自動化倉儲系統優(yōu)化方法的研究.pdf

1、自動化倉儲系統(AS/RS)是現代工廠物流和CIMS中的重要環(huán)節(jié)，隨著現代工業(yè)生產的發(fā)展，對自動化倉儲提出了更高的要求。本文將現代智能優(yōu)化理論的研究與AS/RS應用相結合，以進一步完善倉儲的智能化管理、提高系統整體效率為目標，開展自動化倉儲系統優(yōu)化方法的研究，對提高企業(yè)競爭力和國民經濟的運行質量都具有重要的理論和實際意義。 AS/RS是一個離散的、隨機的、動態(tài)的、多因素、多目標的復雜系統，對AS/RS的智能化管理將導致復雜的系統

2、優(yōu)化問題。傳統的方法求解過程不僅時間較長、成本較高，而且很難求得最優(yōu)解。本文通過采用智能優(yōu)化遺傳算法(GA)和基于群集智能的蟻群算法(ACO)對AS/RS的若干優(yōu)化問題進行研究，提出了相應的改進算法并進行了實例驗證。論文主要工作如下： 1.針對AS/RS輸送系統在實際運行時導致設備資源利用沖突和自動導引小車(AGV)的任務分配問題，建立了考慮多個復雜約束條件的AGV優(yōu)化調度問題的多參數優(yōu)化數學模型。將局部搜索技術引入標準遺傳算法

3、中，提出了帶有局部搜索的混合遺傳算法。該算法解決了局部搜索中尋找高效鄰域結構的技術難題，能夠搜索到問題的全局解，有效地解決了輸送系統出現的死鎖和瓶頸效應問題。 2.針對貨物存取頻繁和存儲貨位動態(tài)變化問題，建立了固定貨架系統貨位分配優(yōu)化問題的多目標模型；針對分配模型各目標存在相互沖突不存在唯一的最優(yōu)解，提出了基于Pareto最優(yōu)和小生境技術的改進遺傳算法。該算法除了常規(guī)遺傳操作以外，設計了Pareto解集過濾器和小生境技術，求得均

4、勻分布的Pareto最優(yōu)解集，較好地解決了貨位分配多目標優(yōu)化問題，并為AS/RS提供多種動態(tài)優(yōu)化解決方案。 3.為進一步提高AS/RS效率需要解決大規(guī)模入/出庫揀選作業(yè)的路徑規(guī)劃問題。本文首先針對水平分層旋轉貨架系統的特點構建了揀選作業(yè)路徑規(guī)劃問題的數學模型。然后針對不同設備配置下的固定貨架系統，定義了單巷道固定貨架揀選作業(yè)問題(SAOPP)和多巷道固定貨架揀選作業(yè)問題(MAOPP)：分別構建了SAOPP路徑規(guī)劃數學模型和作業(yè)次

5、數不確定的MAOPP路徑規(guī)劃的多目標數學模型。針對ACO算法求解路徑規(guī)劃問題存在容易出現停滯現象，提出了自適應動態(tài)改變信息素揮發(fā)系數的策略；針對ACO算法求解大規(guī)模路徑規(guī)劃問題時存在的收斂速度慢，容易陷入局部最優(yōu)的缺陷，提出了候選點集合策略、動態(tài)插入點策略及選擇算子的策略。實驗證明用本文設計的新型改進ACO算法求解大規(guī)模路徑規(guī)劃問題時，能快速得到近似最優(yōu)解。 4.為驗證本文建立的優(yōu)化模型和提出的求解方法的有效性，結合一個實際的應