CN116957299A - 自动化仓库复合订单的优化调度方法、系统、设备及介质 - Google Patents
自动化仓库复合订单的优化调度方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN116957299A CN116957299A CN202311205163.9A CN202311205163A CN116957299A CN 116957299 A CN116957299 A CN 116957299A CN 202311205163 A CN202311205163 A CN 202311205163A CN 116957299 A CN116957299 A CN 116957299A
- Authority
- CN
- China
- Prior art keywords
- order
- warehouse
- scheduling
- drosophila
- orders
- 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 56
- 239000002131 composite material Substances 0.000 title claims abstract description 40
- 241000255581 Drosophila <fruit fly, genus> Species 0.000 claims abstract description 87
- 230000008569 process Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 150000001875 compounds Chemical class 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 8
- 238000013329 compounding Methods 0.000 claims description 5
- 125000004122 cyclic group Chemical group 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique 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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4189—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system
- G05B19/41895—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the transport system using automatic guided vehicles [AGV]
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Finance (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Accounting & Taxation (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
Abstract
本发明涉及仓库调度领域，尤其涉及自动化仓库复合订单的优化调度方法、系统、设备及介质。包括：调取出入库订单库中所有订单按照优先级排布后的排布顺序；基于所述排布顺序，通过果蝇算法生成当前订单的最优调度方案；基于所述最优调度方案执行所述当前订单的调度流程，重复S2直至所述出入库订单库中所有订单完成调度流程。通过在复合订单调度流程中，将出库任务和入库任务分别归集为集合，对任务和设备进行调度编码，实现复合调度模式。该方法能提高仓库作业效率、降低订单拖期风险，并考虑实际作业情况和设备负载进行动态调度，保证作业平衡和稳定。
Description
技术领域
本发明涉及仓库调度领域，尤其涉及自动化仓库复合订单的优化调度方法、系统、设备及介质。
背景技术
经过多年的研究，仓库调度优化已经取得了重要的进展。然而，随着现代物流和电子商务物流的快速发展，仓库订单的特性和顾客需求的改变使得调度问题的复杂程度、准确性和运算速度越来越高。不同行业的自动化立体仓库具有不同的特点，同一行业的企业也具有不同的需求，因此需要采取针对性的方法来建立新的调度模型或流程，以优化仓库调度。另外，目前用于求解大规模优化问题的模型算法已经趋于常规，并且求解质量没有明显提高，因此可以尝试引入新的研究思路来优化调度问题。根据构建的调度流程，可以尝试引入新颖的启发式算法来求解。
发明内容
本发明所要解决的技术问题是针对现有技术的不足，具体针对不同行业不同的仓库特点以及不同的需求等问题，具体提供了一种自动化仓库复合订单的优化调度方法、系统、设备及介质，具体如下：
1）第一方面，本发明提供一种自动化仓库复合订单的优化调度方法，具体技术方案如下：包括：
S1，调取出入库订单库中所有订单按照优先级排布后的排布顺序；
S2，基于所述排布顺序，通过果蝇算法生成当前订单的最优调度方案；
S3，基于所述最优调度方案执行所述当前订单的调度流程，重复S2直至所述出入库订单库中所有订单完成调度流程。
本发明提供的一种自动化仓库复合订单的优化调度方法的有益效果如下：
使用果蝇算法生成调度方案时，采用随机初始化果蝇种群中心解，利用嗅觉搜索和继承机制生成子辈果蝇调度解，并根据适应度函数值选择最优解进行种群更新。在复合订单调度流程中，将出库任务和入库任务分别归集为集合，对任务和设备进行调度编码，实现复合调度模式。该方法能提高仓库作业效率、降低订单拖期风险，并考虑实际作业情况和设备负载进行动态调度，保证作业平衡和稳定。
在上述方案的基础上，本发明还可以做如下改进。
进一步，所述优先级通过客户重要度、任务量以及截止时间确定。
进一步，所述通过果蝇算法生成当前订单的最优调度方案的过程为：
通过果蝇算法中的嗅觉搜索以及集成机制对经过初始化后的果蝇种群进行处理，生成子辈果蝇的调度解，其中果蝇种群中的每个果蝇代表任意一个订单的任意一个调度方案；
按照复合订单调度解码规则，结合所述子辈果蝇的调度解，计算每个子辈果蝇的适应度；
通过轮盘赌概率选择的方式，选取适应度降序排列后的前n个子辈果蝇作为优秀果蝇群；
将优秀果蝇群作为果蝇种群进行循环处理，直至迭代次数满足次数要求停止循环。
进一步，所述复合订单调度解码规则为：
根据每个订单中的出入库任务的网络图以及AGV小车的序列，确定所述出入库任务中每个阶段对应的AGV小车的序列号；
根据预设规则，计算每个订单的总完成时间；
所述预设规则包括：当前阶段的最早开始时间为上一阶段的最早结束时间。
进一步，所述计算每个子辈果蝇的适应度的过程为：
通过第一公式计算适应度，所述第一公式为：
；
其中，和/>为预设权重，K表示最大可用AGV小车的数量；/>表示编号为i的AGV小车；/>描述表示是否选择第i辆AGV运输货物；/>表示编号为k 的AGV的预估运货时间；表示所有AGV中，运货时间最久的AGV运送货物所需预估时间。
进一步，所述基于所述最优调度方案执行所述当前订单的调度流程的过程为：
若所述当前订单为出库订单，则将所述当前订单放入至出库订单集中，若所述当前订单为入库订单，则将所述当前订单放入至入库订单集中；
分别对出库订单集或入库订单集中的任务以及对应的货架进行编码；
当入库订单与出库订单通过同一编码的AGV小车进行执行时，将出库订单与入库订单进行绑定；
当任意一辆AGV小车对应多个订单时，按照订单的优先级进行执行。
2）第二方面，本发明还提供一种自动化仓库复合订单的优化调度系统，具体技术方案如下：包括：
排布模块用于：调取出入库订单库中所有订单按照优先级排布后的排布顺序；
处理模块用于：基于所述排布顺序，通过果蝇算法生成当前订单的最优调度方案；
重复模块用于：基于所述最优调度方案执行所述当前订单的调度流程，重复S2直至所述出入库订单库中所有订单完成调度流程。
在上述方案的基础上，本发明还可以做如下改进。
进一步，所述优先级通过客户重要度、任务量以及截止时间确定。
进一步，所述通过果蝇算法生成当前订单的最优调度方案的过程为：
通过果蝇算法中的嗅觉搜索以及集成机制对经过初始化后的果蝇种群进行处理，生成子辈果蝇的调度解，其中果蝇种群中的每个果蝇代表任意一个订单的任意一个调度方案；
按照复合订单调度解码规则，结合所述子辈果蝇的调度解，计算每个子辈果蝇的适应度；
通过轮盘赌概率选择的方式，选取适应度降序排列后的前n个子辈果蝇作为优秀果蝇群；
将优秀果蝇群作为果蝇种群进行循环处理，直至迭代次数满足次数要求停止循环。
进一步，所述复合订单调度解码规则为：
根据每个订单中的出入库任务的网络图以及AGV小车的序列，确定所述出入库任务中每个阶段对应的AGV小车的序列号；
根据预设规则，计算每个订单的总完成时间；
所述预设规则包括：当前阶段的最早开始时间为上一阶段的最早结束时间。
进一步，所述计算每个子辈果蝇的适应度的过程为：
通过第一公式计算适应度，所述第一公式为：
；
其中，和/>为预设权重，K表示最大可用AGV小车的数量；/>表示编号为i的AGV小车；/>描述表示是否选择第i辆AGV运输货物；/>表示编号为k 的AGV的预估运货时间；表示所有AGV中，运货时间最久的AGV运送货物所需预估时间。
进一步，所述基于所述最优调度方案执行所述当前订单的调度流程的过程为：
若所述当前订单为出库订单，则将所述当前订单放入至出库订单集中，若所述当前订单为入库订单，则将所述当前订单放入至入库订单集中；
分别对出库订单集或入库订单集中的任务以及对应的货架进行编码；
当入库订单与出库订单通过同一编码的AGV小车进行执行时，将出库订单与入库订单进行绑定；
当任意一辆AGV小车对应多个订单时，按照订单的优先级进行执行。
3）第三方面，本发明还提供一种计算机设备，所述计算机设备包括处理器，所述处理器与存储器耦合，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以使所述计算机设备实现如上所述的一种自动化仓库复合订单的优化调度方法。
4）第四方面，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使计算机实现如上所述的一种自动化仓库复合订单的优化调度方法。
需要说明的是，本发明的第二方面至第四方面的技术方案及对应的可能的实现方式所取得的有益效果，可以参见上述对第一方面及其对应的可能的实现方式的技术效果，此处不再赘述。
附图说明
通过阅读参照以下附图所作的对非限制性实施例的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为本发明实施例的一种自动化仓库复合订单的优化调度方法的流程示意图；
图2为本发明实施例的一种自动化仓库复合订单的优化调度系统的结构示意图；
图3为本发明实施例的一种自动化仓库复合订单的优化调度方法的调度流程示意图；
图4为本发明实施例的一种自动化仓库复合订单的优化调度方法的计算机设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
如图1所示，本发明实施例的一种自动化仓库复合订单的优化调度方法，包括如下步骤：包括：
S1，调取出入库订单库中所有订单按照优先级排布后的排布顺序；
S2，基于所述排布顺序，通过果蝇算法生成当前订单的最优调度方案；
S3，基于所述最优调度方案执行所述当前订单的调度流程，重复S2直至所述出入库订单库中所有订单完成调度流程。
本发明提供的一种自动化仓库复合订单的优化调度方法的有益效果如下：
使用果蝇算法生成调度方案时，采用随机初始化果蝇种群中心解，利用嗅觉搜索和继承机制生成子辈果蝇调度解，并根据适应度函数值选择最优解进行种群更新。在复合订单调度流程中，将出库任务和入库任务分别归集为集合，对任务和设备进行调度编码，实现复合调度模式。该方法能提高仓库作业效率、降低订单拖期风险，并考虑实际作业情况和设备负载进行动态调度，保证作业平衡和稳定。
如图3所示，S1，调取出入库订单库中所有订单按照优先级排布后的排布顺序的具体过程为：
订单i的优先级评分包括客户重要度、相对截至时间和相对任务量；所述客户重要度为预设参数；所述相对截至时间/>为交付时间与下达时间的时间差；所述相对任务量/>为当前任务量与总任务量的占比。
优先度函数为：
其中，是客户重要度、相对截至时间和相对任务量通过“两两比较法”构建的优先度矩阵的最大特征向量。
S2，基于所述排布顺序，通过果蝇算法生成当前订单的最优调度方案的具体过程为：
S21，按照复合订单调度编码规则，随机初始化果蝇种群中心解；
复合订单调度编码规则中，出库任务和入库任务同样分开编码，但是入库任务的编码依据出库任务编码，采取公用同一辆AGV小车的方式。
随机初始化果蝇种群中心解的过程为：
依据设置的种群规模和最大迭代次数，初始化种群位置。
S22，使用果蝇算法的嗅觉搜索和继承机制，生成子辈果蝇调度解；
S23，按照复合订单调度解码规则，计算子辈果蝇的适应度函数值；
复合订单调度的解码规则具体为：
S231，根据每个出入库任务的网络图和堆垛机/叉车序列决定出入库时每个阶段对应的操作设备；
其中，网络图由订单按规则自动生成，该规则属于行业内常规方法。
自动化立体仓库调度中订单出入库执行时所涉及的资源可用网络图来表示。网络图是可表示工作（调度）的开展顺序及其相互依赖、相互制约关系的有向、有序的网络图形。
堆垛机/叉车即为货架或可以理解为取货放货的地点，每个堆垛机/叉车有自己对应的序列或序列号；
操作设备即为AGV小车。
S232，对于每一个执行阶段，最早开始时间/>为前一阶段最早结束时间/>；
S233，计算每个执行阶段的结束时间；
S234，计算叉车或堆垛机执行阶段的开始时间以及结束时间，根据出入库执行环节的不同分别计算某个货物总的执行时间；
S235，订单总的完成时间为该订单最后一个任务的完成时间，计算每个订单总的完成时间；对于出库订单，计算每个出库订单的拖期。
拖期即为超出预设规定时间的时长。
适应度函数为：
其中，和/>为预设权重，K表示最大可用AGV的数量。/>表示编号为i的AGV。/>描述表示是否选择第i辆AGV运输货物；/>表示编号为k 的AGV的预估运货时间。表示所有AGV中，运货时间最久的AGV运送货物所需预估时间，即对一批次任务进行处理时，所有AGV的预估最大运货时间。
需要进一步说明的是，上述所有时间例如：开始时间或结束时间均为通过AGV小车以及距离等多种因素综合计算得出的，其与实际应用的场景以及设备的属性有关，在此不进行具体获取方式的限定。
S24，以轮盘赌概率选择的方式，挑选适应度排序前K名的子辈果蝇作为优秀果蝇，进行S22新一轮迭代，当迭代次数达到最大迭代次数或适应度函数值满足阈值，停止迭代。
S3，基于所述最优调度方案执行所述当前订单的调度流程，重复S2直至所述出入库订单库中所有订单完成调度流程的过程如下：
S31，把出库任务所有订单任务归为集合O1，入库任务所有订单任务归为集合O2，对O1集合的任务以及叉车进行调度编码，当集合O2的入库任务与出库任务由同一台堆垛机运送时，可把该入库任务与对应的出库任务捆绑，实现复合调度模式。
S32，堆垛机面临着一个或多个任务，在对堆垛机进行任务分配时采取先到先服务的原则，即按照订单任务下达的时间，把最先下达的任务分配给堆垛机，若几个订单任务同时下达，则通过计算权重对任务进行优先度排序，权重值大的任务优先执行。
S33，待堆垛机把货物运送到出库后时叉车把货物运送到出库缓存区进行清点和装车，叉车面临着多个运送任务，分配计划是优先执行先到达出库口的任务，当执行出库任务的运送时，若有复合调度的入库任务，则叉车需要把入库货物运送到出库任务对应堆垛机的入库台，再把出库台的货物运送到出库缓存区。
S34，执行完出库任务检查入库任务是否完成，若还有入库订单未完成，则继续完成入库订单。有出库订单的插入时，完成正在执行的订单后，重新调用算法对出库任务和入库任务进行订单调度。
在上述方案的基础上，本发明还可以做如下改进。
进一步，所述优先级通过客户重要度、任务量以及截止时间确定。
进一步，所述通过果蝇算法生成当前订单的最优调度方案的过程为：
通过果蝇算法中的嗅觉搜索以及集成机制对经过初始化后的果蝇种群进行处理，生成子辈果蝇的调度解，其中果蝇种群中的每个果蝇代表任意一个订单的任意一个调度方案；
按照复合订单调度解码规则，结合所述子辈果蝇的调度解，计算每个子辈果蝇的适应度；
通过轮盘赌概率选择的方式，选取适应度降序排列后的前n个子辈果蝇作为优秀果蝇群；
将优秀果蝇群作为果蝇种群进行循环处理，直至迭代次数满足次数要求停止循环。
进一步，所述复合订单调度解码规则为：
根据每个订单中的出入库任务的网络图以及AGV小车的序列，确定所述出入库任务中每个阶段对应的AGV小车的序列号；
根据预设规则，计算每个订单的总完成时间；
所述预设规则包括：当前阶段的最早开始时间为上一阶段的最早结束时间。
进一步，所述计算每个子辈果蝇的适应度的过程为：
通过第一公式计算适应度，所述第一公式为：
；
其中，和/>为预设权重，K表示最大可用AGV小车的数量；/>表示编号为i的AGV小车；/>描述表示是否选择第i辆AGV运输货物；/>表示编号为k的AGV的预估运货时间；表示所有AGV中，运货时间最久的AGV运送货物所需预估时间。
进一步，所述基于所述最优调度方案执行所述当前订单的调度流程的过程为：
若所述当前订单为出库订单，则将所述当前订单放入至出库订单集中，若所述当前订单为入库订单，则将所述当前订单放入至入库订单集中；
分别对出库订单集或入库订单集中的任务以及对应的货架进行编码；
当入库订单与出库订单通过同一编码的AGV小车进行执行时，将出库订单与入库订单进行绑定；
当任意一辆AGV小车对应多个订单时，按照订单的优先级进行执行。
如图2所示，本发明还提供一种自动化仓库复合订单的优化调度系统，具体技术方案如下：包括：
排布模块100用于：调取出入库订单库中所有订单按照优先级排布后的排布顺序；
处理模块200用于：基于所述排布顺序，通过果蝇算法生成当前订单的最优调度方案；
重复模块300用于：基于所述最优调度方案执行所述当前订单的调度流程，重复处理模块200直至所述出入库订单库中所有订单完成调度流程。
在上述方案的基础上，本发明还可以做如下改进。
进一步，所述优先级通过客户重要度、任务量以及截止时间确定。
进一步，所述通过果蝇算法生成当前订单的最优调度方案的过程为：
通过果蝇算法中的嗅觉搜索以及集成机制对经过初始化后的果蝇种群进行处理，生成子辈果蝇的调度解，其中果蝇种群中的每个果蝇代表任意一个订单的任意一个调度方案；
按照复合订单调度解码规则，结合所述子辈果蝇的调度解，计算每个子辈果蝇的适应度；
通过轮盘赌概率选择的方式，选取适应度降序排列后的前n个子辈果蝇作为优秀果蝇群；
将优秀果蝇群作为果蝇种群进行循环处理，直至迭代次数满足次数要求停止循环。
进一步，所述复合订单调度解码规则为：
根据每个订单中的出入库任务的网络图以及AGV小车的序列，确定所述出入库任务中每个阶段对应的AGV小车的序列号；
根据预设规则，计算每个订单的总完成时间；
所述预设规则包括：当前阶段的最早开始时间为上一阶段的最早结束时间。
进一步，所述计算每个子辈果蝇的适应度的过程为：
通过第一公式计算适应度，所述第一公式为：
；
其中，和/>为预设权重，K表示最大可用AGV小车的数量；/>表示编号为i的AGV小车；/>描述表示是否选择第i辆AGV运输货物；/>表示编号为k 的AGV的预估运货时间；表示所有AGV中，运货时间最久的AGV运送货物所需预估时间。
进一步，所述基于所述最优调度方案执行所述当前订单的调度流程的过程为：
若所述当前订单为出库订单，则将所述当前订单放入至出库订单集中，若所述当前订单为入库订单，则将所述当前订单放入至入库订单集中；
分别对出库订单集或入库订单集中的任务以及对应的货架进行编码；
当入库订单与出库订单通过同一编码的AGV小车进行执行时，将出库订单与入库订单进行绑定；
当任意一辆AGV小车对应多个订单时，按照订单的优先级进行执行。
在上述各实施例中，虽然对步骤进行了编号S1、S2等，但只是本发明给出的具体实施例，本领域的技术人员可根据实际情况调整S1、S2等的执行顺序，此也在本发明的保护范围内，可以理解，在一些实施例中，可以包含如上述各实施方式中的部分或全部。
需要说明的是，上述实施例提供的一种自动化仓库复合订单的优化调度系统的有益效果与上述一种自动化仓库复合订单的优化调度方法的有益效果相同，在此不再赘述。此外，上述实施例提供的系统在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统根据实际情况划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的系统与方法实施例属于同一构思，其具体实现过程详见方法实施例，在此不再赘述。
如图4所示，本发明实施例的一种计算机设备300，计算机设备300包括处理器320，处理器320与存储器310耦合，存储器310中存储有至少一条计算机程序330，至少一条计算机程序330由处理器320加载并执行，以使计算机设备300实现上述任一项一种自动化仓库复合订单的优化调度方法，具体地：
计算机设备300可因配置或性能不同而产生比较大的差异，可以包括一个或多个处理器320（Central Processing Units，CPU）和一个或多个存储器310，其中，该一个或多个存储器310中存储有至少一条计算机程序330，该至少一条计算机程序330由该一个或多个处理器320加载并执行，以使该计算机设备300实现上述实施例提供的一种自动化仓库复合订单的优化调度方法。当然，该计算机设备300还可以具有有线或无线网络接口、键盘以及输入输出接口等部件，以便进行输入输出，该计算机设备300还可以包括其他用于实现设备功能的部件，在此不做赘述。
本发明实施例的一种计算机可读存储介质，计算机可读存储介质中存储有至少一条计算机程序，至少一条计算机程序由处理器加载并执行，以使计算机实现上述任一项权利要求的一种自动化仓库复合订单的优化调度方法。
可选地，计算机可读存储介质可以是只读存储器（Read-Only Memory，ROM）、随机存取存储器（Random Access Memory，RAM）、只读光盘（Compact Disc Read-Only Memory，CD-ROM）、磁带、软盘和光数据存储设备等。
在示例性实施例中，还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一种自动化仓库复合订单的优化调度方法。
需要说明的是，本申请的说明书和权利要求书中的术语“第一”、“第二”、等是用于区别类似的对象，而代表对特定的顺序或先后次序进行限定。在适当情况下对于类似的对象的使用顺序可以互换，以便这里描述的本申请的实施例能够以除了图示或描述的顺序以外的顺序实施。
所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品，因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件（包括固件、驻留软件、微代码等），还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是一一但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)，只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种自动化仓库复合订单的优化调度方法，其特征在于，包括：
S1，调取出入库订单库中所有订单按照优先级排布后的排布顺序；
S2，基于所述排布顺序，通过果蝇算法生成当前订单的最优调度方案；
S3，基于所述最优调度方案执行所述当前订单的调度流程，重复S2直至所述出入库订单库中所有订单完成调度流程。
2.根据权利要求1所述的一种自动化仓库复合订单的优化调度方法，其特征在于，所述优先级通过客户重要度、任务量以及截止时间确定。
3.根据权利要求1所述的一种自动化仓库复合订单的优化调度方法，其特征在于，所述通过果蝇算法生成当前订单的最优调度方案的过程为：
通过果蝇算法中的嗅觉搜索以及集成机制对经过初始化后的果蝇种群进行处理，生成子辈果蝇的调度解，其中果蝇种群中的每个果蝇代表任意一个订单的任意一个调度方案；
按照复合订单调度解码规则，结合所述子辈果蝇的调度解，计算每个子辈果蝇的适应度；
通过轮盘赌概率选择的方式，选取适应度降序排列后的前n个子辈果蝇作为优秀果蝇群，n为正整数；
将优秀果蝇群作为果蝇种群进行循环处理，直至迭代次数满足次数要求停止循环。
4.根据权利要求3所述的一种自动化仓库复合订单的优化调度方法，其特征在于，所述复合订单调度解码规则为：
根据每个订单中的出入库任务的网络图以及AGV小车的序列，确定所述出入库任务中每个阶段对应的AGV小车的序列号；
根据预设规则，计算每个订单的总完成时间；
所述预设规则包括：当前阶段的最早开始时间为上一阶段的最早结束时间。
5.根据权利要求3所述的一种自动化仓库复合订单的优化调度方法，其特征在于，所述计算每个子辈果蝇的适应度的过程为：
通过第一公式计算适应度，所述第一公式为：
；
其中，和/>为预设权重，K表示最大可用AGV小车的数量；/>表示编号为i的AGV小车执行的出入库任务序列，即子辈果蝇的调度解；/>表示是否选择第i辆AGV小车运输货物；表示编号为k 的AGV的预估运货时间；/>表示所有AGV中，运货时间最久的AGV运送货物所需预估时间。
6.根据权利要求1所述的一种自动化仓库复合订单的优化调度方法，其特征在于，所述基于所述最优调度方案执行所述当前订单的调度流程的过程为：
若所述当前订单为出库订单，则将所述当前订单放入至出库订单集中，若所述当前订单为入库订单，则将所述当前订单放入至入库订单集中；
分别对出库订单集或入库订单集中的任务以及对应的货架进行编码；
当入库订单与出库订单通过同一编码的AGV小车进行执行时，将出库订单与入库订单进行绑定；
当任意一辆AGV小车对应多个订单时，按照订单的优先级进行执行。
7.一种自动化仓库复合订单的优化调度系统，其特征在于，包括：
排布模块用于：调取出入库订单库中所有订单按照优先级排布后的排布顺序；
处理模块用于：基于所述排布顺序，通过果蝇算法生成当前订单的最优调度方案；
重复模块用于：基于所述最优调度方案执行所述当前订单的调度流程，重复S2直至所述出入库订单库中所有订单完成调度流程。
8.根据权利要求7所述的一种自动化仓库复合订单的优化调度系统，其特征在于，所述优先级通过客户重要度、任务量以及截止时间确定。
9.一种计算机设备，其特征在于，所述计算机设备包括处理器，所述处理器与存储器耦合，所述存储器中存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行，以使所述计算机设备实现如权利要求1至6任一项权利要求所述的一种自动化仓库复合订单的优化调度方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有至少一条计算机程序，所述至少一条计算机程序由处理器加载并执行，以使计算机实现如权利要求1至6任一项权利要求所述的一种自动化仓库复合订单的优化调度方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311205163.9A CN116957299B (zh) | 2023-09-19 | 2023-09-19 | 自动化仓库复合订单的优化调度方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311205163.9A CN116957299B (zh) | 2023-09-19 | 2023-09-19 | 自动化仓库复合订单的优化调度方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116957299A true CN116957299A (zh) | 2023-10-27 |
| CN116957299B CN116957299B (zh) | 2023-12-01 |
Family
ID=88462389
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311205163.9A Active CN116957299B (zh) | 2023-09-19 | 2023-09-19 | 自动化仓库复合订单的优化调度方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116957299B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117371621A (zh) * | 2023-12-06 | 2024-01-09 | 湖北浩蓝智造科技有限公司 | 基于改进果蝇优化算法的库位分配方法、系统及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110689216A (zh) * | 2019-08-02 | 2020-01-14 | 湘潭大学 | 一种基于混合果蝇算法的机器人装配单元jit节能生产优化方法 |
| CN113240215A (zh) * | 2021-07-12 | 2021-08-10 | 湖北浩蓝智造科技有限公司 | 一种仓储agv的调度方法、系统、存储介质及电子设备 |
| CN113822588A (zh) * | 2021-09-28 | 2021-12-21 | 聊城大学 | 基于离散的人工蜂群进化的自动导向车辆调度方法 |
| WO2023106054A1 (ja) * | 2021-12-09 | 2023-06-15 | 株式会社日立製作所 | 物流倉庫制御システム及び物流倉庫制御方法 |
-
2023
- 2023-09-19 CN CN202311205163.9A patent/CN116957299B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110689216A (zh) * | 2019-08-02 | 2020-01-14 | 湘潭大学 | 一种基于混合果蝇算法的机器人装配单元jit节能生产优化方法 |
| CN113240215A (zh) * | 2021-07-12 | 2021-08-10 | 湖北浩蓝智造科技有限公司 | 一种仓储agv的调度方法、系统、存储介质及电子设备 |
| CN113822588A (zh) * | 2021-09-28 | 2021-12-21 | 聊城大学 | 基于离散的人工蜂群进化的自动导向车辆调度方法 |
| WO2023106054A1 (ja) * | 2021-12-09 | 2023-06-15 | 株式会社日立製作所 | 物流倉庫制御システム及び物流倉庫制御方法 |
Non-Patent Citations (2)
| Title |
|---|
| 吴斌;王超;董敏;: "基于混合果蝇优化算法的现场服务调度问题", 计算机应用, no. 09 * |
| 赵金龙: ""考虑配送截止时间的"货到人"订单拣选优化问题研究"", 《中国管理科学》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117371621A (zh) * | 2023-12-06 | 2024-01-09 | 湖北浩蓝智造科技有限公司 | 基于改进果蝇优化算法的库位分配方法、系统及介质 |
| CN117371621B (zh) * | 2023-12-06 | 2024-02-27 | 湖北浩蓝智造科技有限公司 | 基于改进果蝇优化算法的库位分配方法、系统及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116957299B (zh) | 2023-12-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109840648B (zh) | 用于输出储位信息的方法和装置 | |
| CN110197350B (zh) | 一种物品出库方法和装置 | |
| CN116957299B (zh) | 自动化仓库复合订单的优化调度方法、系统、设备及介质 | |
| CN109345091B (zh) | 基于蚁群算法的整车物流调度方法及装置、存储介质、终端 | |
| Poppenborg et al. | Online scheduling of flexible job-shops with blocking and transportation | |
| CN110390497B (zh) | 物品入库方法和装置 | |
| CN111724006B (zh) | 一种任务组合方法、数据处理方法和装置 | |
| CN113592282A (zh) | 一种物品分配方法和装置 | |
| CN109683504B (zh) | 出库控制方法、装置、电子设备及存储介质 | |
| CN112415953B (zh) | 提升机的调度方法和装置 | |
| CN115564144A (zh) | 一种港口船舶调度优化方法、装置及存储介质 | |
| CN114415610B (zh) | 机器人的调度方法、装置、电子设备及存储介质 | |
| CN117371621B (zh) | 基于改进果蝇优化算法的库位分配方法、系统及介质 | |
| CN111652408A (zh) | 仓库中的订单处理方法、装置、介质、电子设备与系统 | |
| CN111144796B (zh) | 用于生成理货信息的方法和装置 | |
| CN112434875B (zh) | 一种用于智能仓储的设备路径管理方法、系统和服务器 | |
| CN112749927B (zh) | 一种仓储机器人的调度方法及相关设备 | |
| Sun et al. | Multi-type resources collaborative scheduling in automated warehouse with fuzzy processing time | |
| Lee et al. | Synchronization of yard truck scheduling and storage allocation in container terminals | |
| CN114580728A (zh) | 提升机调度方法、装置、存储介质及电子设备 | |
| CN114919908B (zh) | 一种仓储机器人配置数量规划方法和装置、电子设备 | |
| CN114399228A (zh) | 任务调度方法及装置、电子设备和介质 | |
| CN114331265A (zh) | 用于输出信息的方法和装置 | |
| Chou | Minimising the total weighted tardiness for non-identical parallel batch processing machines with job release times and non-identical job sizes | |
| CN113554250A (zh) | 用于运输车的信息处理方法和装置 |
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 |