由一个单一的存储检索机服务的多通道自动化立体仓库存在的订单分拣问题.doc
标准件存放立体仓库及自动存取货机构设计（全套含CAD图纸）
收藏
资源目录
压缩包内文档预览：
编号：1511632
类型：共享资源
大小：4.46MB
格式：ZIP
上传时间：2017-08-01
上传人：机****料
认证信息
个人认证
高**（实名认证）
河南
IP属地：河南
180
积分
- 关 键 词：
-
标准件
存放
寄存
寄放
立体仓库
自动
存取
货机
设计
全套
cad
图纸
- 资源描述：
-
- 内容简介：
-
由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 1 1 由一个单一的存储 /检索机服务的多 巷道 自动化立体仓库存在的 拣选 分拣问题 马里筑波大学 崇实大学 日本 韩国 摘要 随着 现代化 科技 的 发展 ， 仓库式存储系统 在 设计与运行 方面出现了巨大的改革 。 自动化立体仓库 （ 入计算机驱动正变得越来越普遍。 由于 计算机控制的需要 与 支持 也在提高 。 这项研究解决了在多 巷道立体仓库的 拣选 问题， 在这种 存储 /检索（ S / R）操作 中，每种货物 可以在 多个 存储位置 被寻址到 。 提出运算方法 的目标 是 ， 通过 S/大限度 的 减少 行程时间 。 我们开发 的遗传式和启发式 算法，以及通 过比较 从大量的问题中得到 一个最佳的解决方案 。 关键词 ：自动化立体仓库， 拣选 ，遗传算法。 在现今的生产环境中，库存 等级 保持低于过去 。 那是因为 这种较小的存储系统不仅降低库存量还增加了拣选货物的速度。 自动化立体仓库（ ，一方面通过 提供快速响应 ， 来 达到 高 操作效 率；另一方面它还 有助于运作方面 的 系统响应时 间，减少 的拣选 完成 的总行程时间 。 因此，它 常被 用于制造业、储存仓库和分配 设备 等行业 中 。 拣选是仓库 检索功能的基本组成部分。 它的 主要目的是 ，在预先指定的地点中选择适当数量的货物以满足客户 拣选 要求。虽然 拣选 操作仅仅是物体在仓储中装卸操作之一，但 它却是“最耗时间和花费最大的仓储功能 。许多情形下 ， 仓储盈利的高低就 在 于是否能将拣选 操作运行 处理好 ”。 （ 们 关于 自动化立体仓库 系统 （ S） 的拣选问题进行的研究， 发明 了基图算法， 在阶梯 式 布局中 选取 最短的 访问 路径。 展了 他们认为，在平行 巷道 拣选问题上，应该 穿越 巷道 末端和中间端 进行 拣选，就此他们发明了一种动态的规划算法解决这问题。 就此 一种 运输模型 (它是对于指定的存储和 卸载 进行测算的仪器。 他们表示，最好的解决运输问题的方法是以机械的最佳 布局 来尽量减少运行时间。 由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 2 2 梯结构的立体仓库问题的 研究 表明，要在多巷道中拣选货物并拟定最佳方案， 是非常困难和 并且耗时的 。 据说， 他们并没有在实际生产过程中得到满意的结果。黄禹锡等人，研究了 立体仓库系统中的单 巷道 选道 的问题，并提出决定了每个 S /率的启发式算法。 析的基础上 ， 采取了一些相似的措施。在1983年，通过仿真， 把 计算得到的参数与 人提出了一个程序，在检索测序的基础上进行优化 ， 解决了线性分配的问题。 绍了一些优化和启发式的测序方法，其中 包括存储指令 如何被分配到预先确定的存储位置。过对小件 货物的贮存系统进行了改善，得到 了一种 新的检索测序方案，提出最近检索原则并开发了一个 验证 模型来预测效果 。黄禹锡制作了非线性数学模型， 开发出以一种启发式程序设计的自动化立体仓，与此同时还可以确定单位负载的大小。 和 查了仓库规划和控制的文献， 规划文件包括存储位置的分配问题，仓库储存系统的控制问题包括路由、排序、调度、停留点的选择和秩序配料。 985年至 1992年 拣选 系统 的 参考文献 。 一些关于在存储仓库中 ， 带有塔式起重机的自动化立体仓库 的 模式。他们推 论 出 的 这个模式是建立在随机存储分配规则 的 基础上的 一个 单、双指令周期。他们还根据营业额的存储分配规则计算 出相应 行程时间。 拣选系统的 巷道 最末端寻找到了 一个 最佳缓冲的区域，在那里 S/提供 多 若干个 通行 巷道 。 序检索的 拣选 优化算法。他们还提出了两项对于 起重机和航天飞机的运作的优化控制算法。 道 的仓库的顺序配料问题，提出了遗传算法来减少总旅行距离。 们研究的目的是通过减少运输数量、计算性能和设备利用率来减少尽量减少成本。 在近期的研究中， 设计与控制手册中拣选工程的典型决定问题进行了文献回顾。他们主要关注于存储分配方法、路径的选择、配料和分区。 然而，我们没有这么多的文献上的知识，在处理自动化立体仓库的拣选问题上，每个物品都能够被储存在多个储存点里。事实上，许多 厂家的产品有许多类型、种类和形状，这也是他们成品仓库面临的问题。例如一个瓷砖制造商，他的产品有两个类型（墙砖和地砖） ,分别有 7中不同的尺寸， 4种不同耐久性（磨损差饷 )和 100多种不同的颜色、图案、颜色和形状，总共有 5600多种不同的产品类型。 作为存储策略，要一件刚进来的货物存放在最近的空仓位位置上。当一个来自仓库中物品，由于产品种类繁多，有很大的可能性从一个地方存入到另一个由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 3 3 地方。因此，一件物品需要有几个在仓库中存储位置。换句话说，由于分类和分区，每个单独类型的产品在仓库中需要一个更大的空间，一个物品在几个地 方存储时不可避免的。 在本研究中，我们考虑到了小件物品的自动存储和检索系统，那有一个或多个 巷道 。每个 巷道 包含了关于 巷道 两旁仓储货架。每个 巷道 结束的地方 都 有一个输入 /输出 口 （ I/O）。 在那里还有一个单独的存储 /检索（ S / R）的仪器来为所有巷道 的系统服务，它可以同时在垂直和水平方向移动。因此，在两点之间的行程等于最小的水平和垂直行程。在收到命令之前 S/R 仪器已经定位了输入 /输出口中的位置。仪器的起始位置取决于最后一件货物的最后一个命令的存储位置。 S/个 命令可以由多个货物请求组成的。同样每个货物也可以在仓库中多个位置存储。当检索请求包括多个货物，并且这些货物在多个不同的仓库位置时， S/次研究的目的就是提出计算方法来减少 S/ 我们现在有两种运算方法来解决这个问题：一种是探索式算法，还有一种是遗传式算法。为了显示所提出算法的优越性，我们把它与其他方法进行了比较。由于我们的解决问题方法是新提出的，没有前人在这个领域进行过研究，那么我们最先提出的一种运算法，用它来获取的最佳的 解决方案，这种方法我们称它为例证算法。其结果作为对于两种拟议算法比较的基准解决方案。 在例证法中，我们确定所有可行的解决方法并将他们互相比较找出最好的解决方法来。为此，这个方案首先要找所有可行的方法来选择一个命令。然后， S/后，选取的解决方案要求在最短时间内完成要求。这个解决方案被认为是该问题的最佳解决方案。考虑到一个命令的由 中在 ni(i = 1, 2, . . . , k)项货物中第 可行的解决办法总数挑选顺序可以给出： 其中， 出 ： 由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 4 4 通过例证法已经解决了各种类型的问题，并且确定了这种低金额低行程的最佳方案。我们发现，在当前 巷道 上存在货物（如：该 巷道 的 S/解决这个问题的关键技术。我们基于先前提到的运算结果发现了一种计算方法，称它为 现有 巷道 探索式（ 法。 在现有 巷道 探索式算法中，在当前 巷道 中现存的货物是首先被检索的对象。其后，对该命令的其余部分（如果有的话）选中并运用各种检索方式进行研究计算。我们可以简单的对其进行表达，如果设 道 中 指令货物的数目，那么如果 r=0时，该运算方法就类似于原来的例证法。如果 r=1时，该运算方法首先要通过 S/R 系统对行程时间进行计算， 设 示在当前 巷道 中，现存货物为了避免与 拣选 中的货物冲突，对于其余的货物 (如果有的话 )进行同等于例证法的计算，以此来得到最小的 计算 行程时间。 设 示在 S/R 系统中总的行程时间。最后将 作为最终的解决方案。 如果 r1时，则该方法首先分配拣选顺序，拣选所有 的 既 巷道 中的现存货物。在计算好行程时间之后，进入 段 开始 移除列表中指令的货物。在这之后，其余货物 (如 果有的话 )进行类似于例证法的运算 ,就如同，通过对每一个可行的方法计算出行程时间，最终选取 其中最小 的那个 值 ，即 后，在 S/解决方案。 细的对在现有 巷道 中的货物的拣选顺序的分配方法进行了讨论。如果任何待命的货物存在于现有 巷道 中，那么就将仓库中现存货物的数目除以解决方案的数目。因此，这项任务目的就是降低总方案的数目，以此来减少 序的处理时间）。 法 遗传算法是一种优化过程，它将问题域比作基因 类 （个体或染色体） ， 基因类是有多个基因体组成，其中基因体 成符号形式串行。每一个基因 类 都 有 一个可能的解，通过对问题域中的染色体进行评估来寻求可能的解决方案。 在每一代中，我们对每个染色体进行评估，选择一个分布优秀的区域，在其中对染色 体进行变异和交叉操作，重新组合，得到新的染色体。这样几代之后，在进一步观察后没有得到新 进展 的情况下 ，那么就将所得到最具适应度的染色体视为（所有可能的）最佳解决方案。运算常常会在出现大量的迭代速度和 资料 后终止（ 表示法 每一个染色体表示待求解问题的一个可能解， 将 其中每 一 个等位 基因被归为一个货物序列中。如此类推，在染色体中的每个基因序列表示货物的种类和相对由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 5 5 等位基因的存储位置。因此，每个解决方案包括一个染色体，其中基因的数量等于所收到命令的货物数目。如给出一个例子，图 1 如图 1 可见，一个可行方案中的货物设为 A,B,C 和 D 代码，他们被检索位置为：货物 号位置，货物 号位置，货物 号位置，货物 图 其表格表示为，货物被拣选的顺寻也显示在其中。在这个例子中，在 5号位置中货物 次是货物 B，再是货物 A，最后是货物 D。 初始化 初始域是随机产生的。拥有随机序列的指令货物组成了染色体。在染色体中，每个货物被赋予一个随机代号。由此可见，每个可行方案所给予的条件是相同的。然而，在每一次重新运算过程中，都会有一套适合的程序来解决方案。因此，染色体中的指令货物将会无重复的随机分布，货物的地址代码也会随机选取，所分配的代号范围会在 1到该货物的总仓库库存数之间。 假设在仓库内现有总共 A、 B、 4件货物，它们分别对应代码是 6、 9、7和 4。为了形成如图 1所示的解决方案，首先，指令货物死随机选取的（ C,B,），然后，货物 C 选取 1,7的随机整数，货物 1， 9中选取， 1,6之间选取，最后 1， 4中间随机选取一个。 交叉 操作 在置换问题的操作描述里 ，部分匹配交叉（简称 被用于拣选问题上， 部分匹配交叉被视为一种交叉的排列，它确保所有的货物能迅速的被后裔所发现。也就是说，两个后裔 全面的接受了 父辈基因，接着再 填 充到其父辈 的等位基因上。在图 2中，两个父辈用 叉点是 1和 3。根据在相应的 M,R和 E,A之间，重复做货物的取代，这就是说，在第一个父辈中的 由 R 和 在第二个父辈中的 R 和 和 成的后代是 2(图 2)。 同时，根据 知 ，交叉操作的关键 是只 交换在染色体中的货物区域并且 不交换相关的等位基因 。 由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 6 6 图 变异操作 我们现在用二进制位 (0 和 1)来表示基因。在拣选的问题上，相关联的等位基因通过变异操作，将库存中一个基因替代另外一个等位基因。换而言之，这个操作并没有对货物的序列起到任何作用，仅仅只是货物选择了另外一个序列代码。 假设在 三个基因被选为变异基因。由于货物 个，通过变异操作在 1,6范围里产生 随机整数来代替原来的第三个基因(图 3)，当然，产生的代码等于现有代码时 (如 2)，则操作重复进行，直到取得一个新代码 (除了 2)。在这个范例中， 4就是最后产生的代码。 评估与选择 在每代中，对于染色体的评估使用了一些有效的方法。 由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 7 7 图 在大量的优化应用中，适应度是对 目标 客观本质的计算。在拣选问题中， 目标 函数的作用是将 S/过 S/ S/R 系统计算的行程时间进行做了一下说明。 由于这个问题是最 小化的问题，所以我们可以将每个染色体的目标函数值改变成适应值，适应值大的染色体就更具适应能力，这样就能更清晰的表达他们的价值程度 (： 其中， 第 K 个染色体的适应函数， f(第 。问题域的大小 (简称 定了每个染色体应被给的时间。 现在来做个比喻，我们对下一代染色体的选择比作为 (赌台上的 )轮盘，适应度大的染色体在下一代遗传中被选的概率更高。在此方案中，行程时间短的更容易被选中作下一代的遗传。赌盘的执行如下： 于每个染色体的 vk(k=1,2,.,最大范围值 )在 S/ k=1,2,.,最大范围值 )。 4. 计算对于每个染色体 pk(k=1,2,.,范围最大值 )。 5. 计算每个染色体 qk(k=1,2,.,范围最大值 )。 由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 8 8 每次选择是在旋转的赌盘中进行的，其结果是动态的，被选中的染色体作为下一代的范围域。 0， 1范围内； r 1，那么选择的第一 个染色体 则选择第 k 这样就有 r 在上一代中的染色体被新一代的染色体所替代。 我们制作了一个拥有 36种不同货物的立体仓库，在其中还有 5种不同类型的指令，对此比较 3种运算法的性能。每个货物首先先用例证法来解决。以获取最佳的行程时间和 着用另外两种解法来解决。研究结果如下 2表。 我们创建了一个在 36 种不同物理规格情况下的仓库，通过对于每一个仓库施加 5种不同的指令来对这 3种算法的性能进行比较 。每种情况首先按例证法来得到最佳的行程时间和 用率，然后再通过另外两种计算方法来解决问题。研究结果显示在下面两个表格中。 利用仓库的主要 3个参数（仓储容量、密度和形状）来设计 36种不同存储的情况。由于仓储容量与仓库中的 巷道 成比例关系，我们将仓储容量划分为 4种情况，分别是 1、2、 3和 4种 巷道 的形式。每个仓储货架有 780个存储位置。因为每个 巷道 有两个货架，则一个 巷道 就拥有 1560 个存储位置。由于一个系统对仓库中大量 巷道 进行服务的话，将会大大降低其系统实际效率。所以在不考虑 5个或更多 巷道 的情况下，就由一个 S/道 进行服务。对于仓储密度，我们假定仓库中的使用率为 60%、 75%和 95%。 储形状，它是一种对于货架高度与长度的空间比例，假设仓储容量与 S/么我们将这 3个值设定为（ ）。 此外还要补充的是，对上述每种情况的描述中， 5种不同的指令为别是 1， 2， 3， 4和 5， 5种所要求的货物编码分别是一，二，三，四和五。 在个人电脑配置是：“奔腾 000512 情况下进行了试验。结果列于表 1和 表 2中 。表 1表示在 3种运算法下， 4种类型 “ S/“ S/。 两种仓储参数（仓储密度和形状）的组合形成了每个仓库 (仓库分别有 1、 2、 3和 4个 巷道 )的 9种情况，每种情况下 的 值由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 9 9 表示了 5种命令下的平均值。表 2表示在仓储形状为 ， 4种 巷道 情况下的平均行程时间和平均 在表格中，例证法、现有 巷道 探索式算法和遗传算法分别用“ “ “ 表示。 通过对表 1分 析可知，在所有情况下的各类仓库 (1， 2， 3和 4个 巷道 )， 用率 的解决方案 。换而言之，它是占用较小 而，它对 S/ 在仓库中只有一个 巷道 的情况下，通过遗传算法解决获得的方案中 89%为最佳的方案。其余的方案里次优和最优的解决方案平均只相差 但需要更大的 在拥有 2个 3个和 4个 巷道 的仓库中，遗传法提供的 11%的解决方案为最佳方案，其余方案里，获得方案与最佳方案差别不大，分别是 2 巷道 相差 3 巷道 相差 4巷道 相差 仓库中 巷道 的层架数目会影响到运算效率。由于增加的总数是实际问题中出现的，例证法中要增加较大的 用率才能获得最佳解决方案。然而在大多数情况下，遗传法则需要相比于例证法较少的 。 由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 10 10 表格 1. 3种算法的性能 表格 此外，运算方法的性能是受货架配置所影响的。表 2显示了通过对 S/道 中的两种仓储形状（ ）的比较。在此表中由一个单一的存储检索机服务的多通道自动化立体仓库存在的 拣选 分 拣问题 11 11 显示了当仓储容量增加时，两个 货架配置的算法比较。在一个仓库只有一个 巷道 时，例证法提供了最佳的方案，并且它的 用率低于遗传法。然而，如果仓库有多个 巷道 时，遗传算法需要的 用率低于例证法。由于各种仓储形状 B 的结果相似，我们将仓储形状 B 设为 为对 B 的 3 种算法性能大致相同，所以在仓库里的货架配置对算法性能没有影响。 6. 总结 在本次研究中，我们讨论了多 巷道 自动化立体仓库系统，并得到了结果。就同类货物在不同存储位置被寻找的情况下，我们发明了两种算法来解决这个问题，我们将第一种探索式算法命名为现有 巷道 探索式算法（简称 第二种命名为可接受遗传算法。为显示每种算法的实际效率，我们将他们与例证法做了对比，例证法在获得最佳方案的同时需要大量的 此它并不是最理想的解决方案。 获得的方案大多数是需要较长的 S/遗传算法提供的方案大多是最佳和准佳 (平均占 的方案。因此，模拟的遗传算法显示，它的效率高于其他两种算法。 不久的将来，在功效和双命令（ 自动化仓库系统领域中，将对元启发式方法和分支定界算法进行评估，以便能在自动化仓库拣选问题上创造最 佳的解决方案。 7. 鸣谢 我们感谢来自 学 们也同样的感谢为我们提出建议的匿名审稿人。 参考文献 1 F., F., C. P., An
- 温馨提示:
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
人人文库网所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。
|
2:不支持迅雷下载,请使用浏览器下载
3:不支持QQ浏览器下载,请用其他浏览器
4:下载后的文档和图纸-无水印
5:文档经过压缩，下载后原文更清晰
|
川公网安备: 51019002004831号