[發明專利]雙向式布局模式下貨位分配模型建立方法有效
| 申請號: | 202110517562.3 | 申請日: | 2021-05-12 |
| 公開(公告)號: | CN113222410B | 公開(公告)日: | 2023-05-19 |
| 發明(設計)人: | 蔡安江;葉康;郭師虹 | 申請(專利權)人: | 西安建筑科技大學 |
| 主分類號: | G06Q10/0631 | 分類號: | G06Q10/0631;G06Q10/04;G06Q10/087;G06N3/006 |
| 代理公司: | 西安恒泰知識產權代理事務所 61216 | 代理人: | 李鄭建 |
| 地址: | 710055*** | 國省代碼: | 陜西;61 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 雙向 布局 模式 貨位 分配 模型 建立 方法 | ||
1.一種雙向式布局模式下貨位分配調度模型建立方法,其特征在于,具體實現過程如下:
假設同一巷道兩側的貨架為一組,倉庫有a列,b層,c排貨架,倉庫左右兩端各有一個進/出口,貨架第x列,y層,z排的貨物坐標可表示為(x,y,z),為區別單向式立體倉庫,定義左端出入庫臺底部為坐標原點,每個貨位只能儲存一個貨物,且貨位的長寬高都相等,設為L;堆垛機的速度恒定不變,堆垛機的水平速度設為Vx、垂直速度為Vy、叉貨速度為Vz,且不互相干涉,忽略堆垛機啟動和制動的時間;
定義(x,y,z,Pk,Mk,j)表示貨架中某一待入庫貨物的信息,其中:(x,y,z)用于表示該貨物在倉庫中貨架中的位置坐標,它決定著貨物分配的最終結果,屬于決策變量;Pk用于表示(x,y,z)貨位中貨物周轉率,Mk表示貨物的質量,它們是待入庫貨物本身的固有參數;j表示貨物出入庫臺的列數,j=0或j=a+1;其中j=0表示最左端出/入庫臺所對應列數,j=a+1表示最右端庫臺的對應列數;左庫臺位置可表示為(0,1,0),右庫臺位置可表示為(a+1,1,0);
貨位分配調度模型如下:
(1)存儲效率原則建立函數F1
將貨物周轉率看作頻率系數,則建立的待優化函數為:
其中,表示堆垛機叉架存取貨時間;由于雙向式自動化立體倉庫貨物進出倉庫時出入庫臺不確定,因此用|x-j|表示堆垛機在x方向所走的距離;
(2)貨品相關性原則建立函數F2
當有一批待入庫的貨物進行存放時候,在空余貨位確定一位置為中心貨位,使待存放貨物距離中心貨位的距離盡可能短,以減少堆垛機存取同類貨物運行的時間;
當有n個貨位可以提供k類產品儲存時,定義此時的貨架組內平均坐標為(ak,bk,ck),其取值根據實際訂單決定,則待存放貨品(x,y,z)距離平均坐標的距離為:
其中
為使所有待存放貨品距離平均坐標即中心貨位的距離最短,則優化的目標函數為:
(3)貨架穩定性原則建立函數F3
貨架應該符合上輕下重的原則,盡可能的降低貨架重心,把輕的貨物放在上層,重的貨物放在下層,防止貨架因為重心不穩而導致傾覆,即貨物質量與其所在層數的乘積最小;目標函數為:
各個目標函數是根據單一的貨位分配原則建立的,它們之間即互相沖突又互相聯系,因此不能將這些目標函數單獨尋優,需要將多個目標函數進行統一;
根據倉庫的實際情況給各個目標函數F1min(x,y,z)、F2min(x,y,z)、F3min(x,y,z)賦予權重μ1、μ2、μ3,用來表示各目標函數的重要程度,由此建立包含各個分配原則的單目標函數為:
F(x,y,z)=μ1F1min(x,y,z)+μ2F2min(x,y,z)+μ3F3min(x,y,z)?(5)
(4)設計改進混合蛙跳算法
在局部搜索過程中,按照混合蛙跳算法的更新公式,對每一個子群中表達最差的蛙Pworse進行更新替換,公式如下:
式中,rand()表示0~1間的隨機數,STEP表示青蛙跳躍的步長,Dmin表示最小跳躍步長,Dmax表示最大跳躍步長,Pbest表示子群中表達最優的蛙;
通過對子群中表現最差的蛙Pworse進行更新,得到P′worse,若P′worse優于Pworse,則替之,反之用種群表達最優的蛙PB代替式(6)中的Pbest繼續更新;
對混合蛙跳算法進行改進,設計改進混合蛙跳算法,用以余弦函數為基礎的動態自適應同步因子如下式(7)所示,用來代替rand();
式中,gn表示子群內青蛙迭代次數,g表示當前子群迭代次數,用φ代替(6)式中的rand(),φ在之間逐漸遞增;
針對所建立的雙向式立體倉庫模型,采用改進混合蛙跳算法進行優化。
2.如權利要求1所述的方法,其特征在于,所述改進混合蛙跳算法優化的具體步驟如下:
步驟一:初始化參數
隨機生成m(memeplex)個子群,其中,每個子群有n只青蛙,每只青蛙代表一種貨位分配方式;設置青蛙最大跳躍的最大步長Dmax,子群內青蛙迭代次數gn,種群最大迭代次數Gn;
步驟二:初始化種群
在可行解范圍內生成F=m×n只青蛙,代表初始分配方式有m×n種,設置青蛙的維度S,每只青蛙可以表示為{X1,X1……XF};
步驟三:重新劃分子群Z1,Z2……Zm
將所有青蛙按計算適應值,記每個青蛙的適應值為f(i),按照從大到小的順序將青蛙排列并按照如下規則劃分子群:
Zk={X(j)k,f(j)k|X(j)k=X(k+m(j-1)),f(j)k=f(k+m(j-1))}?(8)
其中,j=1,2...n,k=1,2...m;
步驟四:記每個子群中適應度最大的青蛙Pbest,適應度最小的青蛙Pworse;
步驟五:記青蛙子群tm=0,表示子群進化的數目;tn=0,用來表示子群內局部搜索的迭代數;
步驟六:設tm=tm+1;
步驟七:設tn=tn+1;
步驟八:按照下式(9)的更新策略,更新子群中表現最差的青蛙:
步驟九:更新后的青蛙適應值如若優于Pworse,則替之;若不如Pworse,則用全局最優解PB代替Pbest返回步驟八進行重新選擇;若還是不如Pworse,則隨機生成一只青蛙代替;
步驟十:判斷tngn,是則返回步驟七;
步驟十一:判斷tmGn,是則返回步驟六;
步驟十二:迭代達到規定次數時,算法結束,輸出全局最優解PB,并輸出對應的目標函數值,解碼之后,得到最優的貨位分配坐標及出入庫臺坐標。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于西安建筑科技大學,未經西安建筑科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110517562.3/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





