用蚁群算法实现自动化仓库拣选路径的优化论文.docVIP

用蚁群算法实现自动化仓库拣选路径的优化 摘要 蚁群算法是一种解决TSP问题的良好方法，算法的主要特点是：正反馈、分布式计算、与某种启发式算法相结合。该算法共有三种形式。本文通过对比试验，选择了一种应用到解决自动化仓库的路径优化问题中。计算机仿真结果表明了该算法的有效性。 关键词 蚁群算法，自动化仓库，固定货架，路径优化 1 引 言 自动化立体仓库是现代物资存取技术与自动化技术相结合的高新技术产物，是物流自动化的显著标志，它一般由多排立体的固定货架及堆垛机系统、输送系统、分拣系统、计算机管理与监控系统等部分组成，一般具有单元出（入）库、拣选出（入）库、盘库和倒库等多种作业方式。 在各种作业方式中，拣选出（入）库作业是一类重要的作业方式。拣选入（出）库是指堆垛机从巷道口出发，一次存取若干个货位，然后返回巷道口，并将货箱送到出货台。这就存在一个优化问题：如何选择作业排序可使堆垛机走过的路径或作业时间最短？这个问题是提高仓库效率的关键。目前针对它已有许多解法，如穷举搜索法（Exhaustive Search Method）, 贪心法（Greedy Method）, 动态规划法（Dynamic Programming Method）分支界定法（Branch-And-Bound），遗传算法（Genetic Agorithm）等。本文使用了一种新的算法—蚁群算法，该算法是一种新型的模拟进化算法，该算法比较容易实现，而且比较灵活，经过仿真试验，证明是一种有效的方法。 优化问题的建模 仓库货架主要分为固定货架和旋转货架。固定货架以其占用空间少、存储容量大而广 泛应用于自动化立体仓库中。本文以固定货架为例说明问题。 图1 具有4层12列的固定货架 如上图所示，每个单元货位中放一种货物，在拣选入（出）库作业时，由管理计算机控 制堆垛机从出货台出发，根据计算机中的货单要求去存取M个货位，再回到出货台待命。因为堆垛机可同时在水平、垂直两个方向运行，所以堆垛机从货位运行到货位所需要得时间是： 其中为,两点的坐标，为堆垛机的水平、垂直速度。 可见堆垛机所需最短时间问题，可转化为包括出货台在内的点数为N＝M＋1的旅行商问题。 3 算法原理 蚁群算法是受到对真实的蚁群行为的研究启发而提出的。仿生学家经过大量细致观察研究发现，蚂蚁个体之间是通过一种称为外激素的物质进行信息传递的，蚂蚁在运动过程中，能够在它所经过的路径上留下外激素，而且蚂蚁在运动过程中能够感知这种物质，并且以此指导自己的运动方向，所以，大量的蚂蚁组成的蚁群的集体行为便表现出一种信息正反馈现象。我们并不想完全模拟蚁群，而是对使用人工蚁群方法来解决优化问题感兴趣因此，我们的蚁群与实际的蚁群有三个主要的区别： E ???人工蚁群具有记忆性， ?人工蚁群不是完全盲目的， D ?人工蚁群处在离散的时间环境中。 H C 虽然有区别，我们仍然可以用蚂蚁群的行为来形象地说明人工蚁群 B 算法的原理。如图2所示，设ＤＨ＝ＨＢ＝１，ＤＣ＝ＣＢ＝0.5。 我们假定在每个离散的等时间间隔：ｔ＝０，１，２，……有３０个 A 蚂蚁从Ａ到达Ｂ，同时有３０个蚂蚁从Ｅ到Ｄ，每只蚂蚁的速度为 图2 １／Ｓ，并且，每有一只蚂蚁经过时，在时间ｔ留下信息素密度为１。 蚂蚁在选择路径时，那些有更多蚂蚁曾经选择过的路径（也就是具有更高信息素密度的路径），被再次选中的可能性最大。 当ｔ＝０时，没有信息素，有３０只蚂蚁分别在Ｂ和Ｄ。蚂蚁走哪条道路是完全随机的。因此，在每个点上蚂蚁将有１５只经过Ｈ，另外１５只经过Ｃ。 当ｔ＝１时有３０只蚂蚁从Ａ到Ｂ，它们发现指向Ｈ道路上的信息素密度是１５，是由从Ｂ出发的蚂蚁留下的；指向Ｃ道路上的信息素密度是３０，其中１５是由Ｂ出发蚂蚁留下，另外１５是从Ｄ出发经过Ｃ已经到达Ｂ的蚂蚁留下。因此，选择经过Ｃ到Ｄ的可能性就更大，从Ｅ出发到Ｄ的３０只蚂蚁也面临着同样的选择，由此产生一个正反馈过程，选择经过Ｃ的蚂蚁越来越多，直到所有的蚂蚁都选择这条较近的道路。蚁群算法就是利用蚂蚁的这一特性，解决最优化问题。 4 蚁群算法的实现 运用蚁群算法。设为堆垛机从货位运动到所耗费的时间，。设 表示ｔ时刻位于货位的蚂蚁的个数，蚂蚁总数ｍ＝，表示ｔ时刻在连线上残留的