CN116342001B - 一种面向包装企业自动化立体仓库货位优化方法及系统 - Google Patents

Abstract

本发明属于自动化立体仓库存储技术领域，公开了一种面向包装企业自动化立体仓库货位优化方法及系统，根据WMS系统中的历史数据。根据系统中的历史数据，统计过去三年各种类型货物坐标并计算对应季度货物坐标平均值。对包装企业产品进行分类。根据堆垛机运动特性，建立堆垛机路径最优模型，使取放货物时间最短。根据货架稳定性原则，建立货架稳定性数学模型，使货架横向和纵向原则。根据货架稳定性，货物关联性，取货路径最短建立多目标优化模型，得到最终货优化模型。解决了目前包装企业货物种类繁多，货架稳定性参数少只考虑货物周转率未联系相关联货物关联因子的，不能有效地描述实际问题，造成优化效果不理想，取货时间长的问题。

Description

一种面向包装企业自动化立体仓库货位优化方法及系统

技术领域

本发明属于自动化立体仓库存储技术领域，具体涉及一种面向包装企业自动化立体仓库货位优化方法及系统。

背景技术

自动化立体仓库一般由堆垛机、钢结构货架、电气控制系统、仓库管理系统(WMS)、仓库调度系统(WCS)等组成。自动化立体仓库的货物存储受限于货架的布局分布，目前有大量的厂家在设计之初根据货物的尺寸、质量、货位大小、托盘尺寸，建立静态布局的立体仓库。静态布局的立体仓库直接关系到仓库中货物的周转效率和空间利用率。货物的存取作业效率是自动化立体仓库考虑的主要因素之一，通过WCS以及相关的优化算法可以提高仓库的存储和运行效率，这也是近年来各大企业和高校研究的热点方向。

自动化立体仓库成为制造业中必不可少的组成部分，特别是包装行业。制造化企业内部采用立体仓库对产品进行存储，可以有效提高产品的管理水平，节约劳动力，降低生产运输成本，在一定空间内实现存储区域最大化。而包装行业通过立体仓库连接产品与生产线，实现企业内部生产制造一体化，缩短整机下线时间并可以及时了解到相关配件的剩余情况，及时对生产计划进行调整。做到有效管理控制成本，使企业生产效率、盈利最大化。自动化立体仓库在包装企业的部署，也是提高企业利润率的一种有效措施。

包装行业中由于产品及其耗材种类繁多，如拆箱机、包装机、打包机、码垛机等，每种机器的组成结构和功能差异较大，所需要的钣金件、外购件、机加件、注塑件等相关性不大，这就导致产品的分类糅杂。此外每种设备还有配套的耗材如缠绕膜、打包带、胶带等，这些耗材也有不同的规格，且与设备的相关性较大。因此包装企业引入自动化立体仓库，可以根据前一季度的数据情况对本季度的货物进行优化，减少制造成本，提升存储效率，对于实现企业信息化智能化具有十分重要的应用价值。

包装企业所使用的自动立体仓库，除了建立与企业想适应的货架、托盘和料箱，还需要建立与该行业相适应的优化模型，优化模型的核心在于需要合理建立多目标优化的数学模型，并设计相对应的求解算法。数学模型的建立依赖于产品的结构工艺，产品之间的依赖程度，分析自动化立体仓库中的历史数据，并根据出入库频率将货物进行初步分类。包装行业的产品重量较大，因此需要考虑重量对货架形变的影响，同时在货位优化中堆垛机的运行速度也影响出入库效率。随着生产计划的调整，根据仓库类的标准件数量、缠绕膜种类、打包带种类等会做出调整。

合理的利用历史数据，使用启发式算法或者强化学习设计精确的控制算法，是实现货位优化至关重要的前提。通常的货位优化算法都是在货架稳定性的基础上，结合时间最短，取货路径最短，周转率最大，建立通用的货位优化模型，这些模型都有一定的局限性，没有考虑货物之间有联系的部分，严重影响优化效果，影响仓库作业效率增加了管理成本。

发明内容

本发明的目的在于提供一种面向包装企业自动化立体仓库货位优化方法及系统，以解决上述背景技术中提出现有技术中的问题。

为实现上述目的，本发明采用了如下技术方案：

一种面向包装企业自动化立体仓库货位优化方法，包括如下步骤：

S1、确立自动化立体仓库货位优化目标；

S2、根据WMS系统中的数据，计算不同货物类型在过去三年中该季度的出入库频率；

S3、根据产品类型，对不同产品使用的各种部件进行分类，得到相关联系数；

S4、对自动化立体仓库中的货架进行区域划分并在区域内标定；

S5、根据历史三年的数据，计算区域内相关货物存储位置(x,y,z)的平均值并作为初始坐标，x,y,z分别代表自动化立体仓库的列数，层数，排数；

S6、根据初始坐标值确定堆垛机取货和存货所需最短时间；

S7、根据入库时货物的重量，计算货物与货架整体的重心；

S8、根据相邻货架之间货物重量基本一致原则，计算两货架中货物质量的平方差；

S9、建立多目标优化模型，货架稳定性，路径最短，重心最低符合“上轻下重”原则，对模型进行求解得到求解后货物位置坐标，得到初步优化结果，确定自动化立体仓库内货物之间的相关联程度与货物周转率，货架之间稳定性为优化目标。

进一步的，根据历史数据计算货物的出入库频率和相关联系数，计算公式为：

式中，P_ij为第i种第j类物品的出入库频率，Y_ij为第i种第j类物品在某一年该季度的出入库总数，S为该季度内生产的货物的总数，由于统计为过去三年该季度的数据，故n≤3。

进一步的，根据分类结果计算包装设备中各类产品进行分类，并根据产品之间的关联程度，得到产品之间的关联因子，将包装企业产品分为n种，其中第n种有k类；

计算每类药品之间的关联因子为R_ijef表示为第i种第j类产品同时包含e,f种物品的订单数量，Q为该季度内总的订单数，统计为过去三年每年该季度订单数量之和，所以公式为

式中，R_ijef表示为关联因子，i,j的取值范围为i,e,f∈1,2,3…i…n,j∈1,2,3…j…k；

根据历史数据计算得到包装企业与两货物e之间关联因子矩阵为：

计算第i种第j类物品的初始坐标，初始坐标为： 式中0≤X_ij≤A,0≤Y_ij≤B,0≤Z_ij≤C,其中A为货架最大列数，B为货架最大层数，C为货架最大排数；

堆垛机根据出库货物信息对货物进行拣选，出库总时间与出入库频率乘积最小，式中L_x,L_y分别表示单个货位的长度，宽度，L_Z表示为相邻两排货架之间的距离，由于堆垛机在X方向和Y方向可以同时运行，所以堆垛机在某一列仓库存取货物时间以两者最大来算，货物在Z方向传递货物是通过输送带来实现，V_x,V_y分别表示堆垛机在X方向和Y方向运行速度，V_z表示输送带的速度，堆垛机的货叉在存取货物时所用时间相同，为方便推算忽略这部分所用时间。

进一步的，根据货架上货物的初始坐标为上存储的货物质量为表示为第i种第j类货物的质量，且每个货位存放物品质量的最大值为1500kg，重心最低需要使货位上货物的质量与货架Y方向的距离乘积之和最小，即为

根据货架重心居中原则，即货架两端货物重心靠近这样使货架横向稳定性更好，同纵向稳定性一致，

根据相关联货物之间存储距离最小原则，引入欧式距离来计算目标货位与同类货物之间的距离与关联因子的乘积，存储距离最短联系最为紧密，摆放最为合理，用数学模型可以表示为：

式中(x_i,y_i,z_i)为每排货架，货架中心坐标由算例计算得出。

进一步的，根据包装企业货物种类多关联性强等特点，引入同种不同类之间货物的关联因子和物品出入库频率，以及货物中货架的中心距离，货架的稳定性等因素，构建数学模型为：

根据包装行业实际要求，数学模型的约束条件为：

进一步的，对所建立的多目标优化函数整合，建立适应度函数

并采用遗传算法对多目标优化模型进行求解，得出最合理的货位坐标。

进一步的，求解时，包括如下：

采用整数编码，对自动化立体仓库中包装企业所生产的产品种类，所需要的耗材和各类零部件进行编码，种群数量为200的一个矩阵，每列代表一个染色体，对应一个可行解，同时可行解里包含全局最优解，设置最大迭代次数为1000，交叉感染概率、变异概率、逆转录参数等；

利用历史数据初始化相关货物的坐标，对过去三年数据统计求出平均值，然后采用梅森旋转法分配该种群的初始化值，进一步地计算多目标优化的数值，计算适应度值和拥挤度对其进行排序，根据排序结果进行种群选择和迭代赋值操作；

采用模拟退火和爬山算法对初始种群筛选然后形成新种群；

采用模拟二进制交叉算子和多项式变异算子，引入变异参数进行变异操作，产生子代种群，

进一步的，对种群中的染色体采用逆转录融入原来种群中形成新的个体种群；将父代种群与子代种群合并形成一个新的种群，再进行非支配操作，选出新的父代种群；在此基础上再进行下一代的逆转录、交叉、变异操作，形成新的子代种群，如果迭代次数超过最大迭代次数这停止程序运行，在历史迭代中选择最优的Pareto解集。

本发明还提出一种面向包装企业自动化立体仓库货位优化系统，包括存储器、终端服务器以及在自动化立体仓库中负责调度的WCS系统并运行相关程序的服务器系统，处理器执行计算机程序实现包装行业自动化立体仓库的货位优化。

本发明的技术效果和优点：本发明提出的一种面向包装企业自动化立体仓库货位优化方法及系统，与现有技术相比，具有以下优点：

1、通过确认立体仓库货坐标为优化目标，根据自动化立体仓库类产品部件和必须耗材的订单数据并计算相关物品的出入库频率和关系因子，并根据关系因子对仓库内的货物进行分类，根据历史三年的数据初始化相关货物的起始坐标，建立堆垛机与出入库货物最短、相关度最高、货架稳定性最优、存储距离最短的多目标优化数学模型，然后对目标函数进行求解得到最优的库位坐标，并给出货架稳定性数值，解决了目前包装企业货物种类繁多，货架稳定性参数少只考虑货物周转率未联系相关联货物关联因子的，不能有效地描述实际问题，造成优化效果不理想，取货时间长的问题；

2、建立的目标函数考虑到制造业零部件种类多，分类不合理的问题，特别针对包装行业耗材种类较多的问题做出了一定的优化，从而使包装行业中自动化立体仓库货位优化效率高，仓储成本低，货架稳定性高，降低了仓库的管理运营成本。

附图说明

图1是本发明实施例中包装企业自动化立体仓库的钢结构货架示意图；

图2是本发明实施例中包装企业自动化立体仓库货位优化方法流程图；

图3是本发明实施例中通过遗传算法求解所建立数学模型的流程图；

图4是本发明实施例中包装企业自动化立体仓库货位优化前的货物分布示意图；

图5是本发明实施例中包装企业自动化立体仓库货位优化后的货物分布示意图。

图中：1、RGV出库搬运线；2、出库台；3、货架；4、堆垛机运行巷道；5、入库台；6、入库输送线。

具体实施方式

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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做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。

本发明实施例中提供了一种面向包装企业自动化立体仓库货位优化系统，该系统包括存储器、终端服务器以及在自动化立体仓库中负责调度的WCS系统并运行相关程序的服务器系统，处理器执行计算机程序实现包装行业自动化立体仓库的货位优化方法。

如图1所示的自动化立体仓库的货架，具体包括1RGV出库搬运线、2出库台、3货架、4堆垛机运行巷道、5入库台、6入库输送线。货物首先经过6运输进入5入库台，接着堆垛机接收到WCS的入库指令将移动至5入库台，然后堆垛机运行至指定库位，将货物摆放在3货架上完成入库操作。出库时堆垛机接收到货物出库命令，堆垛机运行到指定库位，从货位上取货后运行至2出库台，后货物经过1RGV输送线搬运至装车区域。

基于上述的优化系统和货架，进行自动化立体仓库货位优化时，如图2-图5所示的，包括如下步骤：

步骤S101、根据WMS系统中的历史数据，分析过去三年的货物类型、质量、关联货物、数量、每季度总量、周转率等数据。

步骤S102、根据系统中的历史数据，统计过去三年各种类型货物坐标并计算对应季度货物坐标平均值。

步骤S103、对包装企业产品进行分类，根据产品和附属品种类计算关联因子。

步骤S104、根据历史数据计算各类产品货物周转率。

步骤S105、根据堆垛机运动特性，建立堆垛机路径最优模型，使取放货物时间最短。

步骤S106、根据货架稳定性原则，建立货架稳定性数学模型，使货架横向和纵向原则。

步骤S107、根据相关联货物存储距离最短原则，引入欧式距离建立存储距离与关联因子之间的数学模型。

步骤S108、根据货架稳定性，货物关联性，取货路径最短建立多目标优化模型，得到最终货优化模型。

具体的，根据历史数据计算货物的出入库频率和相关联系数，计算公式为：

式中，P_ij为第i种第j类物品的出入库频率，Y_ij为第i种第j类物品在某一年该季度的出入库总数，S为该季度内生产的货物的总数，由于统计为过去三年该季度的数据，故n≤3。

进一步地，根据分类结果计算包装设备中各类产品进行分类，并根据产品之间的关联程度，得到产品之间的关联因子。

将包装企业产品分为n种，其中第n种有k类；计算每类药品之间的关联因子为R_ijef表示为第i种第j类产品同时包含e,f种物品的订单数量，Q为该季度内总的订单数。统计为过去三年每年该季度订单数量之和，所以公式为式中，R_ijef表示为关联因子，i,j的取值范围为i,e,f∈1,2,3…i…n,j∈1,2,3…j…k。

根据历史数据计算得到包装企业与两货物e之间关联因子矩阵为，

计算第i种第j类物品的初始坐标，初始坐标为式中0≤X_ij≤A,0≤Y_ij≤B,0≤Z_ij≤C,其中A为货架最大列数，B为货架最大层数，C为货架最大排数。

堆垛机根据出库货物信息对货物进行拣选，出库总时间与出入库频率乘积最小，式中L_x,L_y分别表示单个货位的长度，宽度，L_Z表示为相邻两排货架之间的距离，由于堆垛机在X方向和Y方向可以同时运行，所以堆垛机在某一列仓库存取货物时间以两者最大来算，货物在Z方向传递货物是通过输送带来实现。V_x,V_y分别表示堆垛机在X方向和Y方向运行速度，V_z表示输送带的速度，堆垛机的货叉在存取货物时所用时间相同,为方便推算忽略这部分所用时间。

包装行业机械设备重量较大，货架稳定性也是需要考虑的重要因素之一，货物要根据货架上的实际承受能力，合理摆放使货架稳定性最好。

根据货架上货物的初始坐标为上存储的货物质量为表示为第i种第j类货物的质量，且每个货位存放物品质量的最大值为1500kg。重心最低需要使货位上货物的质量与货架Y方向的距离乘积之和最小，即为

根据货架重心居中原则，即货架两端货物重心靠近这样使货架横向稳定性更好，同纵向稳定性一致。

由于包装行业生产的机器类型特殊，所使用的非标件，机架件种类繁多，包括辊轮、导向轮、回转支撑部件、定位部件、锁紧部件、贴标部件等。各种产品之间的联系紧密，若在同一区域存放会极大提高货物的出入库频率，通过历史订单可以发现有些货物出货在同一订单中，这说明二者联系较为紧密如辊轮和缠绕膜。

根据相关联货物之间存储距离最小原则，引入欧式距离来计算目标货位与同类货物之间的距离与关联因子的乘积，存储距离最短联系最为紧密，摆放最为合理，用数学模型可以表示为：

式中(x_i,y_i,z_i)为每排货架，货架中心坐标由算例计算得出。本文中一种面向包装企业的自动化立体仓库货位优化方法，忽略X方向、Y方向和Z方向堆垛机的加速和刹车时间，由于采用S曲线控制，忽略该参数有利于模型的构造与计算。

根据包装企业货物种类多关联性强等特点，引入同种不同类之间货物的关联因子和物品出入库频率，以及货物中货架的中心距离，货架的稳定性等因素，构建数学模型为：

根据包装行业实际要求，数学模型的约束条件为：

进一步地，对所建立的多目标优化函数整合，建立适应度函数

对于包装行业多目标优化模型进行求解，得出最合理的货位坐标。采用遗传算法对对目标函数进行求解。采用遗传算法(Genetic Algorithm)对该目标函数进行求解包括：

采用整数编码，对自动化立体仓库中包装企业所生产的产品种类，所需要的耗材和各类零部件进行编码。种群数量为200的一个矩阵，每列代表一个染色体，对应一个可行解，同时可行解里包含全局最优解，设置最大迭代次数为1000，交叉感染概率、变异概率、逆转录参数等。

利用历史数据初始化相关货物的坐标，对过去三年数据统计求出平均值，然后采用梅森旋转法分配该种群的初始化值，进一步地计算多目标优化的数值，计算适应度值和拥挤度对其进行排序，根据排序结果进行种群选择和迭代赋值操作。

采用模拟退火和爬山算法对初始种群筛选然后形成新种群；采用模拟二进制交叉算子和多项式变异算子，引入变异参数进行变异操作，产生子代种群；对种群中的染色体采用逆转录融入原来种群中形成新的个体种群；

将父代种群与子代种群合并形成一个新的种群，再进行非支配操作，选出新的父代种群；在此基础上再进行下一代的逆转录、交叉、变异操作，形成新的子代种群，如果迭代次数超过最大迭代次数这停止程序运行，在历史迭代中选择最优的Pareto解集：

通过确立自动化立体仓库货位优化目标；根据WMS系统中的数据，计算不同货物类型在过去三年中该季度的出入库频率；根据产品类型，对不同产品使用的各种部件进行分类，得到相关联系数；对自动化立体仓库中的货架进行区域划分并在区域内标定；根据历史三年的数据，计算区域内相关货物存储位置(X,Y,Z)的平均值并作为初始坐标，X,Y,Z分别代表自动化立体仓库的列数，层数，排数；根据初始坐标值确定堆垛机取货和存货所需最短时间；根据入库时货物的重量，计算货物与货架整体的重心；根据相邻货架之间货物重量基本一致原则，计算两货架中货物质量的平方差；根据上述模型关系，建立多目标优化模型，货架稳定性，路径最短，重心最低符合“上轻下重”原则；对模型进行求解得到求解后货物位置坐标，得到初步优化结果；确定自动化立体仓库内货物之间的相关联程度与货物周转率，货架之间稳定性为优化目标。

解决了目前包装企业货物种类繁多，货架稳定性参数少只考虑货物周转率未联系相关联货物关联因子的，不能有效地描述实际问题，造成优化效果不理想，取货时间长的问题。建立的目标函数考虑到制造业零部件种类多，分类不合理的问题，特别针对包装行业耗材种类较多的问题做出了一定的优化，从而使包装行业中自动化立体仓库货位优化效率高，仓储成本低，货架稳定性高，降低了仓库的管理运营成本，树立了行业标杆。

最后应说明的是：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，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，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。

Claims (7)

1.一种面向包装企业自动化立体仓库货位优化方法，其特征在于，包括如下步骤：

S1、确立自动化立体仓库货位优化目标；

S2、根据WMS系统中的数据，计算不同货物类型在过去三年中每个季度的出入库频率；

S3、根据产品类型，对不同产品使用的各种部件进行分类，得到相关联系数；

S4、对自动化立体仓库中的货架进行区域划分并在区域内标定；

S5、根据历史三年的数据，计算区域内相关货物存储位置(x,y,z)的平均值并作为初始坐标，x,y,z分别代表自动化立体仓库的列数，层数，排数；

S6、根据初始坐标值确定堆垛机取货和存货所需最短时间；

S7、根据入库时货物的重量，计算货物与货架整体的重心；

S8、根据相邻货架之间货物重量基本一致原则，计算两货架中货物质量的平方差；

S9、建立多目标优化模型，货架稳定性，路径最短，重心最低符合“上轻下重”原则，对模型进行求解得到求解后货物位置坐标，得到初步优化结果，确定自动化立体仓库内货物之间的相关联程度与货物周转率，货架之间稳定性为优化目标；

根据分类结果计算包装设备中各类产品进行分类，并根据产品之间的关联程度，得到产品之间的关联因子，将包装企业产品分为n种，其中第n种有k类；

计算每类药品之间的关联因子为R_ijef表示为第i种第j类产品同时包含e,f种物品的订单数量，Q为该季度内总的订单数，统计为过去三年每年该季度订单数量之和，所以公式为n≤3；

式中，R_ijef表示为关联因子，i,j的取值范围为i,e,f∈1,2,3…i…n,j∈1,2,3…j…k；

根据历史数据计算得到包装企业与两货物e之间关联因子矩阵为：

计算第i种第j类物品的初始坐标，初始坐标为： 式中0≤X_ij≤A,0≤Y_ij≤B,0≤Z_ij≤C,其中A为货架最大列数，B为货架最大层数，C为货架最大排数；

堆垛机根据出库货物信息对货物进行拣选，出库总时间与出入库频率乘积最小，式中L_x,L_y分别表示单个货位的长度，宽度，L_Z表示为相邻两排货架之间的距离，由于堆垛机在X方向和Y方向可以同时运行，所以堆垛机在某一列仓库存取货物时间以两者最大来算，货物在Z方向传递货物是通过输送带来实现，V_x,V_y分别表示堆垛机在X方向和Y方向运行速度，V_z表示输送带的速度，堆垛机的货叉在存取货物时所用时间相同，为方便推算忽略这部分所用时间；

根据货架上货物的初始坐标为上存储的货物质量为表示为第i种第j类货物的质量，且每个货位存放物品质量的最大值为1500kg，重心最低需要使货位上货物的质量与货架Y方向的距离乘积之和最小，即为

根据货架重心居中原则，即货架两端货物重心靠近这样使货架横向稳定性更好，同纵向稳定性一致，

根据相关联货物之间存储距离最小原则，引入欧式距离来计算目标货位与同类货物之间的距离与关联因子的乘积，存储距离最短联系最为紧密，摆放最为合理，用数学模型可以表示为：

式中(x_i,y_i,z_i)为每排货架，货架中心坐标由算例计算得出。

2.根据权利要求1所述的一种面向包装企业自动化立体仓库货位优化方法，其特征在于：根据历史数据计算货物的出入库频率和相关联系数，计算公式为：

式中，P_ij为第i种第j类物品的出入库频率，Y_ij为第i种第j类物品在某一年该季度的出入库总数，S为该季度内生产的货物的总数，由于统计为过去三年该季度的数据，故n≤3。

3.根据权利要求2所述的一种面向包装企业自动化立体仓库货位优化方法，其特征在于：根据包装企业货物种类多关联性强等特点，引入同种不同类之间货物的关联因子和物品出入库频率，以及货物中货架的中心距离，货架的稳定性等因素，构建数学模型为：

根据包装行业实际要求，数学模型的约束条件为：

4.根据权利要求3所述的一种面向包装企业自动化立体仓库货位优化方法，其特征在于：对所建立的多目标优化函数整合，建立适应度函数

并采用遗传算法对多目标优化模型进行求解，得出最合理的货位坐标。

5.根据权利要求4所述的一种面向包装企业自动化立体仓库货位优化方法，其特征在于：求解时，包括如下：

采用整数编码，对自动化立体仓库中包装企业所生产的产品种类，所需要的耗材和各类零部件进行编码，种群数量为200的一个矩阵，每列代表一个染色体，对应一个可行解，同时可行解里包含全局最优解，设置最大迭代次数为1000，交叉感染概率、变异概率、逆转录参数等；

利用历史数据初始化相关货物的坐标，对过去三年数据统计求出平均值，然后采用梅森旋转法分配该种群的初始化值，进一步地计算多目标优化的数值，计算适应度值和拥挤度对其进行排序，根据排序结果进行种群选择和迭代赋值操作；

采用模拟退火和爬山算法对初始种群筛选然后形成新种群；

采用模拟二进制交叉算子和多项式变异算子，引入变异参数进行变异操作，产生子代种群。

6.根据权利要求5所述的一种面向包装企业自动化立体仓库货位优化方法，其特征在于：对种群中的染色体采用逆转录融入原来种群中形成新的个体种群；将父代种群与子代种群合并形成一个新的种群，再进行非支配操作，选出新的父代种群；在此基础上再进行下一代的逆转录、交叉、变异操作，形成新的子代种群，如果迭代次数超过最大迭代次数这停止程序运行，在历史迭代中选择最优的Pareto解集。

7.一种用于实现如权利要求1-6任意一项所述方法的面向包装企业自动化立体仓库货位优化系统，其特征在于：包括存储器、终端服务器以及在自动化立体仓库中负责调度的WCS系统并运行相关程序的服务器系统，处理器执行计算机程序实现包装行业自动化立体仓库的货位优化。