[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

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V_x、垂直速度為V_y、叉貨速度為V_z，且不互相干涉，忽略堆垛機啟動和制動的時間；

定義(x,y,z,P_k,M_k,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；P_k用于表示(x,y,z)貨位中貨物周轉率，M_k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(a_k,b_k,c_k)，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F_1min(x,y,z)、F_2min(x,y,z)、F_3min(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)＝μ₁F_1min(x,y,z)+μ₂F_2min(x,y,z)+μ₃F_3min(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P_worse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，D_min表示最小跳躍步長，D_max表示最大跳躍步長，P_best表示子群中表達最優的蛙；

通過對子群中表現最差的蛙P_worse進行更新，得到P′_worse，若P′_worse優于P_worse，則替之，反之用種群表達最優的蛙P_B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，g_n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D_max，子群內青蛙迭代次數g_n，種群最大迭代次數G_n；

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……X^F}；

步驟三：重新劃分子群Z₁,Z₂……Z_m

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：

Z_k＝{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P_best，適應度最小的青蛙P_worse；

步驟五：記青蛙子群t_m＝0，表示子群進化的數目；t_n＝0，用來表示子群內局部搜索的迭代數；

步驟六：設t_m＝t_m+1；

步驟七：設t_n＝t_n+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P_worse，則替之；若不如P_worse，則用全局最優解P_B代替P_best返回步驟八進行重新選擇；若還是不如P_worse，則隨機生成一只青蛙代替；

步驟十：判斷t_ng_n，是則返回步驟七；

步驟十一：判斷t_mG_n，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P_B，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。