大型倉(cāng)儲(chǔ)系統(tǒng)的調(diào)度算法研究.pdf

1、自動(dòng)化倉(cāng)儲(chǔ)系統(tǒng)(AS／RS)是現(xiàn)代物流和CIMS中的重要環(huán)節(jié),對(duì)現(xiàn)代企業(yè)的生產(chǎn)發(fā)揮著日益重要的作用。AS／RS是一個(gè)離散的、隨機(jī)的、動(dòng)態(tài)的、多因素、多目標(biāo)的復(fù)雜系統(tǒng),對(duì)AS／RS的智能化管理將導(dǎo)致復(fù)雜的系統(tǒng)優(yōu)化問(wèn)題。大型倉(cāng)儲(chǔ)系統(tǒng)作為自動(dòng)化倉(cāng)儲(chǔ)系統(tǒng)的一個(gè)重要發(fā)展方向,具有控制更為復(fù)雜、優(yōu)化效率要求更高等特點(diǎn),而傳統(tǒng)的優(yōu)化方法求解過(guò)程不僅時(shí)間較長(zhǎng)、成本較高,而且不易求得最優(yōu)解。
　　 本文將快速遺傳算法的理論研究,與首都國(guó)際機(jī)場(chǎng)大型

2、貨運(yùn)站倉(cāng)儲(chǔ)系統(tǒng)工程項(xiàng)目相結(jié)合,以進(jìn)一步完善大型倉(cāng)儲(chǔ)系統(tǒng)的智能化管理、提高系統(tǒng)整體效率為目標(biāo),開展了大型倉(cāng)儲(chǔ)系統(tǒng)優(yōu)化方法的研究。該項(xiàng)研究,對(duì)于提高大型倉(cāng)儲(chǔ)系統(tǒng)的智能化水平,提高倉(cāng)庫(kù)的運(yùn)行效率,降低運(yùn)行成本,提高物流運(yùn)營(yíng)企業(yè)和設(shè)計(jì)研發(fā)企業(yè)的競(jìng)爭(zhēng)力等方面,都具有重要的工程意義；對(duì)于如何獲得高效、穩(wěn)定、可靠的快速遺傳算法,遺傳算法如何更好地模擬復(fù)雜系統(tǒng)的適應(yīng)性過(guò)程和進(jìn)化行為、在優(yōu)化問(wèn)題求解中如何才能具備全局收斂性、搜索效率如何評(píng)價(jià)、如何與其他算

3、法結(jié)合、如何更好地適應(yīng)工程的需要等遺傳算法的主要研究方向上,都具有重要的理論價(jià)值。
　　 論文主要工作如下:
　　 (1)以首都國(guó)際機(jī)場(chǎng)大型貨運(yùn)站倉(cāng)儲(chǔ)系統(tǒng)為例,分析了AS／RS,特別是大型倉(cāng)儲(chǔ)系統(tǒng)的工作流程和特點(diǎn),提出了智能控制的方向和內(nèi)容,建立了大型倉(cāng)儲(chǔ)系統(tǒng)的優(yōu)化模型,選擇遺傳算法作為主要的優(yōu)化算法,提出了大型倉(cāng)儲(chǔ)系統(tǒng)優(yōu)化的目標(biāo)函數(shù)和約束條件。
　　 (2)設(shè)計(jì)了一種快速單目標(biāo)約束遺傳算法。該算法提出一種既利用

4、不可行解擴(kuò)大搜索范圍、又不引入懲罰因子的約束處理方法；設(shè)計(jì)了一種具有“記憶”能力的交叉算子,能夠阻止個(gè)體的“返祖”現(xiàn)象,避免了重復(fù)搜索,提高了搜索效率；設(shè)計(jì)了搜索步長(zhǎng)和方向可變的非均勻變異算子,可以保證算法在前期的快速搜索能力和后期的最優(yōu)解的保持能力；采用“精英”保持策略,將父代的最優(yōu)個(gè)體合并到子代,使算法具有較強(qiáng)的魯棒性。性能分析表明,該算法為1階快速收斂的遺傳算法,收斂速度優(yōu)于其它3種對(duì)照的遺傳算法,而且參數(shù)的選擇對(duì)于算法的收斂速度

5、沒(méi)有本質(zhì)的影響,一般能很快找到全局最優(yōu)解或近似最優(yōu)解。
　　 (3)設(shè)計(jì)了一種快速多目標(biāo)約束遺傳算法。該算法提出一種能夠從可行解空間和不可行解空間同時(shí)搜索(邊界搜索)的交叉算子,將約束條件和目標(biāo)結(jié)合在一起,引入一種新的偏序關(guān)系用于比較個(gè)體之間的優(yōu)劣；提出一種新的Niche值計(jì)算方法作為維持群體均勻性的主要?jiǎng)恿?并采用已搜索解集避免了算法的重復(fù)搜索。采用Markov鏈作為分析工具,證明了算法的收斂性。仿真結(jié)果表明,與同類進(jìn)化算法相

6、比,該算法能夠快速收斂到Pareto前沿,并能很好地維持群體的多樣性。
　　 (4)采用遺傳算法,進(jìn)行自動(dòng)化倉(cāng)庫(kù)的貨位和揀選路徑的優(yōu)化。在AS／RS中,提出了基于隨機(jī)存儲(chǔ)策略的庫(kù)區(qū)分配優(yōu)化、貨位分配優(yōu)化、行駛時(shí)間優(yōu)化的優(yōu)化控制目標(biāo),采用罰函數(shù)法對(duì)堆垛機(jī)的容量和行駛速度、多任務(wù)作業(yè)周期中先存后取、由近及遠(yuǎn)存儲(chǔ)、由遠(yuǎn)及近出庫(kù)等約束條件進(jìn)行處理。利用遺傳算法,在已經(jīng)存儲(chǔ)一定數(shù)量的貨物的大型自動(dòng)化倉(cāng)庫(kù)中,求出了動(dòng)態(tài)貨位分配和揀選路徑優(yōu)化

7、的Pareto最優(yōu)解。實(shí)驗(yàn)表明,該方法能夠很好地滿足立體倉(cāng)庫(kù)優(yōu)化控制的工程實(shí)際需要。
　　 (5)進(jìn)行AS／RS中堆垛機(jī)動(dòng)態(tài)待命位的研究。由存儲(chǔ)時(shí)間優(yōu)先的出庫(kù)策略確定了m個(gè)可能的訪問(wèn)點(diǎn){Pi｜i=1,...,m},由隨機(jī)存儲(chǔ)策略得到了這m個(gè)可能的訪問(wèn)點(diǎn)分別具有的流通率{Ii｜i=1,...,m},證明了這m個(gè)可能的訪問(wèn)點(diǎn)屬于格拉斯曼空間。利用多質(zhì)點(diǎn)重心法,通過(guò)格拉斯曼空間到仿射空間的映射,求出了堆垛機(jī)動(dòng)態(tài)待命位。計(jì)算結(jié)果表明,該

8、方法總體性能優(yōu)于已有的研究結(jié)果。
　　 (6)在上述研究的基礎(chǔ)上,分析了該大型倉(cāng)儲(chǔ)系統(tǒng)的性能。利用遺傳算法確定了自動(dòng)化倉(cāng)庫(kù)的動(dòng)態(tài)揀選路徑,采用多質(zhì)點(diǎn)重心法獲得了堆垛機(jī)的動(dòng)態(tài)待命位,之后,利用堆垛機(jī)的加速和減速曲線,得到堆垛機(jī)在自動(dòng)化倉(cāng)庫(kù)中的平均作業(yè)時(shí)間,最終獲得該大型倉(cāng)儲(chǔ)系統(tǒng)的出入庫(kù)能力,并分析了貨位分配、揀選路徑優(yōu)化和堆垛機(jī)的動(dòng)態(tài)待命位對(duì)提高出入庫(kù)能力的貢獻(xiàn),從而也體現(xiàn)了本文研究的工程價(jià)值。
　　 本文的研究結(jié)果,已經(jīng)