基于混合遗传算法的固定货架拣选优化问题研究-机械工程学报.pdfVIP

第 40 卷第 2 期 机 械 工 程 学 报 Vol.40 No.2 2004 年 2 月 CHINESE JOURNAL OF MECHANICAL ENGINEERING Feb. 2 0 0 4 基于混合遗传算法的固定货架拣选优化问题研究* 田国会 张 攀 尹建芹 路 飞 宋孔杰 ( 山东大学控制科学与工程学院 济南 250061) 摘要：采用一种结合 Hopfield 网络模型的遗传算法，解决了自动化立体仓库中固定货架拣选作业路径优化问题。 在利用 Hopfield/Tank 神经网络的快速局部搜索能力的同时，又利用了遗传算法的全局寻优特性，有效地获得全局 优化的拣选路径。仿真结果表明，算法能够满足待拣选货位点数目在较大范围内变动的要求。 关键词：自动化立体仓库 组合优化 遗传算法 Hopfield 神经网络 中图分类号：TP18 质固有的局部寻优的缺点，同时还能够改善遗传算 * 0 前言 法在解决组合优化问题中的局部搜索效率低的问 题。这里采用了一种结合 Hopfield 网络模型的混合 自动化立体仓库是当代物流技术、仓储技术、 遗传算法，利用该算法具有的鲁棒性，能有效地实 自动化技术与计算机技术高度集成的产物，它集存 现对固定货架拣选作业的优化。 储、输送、分发和管理等功能于一身，具有存储容 量大和占地面积小等优点，是现代工厂物流和 1 固定货架拣选作业及其优化问题 CIMS 中的重要环节。以某维修器材配送中心为对 象，对其固定货架子系统的拣选作业组合优化问题 某自动化立体仓库的固定货架子系统共包含 进行了研究。该中心是针对多品种、小批量的大型 13 排立体货架，每排货架分为 10 层 72 列共 720 个 多功能自动化立体仓库，其中固定货架子系统是其 货位。相邻的两排货架之间有一条巷道，每条巷道 进行物资仓储的重要部分。固定货架系统拣选作业 内可运行一台堆垛机用来进行货物的存取。对于单 的要求是按一定拣选路径，一次成批拣选多个货物。 巷道固定货架进行拣选作业时[4] ，堆垛机携带空货 合理确定拣选路径，并使整个拣选作业所花费的时 箱从巷道口出发，依次路经若干个货位，同时对货 间最小，将非常有效地提高仓库的整体运行 效 位中的货物进行存取，然后返回巷道口，将货箱送 益。 到出库台，完成一次拣选作业。 人们曾尝试过采用 Hopfield 神经网络对固定货 固定货架及堆垛机运行参数设定如下。 架拣选作业优化问题进行了研究[1] 。然而，在将 设定 1 以拣选方式存取货物时，操作者对任 Hopfield/Tank 模型应用于解决固定货架拣选作业优 何货物的存取速度是恒定的，并且不会因存取顺序 化问题时，随着每次拣选时待拣选货物数目的不断 的改变而变化。 变化，使得针对某次特定拣选作业得出的神经网络 设定 2 堆垛机存取货物时在水平方向上和垂 参数，用于另一次拣选作业时不再适用，甚至连获 直方向上都是恒高速运行的，启动和制动过程忽略 得可行解都很难。作为一种基于生物进化机制的遗 不计。堆垛机水平运行速度 vx 与垂直运行速度 vy 传算法(GA)对于全局优化性能方面有所改善。但 的关系为v =3 v ，并且堆垛机运行时在水平方向和