CN110334949B - 一种用于仓库agv数量评估的仿真方法 - Google Patents

一种用于仓库agv数量评估的仿真方法 Download PDF

Info

Publication number
CN110334949B
CN110334949B CN201910603594.8A CN201910603594A CN110334949B CN 110334949 B CN110334949 B CN 110334949B CN 201910603594 A CN201910603594 A CN 201910603594A CN 110334949 B CN110334949 B CN 110334949B
Authority
CN
China
Prior art keywords
agv
time
order
warehouse
range
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
Application number
CN201910603594.8A
Other languages
English (en)
Other versions
CN110334949A (zh
Inventor
任斐
孔月红
刘文博
王溪倩
胡洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Liaoning Provincial College of Communications
Original Assignee
Liaoning Provincial College of Communications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Liaoning Provincial College of Communications filed Critical Liaoning Provincial College of Communications
Priority to CN201910603594.8A priority Critical patent/CN110334949B/zh
Publication of CN110334949A publication Critical patent/CN110334949A/zh
Application granted granted Critical
Publication of CN110334949B publication Critical patent/CN110334949B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • 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
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/083—Shipping

Abstract

本发明提供一种用于仓库AGV数量评估的仿真方法，涉及车辆调度技术领域。该方法中，订单系统周期性通过sqoop同步订单增量数据到hive数据仓库；并设定订单抽样数据量、订单时间范围、所需AGV数量范围及遗传算法的初始参数值；然后根据设定的订单抽样数据量及订单时间范围，从hive数据仓库中抽取仿真数据；判断设定的AGV数量范围的最大值是否小于设定的阈值，如果小于则采用穷举法遍历AGV数量范围，否则采用遗传算法迭代计算每个AGV数量完成搬运任务所需完成时间；最后综合考虑时间和成本因素确定最优的AGV数量。本发明方法使用遗传算法做最优化计算，减少穷举遍历所带来的计算耗时，平衡了运力与成本之间的关系，节省了企业成本。

Description

一种用于仓库AGV数量评估的仿真方法
技术领域
本发明涉及车辆调度技术领域，尤其涉及一种用于仓库AGV数量评估的仿真方法。
背景技术
随着物流行业的快速发展，提升效率、节约成本成为企业的迫切需求，作为一种在仓库内的自动化搬运车辆，被广泛应用于物流行业。AGV(Automated Guided Vehicle，即无人搬运车)，指装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车，工业应用中不需驾驶员的搬运车，以可充电之蓄电池为其动力来源。一般可透过电脑来控制其行进路线以及行为，或利用电磁轨道(electromagnetic path-following system)来设立其行进路线，电磁轨道黏贴於地板上，无人搬运车则依循电磁轨道所带来的讯息进行移动与动作。
然而由于AGV成本较高，在仓库内部署数量过多的AGV容易造成运力浪费，甚至极端情况下产生过多的路面拥堵，如果数量过少又导致达不到运量要求，如何选择AGV部署数量，平衡运力与成本之间的关系成为一个很重要的实际问题。
目前评估仓库内AGV部署数量，主要依靠管理人员经验，预估仓库拣货任务以及一台AGV的平均拣货时间，做粗略的估算，而没有建立科学、规范的评估方法。
发明内容
本发明要解决的技术问题是针对上述现有技术的不足，提供一种用于仓库AGV数量评估的仿真方法，实现对仓库AGV数量的仿真评估。
为解决上述技术问题，本发明所采取的技术方案是：一种用于仓库AGV数量评估的仿真方法，包括以下步骤：
步骤1、物流企业的订单系统周期性通过sqoop同步订单增量数据到hive数据仓库中；
步骤2、设定订单抽样数据量、订单时间范围、所需AGV数量范围，遗传算法的初始种群数量及最大迭代次数；
步骤3、根据设定的订单抽样数据量及订单时间范围，从hive数据仓库中抽取仿真数据，即AGV需要完成的搬运任务；
步骤4、判断步骤2设定的AGV数量范围的最大值是否小于设定的阈值，所述设定的阈值根据AGV调度系统中的调度函数计算的AGV完成搬运任务所需要的AGV数量确定，如果小于则采用穷举法遍历AGV数量范围，确定最优的完成搬运任务所需的AGV数量，进而驱动AGV调度系统进行AGV搬运的路径规划，否则执行步骤5；
所述AGV调度系统为一种接收到搬运任务后，力求搬运代价最小，协调、指挥若干AGV将货物搬运到指定位置的系统；
步骤5、根据步骤2设定的所需AGV数量范围、遗传算法的初始种群数量，随机选择k个AGV数量做为初始种群，种群中每个初始种子为一个AGV数量的二进制编码表示；
步骤6、通过AGV调度系统获取完成步骤3所抽取的搬运任务所需完成时间，作为遗传算法的适应度函数值；
步骤7、根据遗传算法标准赌轮算法，进行种群交叉、变异操作；重新执行步骤6，计算每个AGV数量完成搬运任务所需完成时间，直到达到最大迭代次数；
步骤8、过滤掉步骤7得到的不满足完成搬运时间约束的AGV数量数据，最终输出多组AGV数量及其对应的完成搬运时间列表；
所述完成搬运时间约束为物流企业制定的完成相应搬运任务的最长时间限制；
步骤9、AGV数量管理人员综合考虑时间因素和成本因素从多组AGV数量及其对应的完成搬运时间列表中选择最优的AGV数量。
采用上述技术方案所产生的有益效果在于：本发明提供的一种用于仓库AGV数量评估的仿真方法，当指定agv数量范围较大时，使用遗传算法做最优化计算，减少穷举遍历所带来的计算耗时，管理人员能够综合考虑时间因素和成本因素，根据企业的财力与效率选择最优的AGV数量，进而提升了物流搬运效率，平衡了运力与成本之间的关系，节省了企业成本。
附图说明
图1为本发明实施例提供的一种用于仓库AGV数量评估的仿真方法流程图；
图2为本发明实施例提供的一种用于仓库AGV数量评估的仿真方法所使用的外围系统。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
本实施例中，一种用于仓库AGV数量评估的仿真方法，如图1和2所示，包括以下步骤：
步骤1、订单系统周期性通过sqoop同步订单增量数据到hive数据仓库中；
步骤2、设定订单抽样数据量、订单时间范围、所需AGV数量范围，遗传算法的初始种群数量及最大迭代次数；
步骤3、根据设定的订单抽样数据量及订单时间范围，从hive数据仓库中抽取仿真数据，即AGV需要完成的搬运任务；
本实施例中，根据设定的抽样数据量、订单时间范围，使用sql语句CREATE TABLEsim_order AS SELECT*FROM order WHERE order_date＞＝${begin_date}and order_date＜＝${end_date}TABLESAMPLE(${percent}PERCENT)，从hive数据仓库中抽取仿真数据，即agv需要完成的搬运任务。
步骤4、判断步骤2设定的AGV数量范围的最大值是否小于设定的阈值，所述设定的阈值根据AGV调度系统中的调度函数计算的AGV完成搬运任务所需要的AGV数量确定，如果小于则采用穷举法遍历AGV数量范围，如所需AGV数量范围为[3，5]，只需要分别计算3、4、5个AGV完成搬运任务的时间即可，然后确定完成搬运任务所需的最优AGV数量，进而驱动AGV调度系统进行AGV搬运的路径规划，否则执行步骤5；
所述AGV调度系统为一种接收到搬运任务后，力求搬运代价最小，协调、指挥若干AGV将货物搬运到指定位置的系统；
步骤5、根据步骤2设定的所需AGV数量范围、遗传算法的初始种群数量，随机选择k个AGV数量做为初始种群，种群中每个初始种子为一个AGV数量的二进制编码表示；
如果随机选择五个agv数量作为初始种群，五个agv数量分别为5、9、10、30、40、15，那么初始种群为：00000101、00001001、00011110、00101000、00001111。
步骤6、通过AGV调度系统获取完成步骤3所抽取的搬运任务所需完成时间，作为遗传算法的适应度函数值；
步骤7、根据遗传算法标准赌轮算法，进行种群交叉、变异操作；重新执行步骤6，计算每个AGV数量完成搬运任务所需完成时间，直到达到最大迭代次数；
步骤8、过滤掉步骤7得到的不满足完成搬运时间约束的AGV数量数据，最终输出多组AGV数量及其对应的完成搬运时间；所述完成搬运时间约束为物流企业制定的完成相应搬运任务的最长时间限制。
本实施例中，最终输出多组AGV数量及其对应的完成搬运时间列表为：<agv数量1、完成搬运时间1>、<agv数量2、完成搬运时间2>、…、<agv数量n、完成搬运时间n>。
步骤9、AGV数量管理人员综合考虑时间因素和成本因素从多组AGV数量及其对应的完成搬运时间列表中选择最优的AGV数量。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。

Claims (3)

1.一种用于仓库AGV数量评估的仿真方法，其特征在于：包括以下步骤：
步骤1、物流企业的订单系统周期性通过sqoop同步订单增量数据到hive数据仓库中；
步骤2、设定订单抽样数据量、订单时间范围、所需AGV数量范围，遗传算法的初始种群数量及最大迭代次数；
步骤3、根据设定的订单抽样数据量及订单时间范围，从hive数据仓库中抽取仿真数据，即AGV需要完成的搬运任务；
步骤4、判断步骤2设定的AGV数量范围的最大值是否小于设定的阈值，所述设定的阈值根据AGV调度系统中的调度函数计算的AGV完成搬运任务所需要的AGV数量确定，如果小于则采用穷举法遍历AGV数量范围，确定最优的完成搬运任务所需的AGV数量，进而驱动AGV调度系统进行AGV搬运的路径规划，否则执行步骤5；
步骤5、根据步骤2设定的所需AGV数量范围、遗传算法的初始种群数量，随机选择k个AGV数量做为初始种群，种群中每个初始种子为一个AGV数量的二进制编码表示；
步骤6、通过AGV调度系统获取完成步骤3所抽取的搬运任务所需完成时间，作为遗传算法的适应度函数值；
步骤7、根据遗传算法标准赌轮算法，进行种群交叉、变异操作；重新执行步骤6，计算每个AGV数量完成搬运任务所需完成时间，直到达到最大迭代次数；
步骤8、过滤掉步骤7得到的不满足完成搬运时间约束的AGV数量数据，最终输出多组AGV数量及其对应的完成搬运时间列表；
步骤9、AGV数量管理人员综合考虑时间因素和成本因素从多组AGV数量及其对应的完成搬运时间列表中选择最优的AGV数量。
2.根据权利要求1所述的一种用于仓库AGV数量评估的仿真方法，其特征在于：所述AGV调度系统为一种接收到搬运任务后，力求搬运代价最小，协调、指挥若干AGV将货物搬运到指定位置的系统。
3.根据权利要求1所述的一种用于仓库AGV数量评估的仿真方法，其特征在于：所述完成搬运时间约束为物流企业制定的完成相应搬运任务的最长时间限制。
CN201910603594.8A 2019-07-05 2019-07-05 一种用于仓库agv数量评估的仿真方法 Active CN110334949B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910603594.8A CN110334949B (zh) 2019-07-05 2019-07-05 一种用于仓库agv数量评估的仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910603594.8A CN110334949B (zh) 2019-07-05 2019-07-05 一种用于仓库agv数量评估的仿真方法

Publications (2)

Publication Number Publication Date
CN110334949A CN110334949A (zh) 2019-10-15
CN110334949B true CN110334949B (zh) 2023-05-30

Family

ID=68144312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910603594.8A Active CN110334949B (zh) 2019-07-05 2019-07-05 一种用于仓库agv数量评估的仿真方法

Country Status (1)

Country Link
CN (1) CN110334949B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110733824A (zh) * 2019-10-21 2020-01-31 广东嘉腾机器人自动化有限公司 基于wms系统的agv任务生成方法、agv出入库方法及存储装置
CN113495557A (zh) * 2020-04-03 2021-10-12 北京京东乾石科技有限公司 确定目标设备数量的方法和装置
CN112084708B (zh) * 2020-09-04 2022-08-19 西南交通大学 一种基于响应面和遗传算法的agv系统优化配置方法
CN112379607B (zh) * 2021-01-18 2021-04-13 中联重科股份有限公司 模拟运行方法及装置、数量规划方法、装置及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107179769A (zh) * 2017-06-06 2017-09-19 泉州装备制造研究所 一种基于实时调度仿真和排队论的agv数量配置方法
CN107977739A (zh) * 2017-11-22 2018-05-01 深圳北斗应用技术研究院有限公司 物流配送路径的优化方法、装置及设备
CN108805316A (zh) * 2017-04-27 2018-11-13 北京京东尚科信息技术有限公司 货物搬运方法和装置
JP2019028992A (ja) * 2017-07-28 2019-02-21 株式会社日立製作所 配送車両の配送計画生成方法、装置およびシステム
CN109447557A (zh) * 2018-11-05 2019-03-08 安吉汽车物流股份有限公司 物流调度方法及装置、计算机可读存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108805316A (zh) * 2017-04-27 2018-11-13 北京京东尚科信息技术有限公司 货物搬运方法和装置
CN107179769A (zh) * 2017-06-06 2017-09-19 泉州装备制造研究所 一种基于实时调度仿真和排队论的agv数量配置方法
JP2019028992A (ja) * 2017-07-28 2019-02-21 株式会社日立製作所 配送車両の配送計画生成方法、装置およびシステム
CN107977739A (zh) * 2017-11-22 2018-05-01 深圳北斗应用技术研究院有限公司 物流配送路径的优化方法、装置及设备
CN109447557A (zh) * 2018-11-05 2019-03-08 安吉汽车物流股份有限公司 物流调度方法及装置、计算机可读存储介质

Also Published As

Publication number Publication date
CN110334949A (zh) 2019-10-15

Similar Documents

Publication Publication Date Title
CN110334949B (zh) 一种用于仓库agv数量评估的仿真方法
JP7052098B2 (ja) 搬送デバイスの移動を制御する方法、システムおよび装置
CN107179769B (zh) 一种基于实时调度仿真和排队论的agv数量配置方法
CN110097234B (zh) 工业卷烟运输智能调度方法及系统
Smith et al. A simulation-based evaluation of warehouse check-in strategies for improving inbound logistics operations
CN111091238B (zh) 一种自动化集装箱码头agv智能化调度方法
US10479612B1 (en) Carton induction optimization in order fulfillment picking system
CN109532558A (zh) 一种多agv小车充电控制方法及系统
CN111882215B (zh) 一种含有agv的个性化定制柔性作业车间调度方法
JP7226702B2 (ja) 自動誘導輸送車のスケジューリング方法及びスケジューリング装置
EP4131709A1 (en) Collaborative charging method and apparatus, and logistics devices
Khmeleva et al. Fuzzy-logic controlled genetic algorithm for the rail-freight crew-scheduling problem
CN112529332A (zh) 混凝土运输车调度方法、装置、终端设备和可读存储介质
CN116402309A (zh) 港口集疏运车辆调度匹配方法及系统
CN116523270B (zh) 一种物流运输任务自动调度方法、设备、服务器及介质
JP6593194B2 (ja) 自動車生産ラインのｐｂｓ出庫順列決定装置
Endler et al. Systematic review of the latest scientific publications on the vehicle routing problem
CN115169985A (zh) 一种移动充电机器人的远程调度方法和系统
Hu et al. A dynamic integrated scheduling method based on hierarchical planning for heterogeneous AGV fleets in warehouses
CN108197865A (zh) 物流配送任务快速调度控制方法及装置
CN110103770B (zh) 用于检测车载电池性能的方法和装置
CN109737979B (zh) 一种用于无人驾驶车航线的储存方法和系统
CN112561166A (zh) 车辆的调度方法和装置、存储介质、电子装置
CN111539674A (zh) 一种用于工程机械租赁场景物流运输的拼单方法
CN111768065A (zh) 一种分配拣货任务的方法和装置

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