物料搬运系统设计ctcwpubj.pptVIP

* 托盘集装化手段 码垛样式 * pinwheel * PLP and heuristics solution The picture represents solutions obtained with four heuristics for instance (56, 52, 12, 5) One-Block heuristic Two-Block heuristic Five-Block heuristic G5-heuristic. * 码放的约束条件1 ①不可分割原则一个完整的填充单元是不可分割的。 ②重量限制原则填充单元的总重必需小于集装单元的许用重量。 ③尺寸限制原则填充单元的最大尺寸必须小于集装单元内部的最大尺寸；填充单元第二大的尺寸必须小于集装单元内部的第二大尺寸；填充单元最小尺寸必须小于集装单元内部的最小尺寸。 * * 码放的约束条件2特殊的约束条件 ①堆码高度约束。由于填充单元的承载能力限制或倒垛的可能，只允许填充一定的高度。 ②高度方向约束。某些填充单元要求其中特定的一面向上。因此，可通过定义某一棱边为填充单元的高度方向。 ③摆放约束。为了方便阅读填充单元的标签内容，要求将填充单元的某面向外按摆放。 ④可靠性约束。为避免倒垛、滑落和偏斜，在装卸单元内部摆放填充单元时应采用有一定咬合能力的堆码方式。 * * 码放的优化 多维混合优化问题。 在运筹学中，采用的是体积比较的方法，即对给定的填充单元和集装单元，找出所有可能的排列组合方式；进而根据填充约束条件，比较填充度，找出码放最优的模式。 这种方法对解决填充单元大小不同的问题，还有一定的难度。 集装单元中填充什么单元或填充多少，不只是码放优化的问题，更多的是供货商的事。 * * * 货物装集卡 下面牛皮纸纤维板相当于滑板 保护货物 取代托盘省钱省空间 托盘装货问题 一个仓库只放分体机空调，分体机空调有三种型号: 长0.88-宽0.29-高0.38; 长0.91-宽0.29-高0.38 长0.95-宽0.46-高0.72; 它们都用1.2X1.0X0.15(M)的托盘，由于各种型号长X宽X高不一致, 导致两个问题: 1、有些型号放得超出板(货物部分悬空), 容易造成包装损坏，而且客户已有要求不能出板! 2、有些型号放得不够, (空出货物部分的空间), 而这部分空间是闲置的, 这直接导致仓容浪费、成本上升。 有没有什么办法解决这个问题? * * 7.6.3 路径问题 物流系统设计中选择时间短、费用省、效益好的行驶线路是一项重要的内容。 在道路运输网分布复杂，物流结点繁多的情况下，可以采用运筹学方法利用计算机来辅助确定车辆最终的行驶线路，以保证车辆高效运行。这些运筹学方法就是路径问题。 一对一：最短路 多对多：运输问题 单回路：TSP 多回路：VRP 常将TSP作为VRP的特例 * VRP VRP模型最早由Dantzig和Ramser[46]于1959年提出，后成为运筹学与组合优化领域的前沿与研究热点问题 VRP问题与TSP问题的主要区别在于：VRP涉及了多车辆（不一定相同）的选择和路径确定两个方面的问题。VRP问题更复杂，但也更接近实际问题。 VRP问题加上更多的约束还有许多变种。 容量限制的VRP问题CVRP（Capacitated VRP） VRPTW问题，对每个顾客的访问加上时间窗约束[ai, bi]。 车辆可以是不同的（heterogeneous vehicle fleet）； 车辆同时进行配送和收货的作业（VRPPD）；或者去程送货（linehaul deliveries），回程收货（backhaul pick-ups）； 多仓库（multi-depot）VRP问题 车辆路径与调度分配将结合的Vehicle Routing and Scheduling问题等等。 * VRP求解 VRP是一种极难的组合优化问题，只有很小的实例（不超过50个点）可由精确解法得最优解。 VRP问题有很大的实用意义，很早就有计算机软件的求解 VRP问题实际中总是采用启发式算法。 Clarke和Wright提出节约法的40年来，最经典 Gillett 和Miller的扫描法（sweep method） 近年主要关注基于亚启发式算法（metaheuristics） 局域搜索类方法主要集中于对搜索空间的探索，即从当前解位置移动到其相邻位置如何得到更好的解，如模拟退火法(Simulated annealing, SA)和禁忌搜索法(tabu search, TS) 全域搜索类方法最经典的就是遗传算法（genetic algorithm, GA），以及适应记忆法（adaptive memory procedure） 从精确性、速度、简单性和灵活性来综