智能存儲(chǔ)過(guò)程優(yōu)化設(shè)計(jì)

1、 智能存儲(chǔ)過(guò)程優(yōu)化設(shè)計(jì) 智能存儲(chǔ)過(guò)程優(yōu)化設(shè)計(jì)一問(wèn)題闡述某智能倉(cāng)庫(kù)，有兩個(gè)巷道，4排貨架，中間兩排貨架并排在一起，每排貨架有200貨格，其中長(zhǎng)20個(gè)，高10個(gè)，每個(gè)貨格尺寸為300cm*300cm，堆垛機(jī)行進(jìn)速度與升降為01.6米/秒，行進(jìn)過(guò)程可以升降，堆垛機(jī)存取貨物時(shí)只有一個(gè)出口，智能倉(cāng)庫(kù)存放10類(lèi)物品，這10類(lèi)物品需求量不同，假設(shè)不同需求，設(shè)計(jì)這10類(lèi)物品如何存放，占多少貨格，取貨速度能達(dá)到最優(yōu)。二貨位優(yōu)化方案自動(dòng)化立體倉(cāng)庫(kù)的高效率是建立在高效的貨位管理基礎(chǔ)之上的。對(duì)自動(dòng)化立體倉(cāng)庫(kù)的貨位進(jìn)行管理就是要合理地分配和使用貨位，既考慮如何提高貨位的利用率，又要保證出庫(kù)效率。2.1存儲(chǔ)管理的存儲(chǔ)策略

2、良好的存儲(chǔ)策略可以減少出入庫(kù)移動(dòng)的距離、縮短作業(yè)時(shí)間，甚至能夠充分利用存儲(chǔ)空間。一般自動(dòng)化立體倉(cāng)庫(kù)常見(jiàn)的存儲(chǔ)策略有：定位存放、隨機(jī)存放、分類(lèi)存放、分類(lèi)隨機(jī)存放與共享存放。1. 定位存放在這種存放策略下，每個(gè)存儲(chǔ)貨物都有固定的存儲(chǔ)位置，貨物之間不能存儲(chǔ)。因此，需要規(guī)定每項(xiàng)貨位的存儲(chǔ)容量必須大于其可能的最大在庫(kù)量。定位存放的優(yōu)點(diǎn)是貨物的存儲(chǔ)位置可以按照周轉(zhuǎn)率大小或出貨率來(lái)安排，以縮短出入庫(kù)的搬運(yùn)距離。可針對(duì)各種貨品的特性做儲(chǔ)位的安排調(diào)整，將不同貨品特性之間的相互影響降到最小。缺點(diǎn)是儲(chǔ)位必須按各項(xiàng)貨品的最大在庫(kù)量來(lái)設(shè)計(jì)?？傊ㄎ淮娣乓坠芾?、需時(shí)少，但浪費(fèi)空間。所以，該方案適用于廠房空間大或者多種少

3、量商品的存放。2. 隨機(jī)存放這種存儲(chǔ)方式，每個(gè)貨品被指派存放的為止都是經(jīng)由隨機(jī)過(guò)程產(chǎn)生，而且可以隨機(jī)改變。即任何物品可以被存放在任何可以利用的位置。優(yōu)點(diǎn)是由于儲(chǔ)位可共享，因此只需要按所有庫(kù)存貨品最大在庫(kù)量設(shè)計(jì)即可，存儲(chǔ)空間的使用效率高。缺點(diǎn)是貨品的出入庫(kù)管理以及盤(pán)點(diǎn)工作進(jìn)行會(huì)比較困難。3. 分類(lèi)存放所有的儲(chǔ)放貨品按照一定的特性加以分類(lèi)，每一類(lèi)貨品都有固定存放的位置，而同屬一類(lèi)的不同貨品又可以按一定的法則來(lái)分配貨位。分類(lèi)存儲(chǔ)通常按產(chǎn)品相關(guān)性、流動(dòng)性、產(chǎn)品尺寸、重量或產(chǎn)品特性來(lái)分類(lèi)。優(yōu)點(diǎn)：便于暢銷(xiāo)品的存取，具有定位儲(chǔ)放的各項(xiàng)優(yōu)點(diǎn)。各分類(lèi)的儲(chǔ)存區(qū)域可以根據(jù)貨品特性再作設(shè)計(jì)，有助于貨品的儲(chǔ)放管理。缺點(diǎn)

4、：儲(chǔ)位必須按各項(xiàng)貨品最大在庫(kù)量設(shè)計(jì)，一次存儲(chǔ)空間平均使用率較低。該類(lèi)存儲(chǔ)策略適用于產(chǎn)品相關(guān)性大、周轉(zhuǎn)率差別大、產(chǎn)品尺寸相差大的情況。4分類(lèi)隨機(jī)儲(chǔ)放每一類(lèi)貨品都有固定的存放位置，但在各類(lèi)的儲(chǔ)區(qū)內(nèi)，每個(gè)貨物的分配是隨機(jī)的。分類(lèi)隨機(jī)儲(chǔ)放優(yōu)點(diǎn)：具有分類(lèi)儲(chǔ)放的部分優(yōu)點(diǎn)，又可以節(jié)省儲(chǔ)位數(shù)量，提高儲(chǔ)區(qū)利用率。缺點(diǎn)：貨品出入庫(kù)管理以及盤(pán)點(diǎn)工作的難度較高。分類(lèi)隨機(jī)儲(chǔ)放兼具分類(lèi)儲(chǔ)放及隨機(jī)儲(chǔ)放的特點(diǎn)，需要的存儲(chǔ)空間介于兩者之間。5共享儲(chǔ)放在確定知道各貨品的進(jìn)出庫(kù)時(shí)刻，不同的貨品可共享相同儲(chǔ)位的方式稱(chēng)為共享儲(chǔ)放。共享儲(chǔ)放在管理上雖然較復(fù)雜，所需的存儲(chǔ)空間及搬運(yùn)時(shí)間卻更為經(jīng)濟(jì)。本文在研究自動(dòng)化立體倉(cāng)庫(kù)的貨位優(yōu)化時(shí)，采用

5、了分類(lèi)儲(chǔ)存策略。所有的儲(chǔ)存貨品按照產(chǎn)品相關(guān)性、流動(dòng)性、產(chǎn)品尺寸、重量或產(chǎn)品特性加以分類(lèi)，每類(lèi)貨品都有固定存放的位置，而同屬一類(lèi)的不同貨品又按一定的法則來(lái)分配貨位。2.2貨位分配原則通常需要將適當(dāng)?shù)拇鎯?chǔ)策略配合貨位分配原則來(lái)確定貨位的初始位置。對(duì)自動(dòng)化立體倉(cāng)庫(kù)的貨位進(jìn)行管理，是要合理的分配和使用貨位。即考慮如何提高貨位的利用率，又要保證出庫(kù)效率。貨位分配包含兩方面的含義，一是為出入基于遺傳算法的自動(dòng)化立體倉(cāng)庫(kù)的貨位優(yōu)化研究庫(kù)的物料分配最佳貨位，即入庫(kù)貨位分配；二是要選擇待出庫(kù)物料的貨位，即出庫(kù)貨位分配。貨位分配考慮的原則有很多，針對(duì)于自動(dòng)化立體倉(cāng)庫(kù)，其貨位分配原則有以下幾種：(1) 貨架承重均勻

6、，上輕下重。分散存放，物料分散存放在倉(cāng)庫(kù)的不同位置，避免因集中存放，而使得貨架受力不均勻。較重的物品存放在下面的貨位，較輕的物品存放在高處的貨位，使貨架承載穩(wěn)定；(2) 加快周轉(zhuǎn)，先入先出。同種物料出庫(kù)時(shí)，先入先出，以加快物料周轉(zhuǎn)，避免因物料長(zhǎng)期積壓產(chǎn)生銹蝕、變形、變質(zhì)及其他損壞造成的損失；(3) 提高可靠性，分巷道存放。自動(dòng)化立體倉(cāng)庫(kù)有多個(gè)巷道時(shí)，同種物品分散在不同的巷道進(jìn)行存放，以防止因某巷道堵塞影響某種物料的出庫(kù)，造成生產(chǎn)中斷； (4)提高效率，就近入出庫(kù)。在線自動(dòng)倉(cāng)庫(kù)，為保證快速響應(yīng)出庫(kù)請(qǐng)求，一般將物料就近放置在出庫(kù)臺(tái)附近；(5)產(chǎn)品相關(guān)性。商品相關(guān)性大者在訂購(gòu)時(shí)經(jīng)常被同時(shí)訂購(gòu)，所以應(yīng)

7、盡可能存放在相鄰位置。三.建立優(yōu)化數(shù)學(xué)模型在數(shù)學(xué)模型建立的開(kāi)始，我們需要對(duì)變量進(jìn)行定義。假設(shè)，m代表托盤(pán)貨物的基于遺傳算法的自動(dòng)化立體倉(cāng)庫(kù)的貨伊優(yōu)化研究重量；f代表貨物的存取頻率；n代表貨位上貨品的數(shù)量；vx代表傳送帶的運(yùn)算速度；vy代表堆垛機(jī)的縱向運(yùn)行速度；vz代表堆垛機(jī)的垂直上升速度(注：vx：vy：vz=1:5:1)(1)模型建立貨位分配的策略有多種，針對(duì)本文的貨位優(yōu)化研究我們只考慮兩個(gè)原則“貨架承重均勻，上輕下重”與“加快周轉(zhuǎn)，先入先出”。在模型的建立過(guò)程中需要同時(shí)考慮這兩個(gè)原則，即在使得倉(cāng)庫(kù)出入庫(kù)效率最高的前提下同時(shí)要滿(mǎn)足貨架的承載均勻條件?？梢?jiàn)，模型是一個(gè)多目標(biāo)優(yōu)化模型，需要同時(shí)滿(mǎn)

8、足兩個(gè)目標(biāo)函數(shù)。 得貨架的重心最小“貨架承重均勻，上輕下重”Gmax為貨架上每個(gè)貨位所能承受的最大重量，其中Gji<GmaxGij為第i列第j層貨位單位上貨物的重量，nij為第i列第j層貨位單位上貨物的數(shù)量。目標(biāo)函數(shù)的意義：為了使貨架的承載能力均勻，不至于出現(xiàn)傾覆性倒塌，需要遵循“貨架承重均勻，上輕下重”的原則。貨架的穩(wěn)定性可以等價(jià)為使得貨架的重心最低，也就是說(shuō)使得每排貨架上所放貨物的總的重心最低。 貨物的配送量最小“提高效率，就近入出庫(kù)tkij為將k 排 i列 j層貨位上的物品搬運(yùn)到巷道口所用時(shí)間，fkij為將k 排 i列j 層貨位上的單位物品的存取頻率。目標(biāo)函數(shù)的意義：貨位優(yōu)化的目的

9、在于提高生產(chǎn)率，將無(wú)用運(yùn)動(dòng)減低到最小。根據(jù)貨品的物流動(dòng)性使貨物的配送量最小。(2) 約束條件注：前面假設(shè)本文貨位優(yōu)化的區(qū)域?yàn)閘排P列q層的貨架區(qū)域。將距離巷道口的最近排記為第1排，最近的列記為第1列，最低層記為第1層。i表示貨位處于第i排；J表示貨位處于第j列；k表示貨位處于第k層。本題中l(wèi)=2,p=20,q=10,即研究2排20列10層的倉(cāng)庫(kù)存儲(chǔ)優(yōu)化問(wèn)題。為研究方便，設(shè)L=H=4，即貨格長(zhǎng)和高分別為4，且vx=vz,即堆垛機(jī)的走行速度和升降速度相同。而且本題是一個(gè)多目標(biāo)優(yōu)化問(wèn)題的求解，而求解難度較大，故將多目標(biāo)問(wèn)題的求解轉(zhuǎn)化為大把目標(biāo)的求解，目前，將多目標(biāo)優(yōu)化問(wèn)題轉(zhuǎn)換為單目標(biāo)或一系列單目標(biāo)優(yōu)

10、化問(wèn)題的方法有效用函數(shù)法、權(quán)重和法、妥協(xié)法等。本文采用權(quán)重法進(jìn)行解答?，F(xiàn)有六名專(zhuān)家對(duì)上述兩個(gè)目標(biāo)函數(shù)權(quán)重進(jìn)行打分，得到如下表專(zhuān)家1專(zhuān)家二專(zhuān)家三專(zhuān)家四專(zhuān)家五專(zhuān)家六加權(quán)和0.120.180.20.160.120.2211011100.620100010.4那么貨位分配的目標(biāo)函數(shù)可表示為，其中X表示貨品在貨架上的位置考慮最小化問(wèn)題。由于后悔值越小個(gè)體越好，因此需要將后悔值轉(zhuǎn)換為適應(yīng)值從而確保優(yōu)秀個(gè)體具有較大的適應(yīng)值。設(shè)r(x)表示個(gè)體x的后悔值，戤表示當(dāng)前代中的最大后悔值，表示當(dāng)前代中的最小后悔值。變換方式如下其中，y是正實(shí)數(shù)，通常被限制在開(kāi)區(qū)間(0，1)中。該系數(shù)有兩個(gè)作用，一個(gè)是為了避免式(41

11、4)產(chǎn)生被零除錯(cuò)誤；另一個(gè)是可以將選擇方式從適應(yīng)值比例選擇調(diào)整到純粹隨機(jī)選擇。四算法設(shè)計(jì)與實(shí)現(xiàn)4.1確定染色體編碼方法本文所研究的貨位優(yōu)化問(wèn)除了是多目標(biāo)優(yōu)化問(wèn)題外，還應(yīng)該是一種組合優(yōu)化問(wèn)題，它需要組合兩個(gè)約束目標(biāo)來(lái)尋找滿(mǎn)足約束項(xiàng)目的最佳組合，所以本文決定采用整數(shù)排列編碼方式對(duì)染色體進(jìn)行編碼。采用整數(shù)排列編碼方式，我們將貨物與貨位的從屬關(guān)系進(jìn)行編碼如下。(1)整個(gè)一條染色體代表一種貨位分配方案(2)染色體中基因的個(gè)數(shù)表示在優(yōu)化區(qū)域內(nèi)貨品的個(gè)數(shù)(將貨位所存放的貨物打包視為一個(gè)貨物)，將每條染色體分為m段，m就表示在該優(yōu)化區(qū)域內(nèi)貨物的總數(shù)。(3)基因的值表示貨物存儲(chǔ)的貨位，基因的位置表示存放在該貨位

12、上的貨物的編號(hào)。每段基因用整數(shù)表示要存儲(chǔ)的貨位坐標(biāo)(排，列，行)。假設(shè)在2排4列3層的優(yōu)化區(qū)域內(nèi)共有5個(gè)物品，其中1號(hào)貨物存放在坐標(biāo)(1，1，2)的貨位上；2號(hào)貨物存放在坐標(biāo)(1，2，1)的貨位上；3號(hào)貨物存放在坐標(biāo)(2，3，2)的貨物上；4號(hào)貨物存放在坐標(biāo)(2，4，3)的貨位上：5號(hào)貨物存放在坐標(biāo)(1，3，3)的貨位上。那么染色體“112121 232 243 133”就形成了一個(gè)解，表示一種貨位分配方案。如圖下表所示1121212322431334.2適應(yīng)度函數(shù)的確定 本文研究的是目標(biāo)函數(shù)的最小化問(wèn)題，孤兒后悔值函數(shù)只要去目標(biāo)函數(shù)的倒數(shù)就可以變?yōu)檫m應(yīng)度函數(shù)，并通過(guò)適應(yīng)度大小來(lái)評(píng)價(jià)個(gè)體優(yōu)劣程

13、度，為防止溢出，我在目標(biāo)函數(shù)整體上加1，從而得到本文目標(biāo)函數(shù)所對(duì)應(yīng)的后悔值函數(shù)如下：適應(yīng)度函數(shù)如下：其中r是正實(shí)數(shù)，通常被限制在開(kāi)區(qū)間(O，1)中，在這里我們令r=O084.3選擇、交叉和變異遺傳算法是一種群體型操作，以群體中所有個(gè)體為對(duì)象。選擇、交叉和變異是遺傳算法的3個(gè)主要操作算子，由這三個(gè)操作算子構(gòu)成了遺傳操作，使得遺傳算法具有了其他傳統(tǒng)算法沒(méi)有的特點(diǎn)。(1)遺傳算子選擇運(yùn)算使用比例選擇算子比例選擇因子是利用比例于各個(gè)個(gè)體適應(yīng)度的概率決定其子孫的遺留可能性。若設(shè)種群數(shù)為M，個(gè)體f的適應(yīng)度為f，則個(gè)體i被選擇的概率為當(dāng)個(gè)體選擇的概率給定后，產(chǎn)生0，1之間的均勻隨機(jī)數(shù)來(lái)決定哪個(gè)個(gè)體參加交配。

14、若個(gè)體的選擇概率大，則能被多次選中，它的遺傳基因就會(huì)在種群中擴(kuò)大；若個(gè)體的選擇概率小，則被淘汰。 叉運(yùn)算使用單點(diǎn)交叉算子只有一個(gè)交叉點(diǎn)位置，任意挑選經(jīng)過(guò)選擇操作后種群中兩個(gè)個(gè)體作為交叉對(duì)象，隨機(jī)產(chǎn)生一個(gè)交叉點(diǎn)位置，兩個(gè)個(gè)體在交叉點(diǎn)位置，兩個(gè)個(gè)體在交叉點(diǎn)位置互換部分基因碼，形成兩個(gè)子個(gè)體，如圖52所示。變異運(yùn)算使用基本位變異算子或均勻變異算子。為了避免問(wèn)題過(guò)早收斂，對(duì)于二進(jìn)制的基因碼組成的個(gè)體種群，實(shí)現(xiàn)基因碼的小概率翻轉(zhuǎn)，即0變?yōu)?，而1變?yōu)?，如圖53所示。4.4遺傳算法操作過(guò)程第一步，初始化。采用實(shí)數(shù)編碼方案進(jìn)行染色體編碼，確定種群規(guī)模為N，應(yīng)用MATLAB遺傳算法工具箱函數(shù)crtbp產(chǎn)生種

15、群規(guī)模為N的初始種群。初始種群的產(chǎn)生意味著產(chǎn)生了N個(gè)初始貨位的分配方案，將種群中坐標(biāo)重復(fù)的或者超過(guò)優(yōu)化區(qū)域的染色體去掉，并補(bǔ)充新的染色體，使之滿(mǎn)足種群的規(guī)模為N。第二步，種群適應(yīng)度評(píng)價(jià)。評(píng)價(jià)初始種群的目標(biāo)函數(shù)值和適應(yīng)值。第三步，通過(guò)選擇、交叉、變異操作，產(chǎn)生新一代群體。第四步，對(duì)產(chǎn)生的新種群中的個(gè)體進(jìn)行評(píng)價(jià)，計(jì)算目標(biāo)函數(shù)值和適應(yīng)值。第五步，記錄本帶群體中的最優(yōu)個(gè)體，保留最優(yōu)解。第六步，完成預(yù)先設(shè)定的進(jìn)化代數(shù)后算法停止。4.5系統(tǒng)仿真考慮到現(xiàn)在所學(xué)知識(shí)的限制，現(xiàn)在只研究單排貨架，并且假設(shè)堆垛機(jī)一直勻速行駛，且其行駛速度和升降速度Vx=Vy=1m/s,現(xiàn)在對(duì)這是類(lèi)貨物的出入庫(kù)頻率重量和所占貨格數(shù)假

16、設(shè)如下貨品編號(hào)出入庫(kù)頻率重量所占貨格數(shù)10.11005020.2503030.16402040.24804050.1901560.05100570.05601080.04801090.03706100.036014該計(jì)算中燃熱提供有200個(gè)基因位，每個(gè)基因長(zhǎng)度為，每個(gè)基因長(zhǎng)度為4，染色體長(zhǎng)度為200*4,在計(jì)算中假設(shè)染色體種群代數(shù)為M=400,進(jìn)化代數(shù)為T(mén)=400，交叉概率Pc=0.8，變異概率Pm=0.2選擇：我們應(yīng)用MATLAB遺傳算法工具箱中的crtbase函數(shù)與crtbp函數(shù)產(chǎn)生初始種群格式如下示：NIND=400；BaseV=crtbase(800，4)；Chrom=crtbp(Nn

17、m3，BaseV)+ones(NrYD，800)；將目標(biāo)函數(shù)轉(zhuǎn)換為可是別的形式如下：根據(jù)目標(biāo)函數(shù)的適應(yīng)度值進(jìn)行選擇與基因重組工作。本文采用MATLAB遺傳算法工具箱函數(shù)中的輪盤(pán)選擇(rws)函數(shù)進(jìn)行選擇操作；采用單點(diǎn)交叉(xovsp)函數(shù)進(jìn)行基因的重組。格式如下所示：SelCh=select('rws，Chrom，F(xiàn)itnV)；SelCh=recombine('Xovsp，SelCh，0.8)；變異f=rep(1：20，1，10)；SelCh=mutbga(SelCh，f)；SelCh=fix(SelCh)；計(jì)算子代目標(biāo)函數(shù)如下：4.6仿真優(yōu)化結(jié)果貨位進(jìn)行優(yōu)化前，布局不合理，倉(cāng)

18、庫(kù)的綜合性能比較差。優(yōu)化后的貨位分配及存放的貨物重量與出入庫(kù)頻率分別如下表所示：列層123456789101808080801005050504080280808080100505050408038080808010050505040804808080801005050504080580808080100505040408068080808010050504040807808080801005050404080880808080100505040608098080808010050504060801080808080100505040608011100100100100100505040606

19、01210010010010010050504060601310010010010010050504060601410010010010010040404060601510010010010010040906060601610010010010090909070606017100100100100909090706060181001001001009090907060601910010010010090909070606020100100100100909090706060列層1234567891010.240.240.240.240.10.20.20.20.160.0420.240.240.

20、240.240.10.20.20.20.160.0430.240.240.240.240.10.20.20.20.160.0440.240.240.240.240.10.20.20.20.160.0450.240.240.240.240.10.20.20.160.160.0460.240.240.240.240.10.20.20.160.160.0470.240.240.240.240.10.20.20.160.160.0480.240.240.240.240.10.20.20.160.050.0490.240.240.240.240.10.20.20.160.050.04列層12345678910100