分享
基于改进模拟退火遗传算法的自动化立体仓库货位优化_易斌.pdf
下载文档

ID:2515316

大小:1.27MB

页数:9页

格式:PDF

时间:2023-06-27

收藏 分享赚钱
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
基于 改进 模拟 退火 遗传 算法 自动化 立体仓库 货位 优化 易斌
基于改进模拟退火遗传算法的自动化立体仓库货位优化doi:10.3969/j.issn.1674-7100.2023.03.010收稿日期:2023-03-22基金项目:湖南省社会科学成果评审委员会课题(XSP22YBC350)作者简介:易 斌(1968-),男,重庆人,湖南工业大学教授,硕士生导师,主要从事企业管理、物流管理研究,E-mail:易 斌 敬舒瑶湖南工业大学商学院湖南 株洲 412007摘要:针对自动化立体仓库出入库作业量大、品类复杂等特点,对仓库货位展开优化研究,遵循周转率原则、货架稳定原则、关联原则等,构建了提高出库效率、提高货架稳定性、增强货物相关性的货位优化模型。使用传统模拟退火算法、遗传算法与改进模拟退火遗传算法求解模型,得出货位优化结果。对比分析结果证明了在解决货位优化问题时,改进算法比传统基础算法更加有效,能更好地改善自动化立体仓库空间使用率低、拣选效率低、货位摆放混乱的现状。关键词:自动化立体仓库;货位优化;改进算法中图分类号:F252;TP18 文献标志码:A文章编号:1674-7100(2023)03-0076-09引文格式:易 斌,敬舒瑶.基于改进模拟退火遗传算法的自动化立体仓库货位优化 J.包装学报,2023,15(3):76-84.2023 年 第 15 卷 第 3 期 Vol.15 No.3 May 2023包 装 学 报 PACKAGING JOURNAL031 研究背景 仓储作为物流产业链中游的重要组成部分,肩负着提升企业经济效益与服务效益的重担。仓库的主要任务是货物的拾取和放置。自动化立体仓库具有显著的自动化优势,能提高物流运行效率,节约生产用地,是物流行业发展的方向之一。为了适应物流的快速发展,自动化立体仓库的货位优化是提高企业作业效率的关键环节之一。目前,针对货位优化目标以及优化算法的研究较为全面。在货位优化目标方面,多数学者将提高出库效率、提高货架稳定性、增强货物关联性 3 个目标两两结合进行研究;也有部分学者将 3 个目标统统列入优化范围。在双目标货位优化的研究中,部分学者同时考虑出库效率和货架稳定性,将货位优化处理为多目标数学模型进行求解1-3。例如:董海、张延华等4-6根据货物相关性和周转率,建模求解分析后认为,考虑相关性和周转率可以获得更好的拣货效率。蔺一帅、王铁铮等7-8为保证货架整体的稳定性,确保仓库作业安全,建立了关联货物就近存放以及货架整体的质量必须均匀分布的优化模型。为保证货位优化研究更贴合实际,越来越多的学者将提高出库效率、提高货架稳定性、增强货位关联性 3 个目标统统列入优化范围进行研究。例如:Wang H.X.、Yang X.等9-10遵循同类物品邻近存放、按周转率摆放货物和货架必须稳定的原则,建立数学模型求解后,验证了针对货架稳定性、提高出库效率-77-和货品相关性建立模型的有效性。何李等11以出库效率、货物量、货物关联性为依据建立多目标模型。仿真分析证明求解得出的自动化立体仓库作业集成优化方案能有效缩短作业时间。周亚云等12考虑物料需求关联和周转率来进行仓储货位优化,构建了物料关联性、物料相似性、聚合类存储模型。研究结果表明考虑物料关联性以及周转率所建立的优化模型,能有效缩短订单拣选路径,提高订单拣选效率。唐文献、罗焕等13-14考虑出库作业量大、品种类型多、体积差别大等特点,建立了提高出库效率、降低货架重心、物料分巷道存放的优化模型,然后用算法求解验证了目标函数优化的有效性。该类研究对现代企业智能物流以及自动化仓库的管理,具有一定的理论价值和实践指导意义。货位优化模型目标多样、约束复杂,合理的算法能减少算法迭代次数,使优化结果更加精确。目前智能算法种类较多、发展迅速,通常用于求解优化模型的基础算法包括遗传算法、模拟退火算法、蚁群算法、粒子群优化算法、禁忌搜索算法等。针对不同的优化模型以及目标,应采用不同的智能算法类型。目前,针对货位优化的研究多使用遗传算法和模拟退火算法。遗传算法具有良好的可操作性,可并行搜索多个峰值,因此其运用较为普遍,已广泛应用于各个领域求解复杂的优化问题;但遗传算法也容易陷入局部最优的困境15-17。模拟退火算法则弥补了遗传算法的缺陷,能跳出局部最优解达到全局最优,多应用于解决复杂的非线性优化问题,但也存在收敛速度慢等缺点18-20。为适应越来越复杂的货位优化模型,学者们对部分基础算法进行改进,改进成兼顾两种或者多种基础算法优势的混合算法。有学者从实际问题出发,对模拟退火算法和遗传算法进行改进,得到改进的模拟退火遗传算法,并验证了改进算法的有效性。例如:曹现刚等21为寻找货位最优分配,提出一种基于模拟退火遗传算法解决货位分配问题,使遗传算法从局部极值区域中跳出,找到全局最优解,并保证了算法的收敛性。朱杰等22为了克服遗传算法的缺点,引入遗传模拟退火算法用来解决储位优化模型。混合算法越来越受学者青睐,算法之间的取长补短使得算法实用性和准确度大大提升。因此,深入研究混合算法对货位分配优化问题的解决有很大帮助。例如:李阳等23为提高航天零部件仓储系统中零部件出库效率和货架稳定性,建立货位优化模型,提出了基于遗传算法的存储策略,并用模拟退火算法解决遗传算法出现的早熟问题23。本文以提高出库效率、提高货架稳定性、加强货物关联性为优化目标,考虑自动化立体仓库的特点以及存储现状,建立货位优化模型。采用传统模拟退火算法、遗传算法和改进模拟退火遗传算法对模型进行求解。以某企业零部件自动化立体仓库为例,对模型合理性进行验证,对 3 种算法的优化效果进行验证和对比分析。2 问题描述2.1 货位优化原则遵循货位优化原则是货位优化的前提。货位优化原则是保证货位分布合理、提高出库效率和降低操作成本的基础。仓库货位的合理规划以及现有货位摆放的优化处理,可以从以下原则出发。1)周转率原则周转率原则是有效改善仓储作业效率的原则之一。周转率是指货物的流通频率。周转率高表示被拣选的次数多,因而此货物应存储在离仓库出入库口较近的位置。这能有效缩短分拣时间,实现仓库作业效率的提升。然而,影响周转率的因素较多,企业需要在不同阶段根据仓库实际情况调整货位优化方案。2)货架稳定原则保持货架稳定是货位优化的基本要求。任何一个货架都有承重上限,因而摆放货物时,需遵循上轻下重、均匀摆放原则。上轻下重原则即是较轻的货物摆放于货架高位,较重的货物摆放于货架低位。均匀摆放原则即是避免集中摆放,使货架受力均匀。这既能减少出入库的工作量,有效降低货架重心,又能使货架受力均匀,保证货架结构的稳定性。3)关联原则某些货物相互关联,往往需要同时使用,因而相关货物的摆放位置相邻。遵循关联原则,一方面能有效提高分拣效率,降低分拣工作量,节约作业成本;另一方面有助于观察货物的使用情况。基于改进模拟退火遗传算法的自动化立体仓库货位优化易 斌,等03-78-2.2 自动化立体仓库仓储特点及存在的问题自动化立体仓库又称为自动存取检索高架仓库(automatic storage and retrieval system,AS/RS),采用高层立体结构,具有吞吐量、空间利用率、周转率均较高的特点。自动化立体仓库往往利用多个自动化存储机器(堆垛机)在水平和垂直轨道上实现货箱的存储与取出,然后通过运输小车完成货箱的出入库活动。自动化立体仓库具备以下几个特点:一是高层货架空间利用率高。自动化立体仓库增加了仓储高度,空间利用率是传统仓库的 25 倍,单位存储面积是普通货架的 47 倍。二是计算机控制自动存取。自动堆垛机和计算机管理系统实现了仓库管理的自动化与科学化,大大提高了仓库管理的准确性和可靠性,降低了仓储成本。三是由“静态仓库”转化为“动态仓库”。动态仓库实现了自由选择货位、先进先出,以及拣选、组配等仓储作业。自动化立体仓库避免了传统制造业中人工化、低效化的弊端,实现了出入库操作和盘点无人化以及自动存取。但是零部件的种类繁多、数量大、周转率差异大,以及货位摆放混乱,造成了仓库运行任务重且效率低下的现状。目前,我国企业在自动化立体仓库运用中,货位摆放主要存在以下问题:一是零部件摆放无序。具体体现为相邻区域货位出入库频率相差较大,各货道的堆垛机以及自动运输车工作量不平衡等。例如周转率较高的零部件存储的货位距出入库口太远,使得拣货路径过长;周转率较低的零部件堆放在出入库口附近,成倍地增加了运输障碍。二是货架利用不合理。零部件随意摆放容易造成零部件的缺损,也使货架有效利用货位减少;货位分配没有考虑零部件的质量,使得货架稳定性较差。三是零部件未分类摆放。相关性大的零部件分配比较分散,自动运输车拣选距离变长,导致作业路径重复,降低了出库效率。2.3 问题实例本文以某企业自动化立体仓库为例,该自动化立体仓库中有若干个货架,每个货架均匀排列多个货位,每个货位能且只能存储一个库存单位(stock keeping unit,SKU)。根据初始货架设置对应的坐标,将此自动化立体仓库模型简化:自动化立体仓库中堆垛机可水平和垂直同时移动,实现双向拣货通道,无拣货冲突,拣货时间可忽略,传送带以匀速传送,每次拣货有且只有一个指定货位。货架总共有 P 排、L 列、C 层,且该货架单位货位的长宽高分别为 p0、l0、c0。以仓库左前角为出入库口,即平面坐标系的原点,出入库口前方为 X 轴正向,右方为 Y 轴正向,上方为 Z 轴正向。自动化立体仓库存放 n 种不同类型的零部件,其中第 i 类零部件中共有 ki个。每个零部件单独存放在第 x 排 y 列 z 层的货位上,坐标为(x,y,z)(x=1,2,P;y=1,2,L;z=1,2,C)。3 优化模型建立3.1 提高出库效率目标模型在堆垛机、传送带运行匀速不变的情况下,提高出库效率的关键在于缩短出库作业移动距离。货位坐标为(x,y,z),出入库口坐标为(0,0,0);堆垛机可在 X、Z 轴向同时移动,并分别以 vx、vz的速度从出入库口出发到指定位置后返回出入库口;传送带始终以 vy的速度沿着 Y 轴向出入库口移动。设第 i 类、第 j 个零部件的周转率为 Sij,若各零部件周转率与其存储的货位到出入库口的作业距离的乘积之和越小,则出库效率越高。要提高出库效率,应将周转率高的零部件放置于接近出入库口的位置。因此,将出库效率目标模型设定为。3.2 提高货架稳定性目标模型设货位(x,y,z)存放的第 i 类、第 j 个零部件的质量为 mij;重心高度为。若各零部件质量与其重心高度乘积之和越小,则货架稳定性越好。因此,将货架稳定性目标模型设定为 。3.3 增强货物关联性目标模型假设零部件按类别分类摆放,整体货架均匀分布。设各零部件重心坐标为(xm,ym,zm);di为第 i 类零部件的离散度;d为所有类别零部件的离散度之和;(xi,yi,zi)为第 i 类零部件的均值坐标;(xG,yG,zG)为整体零部件的均值坐标。若类内各零部件越紧凑,即 d2023 年 第 15 卷 第 3 期 Vol.15 No.3 May 2023包 装 学 报 PACKAGING JOURNAL03-79-越小,则越满足关联原则。D 为各零部件到整体零部件中心 G 的离散度之和,若 D 越大,则货物分布更为均匀。上述有关量的计算公式如下:第 i 类零部件的均值坐标为 ;第 i 类零部件离散度为;整体零部件均值坐标为 ;所有类别零部件产品内离散度之和为 ;各零部件到整体零部件中心 G 的离散度之和为 。货物关联性目标函数的设定既要考虑类内零部件的离散度,又要考虑各零部件是否均匀分布,因此关联性目标模型设定为 。3.4 约束条件根据货位优化原则以及自动化立体仓库的实际情况建立约束条件。首先,每个货位仅能存放一种货品,每个货位存储的数量必须是整数;其次,每个货位所在的排、列、层数分别不超过货架的总排数 P、总列数 L 和总层数 C。货位优化模型约束条件为x1,P,y1,L,z1,C,且x、y、zN。3.5 权重设置货位优化实际上是一个多目标组合优化的问题,目前多采用加权的方式处理多目标模型,将多目标函数转化成单一目

此文档下载收益归作者所有

下载文档
你可能关注的文档
收起
展开