示总的空货位数,P表示总的待取货货位数,LE表示空货位集合,LR表示待取货货位集合,表示所述堆垛机装载z个货物单元从货位x到货位y所消耗的能量,即所述能耗矩阵中对应的元素,zp,l,i为0-1决策变量,表示第i个周期第l的访问点是否为p。
10.根据权利要求9所述的装置,其特征在于,求解单元包括:
求解子单元,用于根据最近邻点算法对所述目标函数进行求解,获得一个可行解并将所述可行解作为初始解;构造所述初始解的邻域;根据可变邻域搜索启发式算法、所述初始解的邻域对所述目标函数进行迭代求解,直到达到预设最大迭代次数,获得满意解,所述满意解表示所述堆垛机在存取货运作过程中的能耗较少的作业排序和货位分配结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810034541.4A CN108269040B (zh) | 2018-01-15 | 2018-01-15 | 自动化存取系统作业调度优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810034541.4A CN108269040B (zh) | 2018-01-15 | 2018-01-15 | 自动化存取系统作业调度优化方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108269040A true CN108269040A (zh) | 2018-07-10 |
CN108269040B CN108269040B (zh) | 2021-05-14 |
Family
ID=62775592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810034541.4A Active CN108269040B (zh) | 2018-01-15 | 2018-01-15 | 自动化存取系统作业调度优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108269040B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110980082A (zh) * | 2019-12-11 | 2020-04-10 | 浙江大学昆山创新中心 | 一种自动化立体仓库库位分配方法 |
CN111709565A (zh) * | 2020-06-08 | 2020-09-25 | 山东大学深圳研究院 | 一种基于多层穿梭车系统的能效优化方法及系统 |
CN113816049A (zh) * | 2021-02-20 | 2021-12-21 | 北京京东乾石科技有限公司 | 货箱调度方法、装置和系统 |
CN113919693A (zh) * | 2021-10-09 | 2022-01-11 | 福州大学 | 一种基于能量消耗和调度时间的钢材垛位分配方法 |
CN114194681A (zh) * | 2021-12-06 | 2022-03-18 | 清华大学深圳国际研究生院 | 多料箱机器人存取货作业的最优路径方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57174763A (en) * | 1981-04-22 | 1982-10-27 | Hitachi Ltd | Storing system for stock control machine information system |
CN104281128A (zh) * | 2014-09-17 | 2015-01-14 | 广东工业大学 | 一种基于启发式规则的硫化车间能耗优化调度方法 |
CN104391488A (zh) * | 2014-11-18 | 2015-03-04 | 广东工业大学 | 调整时间与顺序相关的柔性流水车间能耗优化调度方法 |
-
2018
- 2018-01-15 CN CN201810034541.4A patent/CN108269040B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57174763A (en) * | 1981-04-22 | 1982-10-27 | Hitachi Ltd | Storing system for stock control machine information system |
CN104281128A (zh) * | 2014-09-17 | 2015-01-14 | 广东工业大学 | 一种基于启发式规则的硫化车间能耗优化调度方法 |
CN104391488A (zh) * | 2014-11-18 | 2015-03-04 | 广东工业大学 | 调整时间与顺序相关的柔性流水车间能耗优化调度方法 |
Non-Patent Citations (4)
Title |
---|
TONE LERHER ETC: "Energy efficiency model for the mini-load automated storage and retrieval systems", 《THE INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY》 * |
孙建民: "自动化立体仓库存取策略优化与仿真", 《物流科技》 * |
彭永飞: "基于MMC模式下多载具AS/RS货位分配与作业调度集成优化", 《中国优秀硕士学位论文全文数据库 信息科技辑(月刊)》 * |
李裕梅: "《运筹学问题及算法的专题研究》", 30 June 2011 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110980082A (zh) * | 2019-12-11 | 2020-04-10 | 浙江大学昆山创新中心 | 一种自动化立体仓库库位分配方法 |
CN111709565A (zh) * | 2020-06-08 | 2020-09-25 | 山东大学深圳研究院 | 一种基于多层穿梭车系统的能效优化方法及系统 |
CN113816049A (zh) * | 2021-02-20 | 2021-12-21 | 北京京东乾石科技有限公司 | 货箱调度方法、装置和系统 |
CN113816049B (zh) * | 2021-02-20 | 2024-05-17 | 北京京东乾石科技有限公司 | 货箱调度方法、装置和系统 |
CN113919693A (zh) * | 2021-10-09 | 2022-01-11 | 福州大学 | 一种基于能量消耗和调度时间的钢材垛位分配方法 |
CN113919693B (zh) * | 2021-10-09 | 2022-08-09 | 福州大学 | 一种基于能量消耗和调度时间的钢材垛位分配方法 |
CN114194681A (zh) * | 2021-12-06 | 2022-03-18 | 清华大学深圳国际研究生院 | 多料箱机器人存取货作业的最优路径方法 |
CN114194681B (zh) * | 2021-12-06 | 2023-08-11 | 清华大学深圳国际研究生院 | 多料箱机器人存取货作业的最优路径方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108269040B (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108269040A (zh) | 自动化存取系统作业调度优化方法及装置 | |
Mirzaei et al. | The impact of integrated cluster-based storage allocation on parts-to-picker warehouse performance | |
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 | |
Zhen | Modeling of yard congestion and optimization of yard template in container ports | |
Borovinšek et al. | Multi-objective optimisation model of shuttle-based storage and retrieval system | |
Yan et al. | Multi-objective optimization of electronic product goods location assignment in stereoscopic warehouse based on adaptive genetic algorithm | |
Lerher et al. | Method for evaluating the throughput performance of shuttle based storage and retrieval systems. | |
Schwerdfeger et al. | Order picking along a crane-supplied pick face: The SKU switching problem | |
Liu et al. | Travel time analysis of the dual command cycle in the split-platform AS/RS with I/O dwell point policy | |
Feng et al. | Smart stacking for import containers using customer information at automated container terminals | |
Geng et al. | Research on scheduling strategy for automated storage and retrieval system | |
Yang et al. | Hybrid genetic algorithm-based optimisation of the batch order picking in a dense mobile rack warehouse | |
CN114386893A (zh) | 一种基于数字孪生的库房管理方法、装置及终端设备 | |
Yu et al. | Learning whale optimization algorithm for open vehicle routing problem with loading constraints | |
Kazemi et al. | A math-heuristic algorithm for concurrent assignment and sequence scheduling in multi-shuttle shared location automated storage and retrieval systems | |
Vasili et al. | A statistical model for expected cycle time of SP-AS/RS: an application of Monte Carlo simulation | |
Dong et al. | Solve train stowage planning problem of steel coil using a pointer-based discrete differential evolution | |
Wu et al. | Optimal Scheduling for Retrieval Jobs in Double‐Deep AS/RS by Evolutionary Algorithms | |
Liu et al. | A prediction based iterative decomposition algorithm for scheduling large-scale job shops | |
Osman | A tabu search procedure based on a random Roulette diversification for the weighted maximal planar graph problem | |
Lei et al. | Optimization of Storage Location Assignment in Tier‐To‐Tier Shuttle‐Based Storage and Retrieval Systems Based on Mixed Storage | |
Hwang et al. | Performance analysis of carousel systems with double shuttle | |
CN112330247B (zh) | 订单汇总方法、智能仓储系统、计算机设备及存储介质 | |
Lin et al. | A model and a task scheduling method for double-deep tier-captive SBS/RS with alternative elevator-patterns |
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 |