多种群果蝇优化算法求解自动化仓库拣选作业调度问题

《多种群果蝇优化算法求解自动化仓库拣选作业调度问题》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第３６卷第３期武汉理工大学学报Ｖｏｌ．３６Ｎｏ．３２０１４年３月ＪＯＵＲＮＡＬＯＦＷＵＨＡＮＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹＭａｒ．２０１４ｄｏｉ：１０．３９６３／ｊ．ｉｓｓｎ．１６７１－４４３１．２０１４．０３．０１４多种群果蝇优化算法求解自动化仓库拣选作业调度问题刘志雄１，王雅芬１，张煜２（１．武汉科技大学汽车与交通工程学院，武汉４３００８１；２．武汉理工大学物理工程学院，武汉４３００６３）摘要：针对自动化仓库的拣选作业调度问题，提出了一种多种群果蝇优化算法。采用

2、随机键编码方式，利用味道浓度判定值的大小次序来映射调度解。通过同时学习子种群的局部最优和全局最优个体，实现对果蝇个体的更新计算。为了避免陷入局部最优，采用了一种果蝇个体变异机制。计算结果显示，多种群果蝇优化算法在计算精度和收敛效率方面要好于基本果蝇优化算法，并且搜索过程能够有效跳出局部最优。关键词：自动化仓库；拣选作业；调度；多种群；果蝇优化算法中图分类号：ＴＰ３９文献标识码：Ａ文章编号：１６７１－４４３１（２０１４）０３－００７１－０７ＭｕｌｔｉｐｌｅＰｏｐｕｌａｔｉｏｎＦｒｕｉｔＦｌｙＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍｆｏｒＡｕｔｏｍａｔｉｃＷａｒｅｈｏｕｓｅＯｒｄ

3、ｅｒＰｉｃｋｉｎｇＯｐｅｒａｔｉｏｎＳｃｈｅｄｕｌｉｎｇＰｒｏｂｌｅｍ１，ＷＡＮＧＹａ－ｆｅｎ１，ＺＨＡＮＧＹｕ２ＬＩＵＺｈｉ－ｘｉｏｎｇ（１．ＳｃｈｏｏｌｏｆＡｕｔｏｍｏｂｉｌｅａｎｄＴｒａｆｆｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００８１，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＬｏｇｉｓｔｉｃｓＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００６３，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ａｍｕｌｔｉｐｌｅｐｏｐｕｌａｔｉｏｎｆｒｕｉｔｆｌｙｏｐｔｉｍｉｚａｔｉｏ

4、ｎａｌｇｏｒｉｔｈｍｗａｓｐｒｏｐｏｓｅｄｆｏｒａｕｔｏｍａｔｉｃｗａｒｅｈｏｕｓｅｏｒｄｅｒｐｉｃｋｉｎｇｏｐｅｒａｔｉｏｎｓｃｈｅｄｕｌｉｎｇｐｒｏｂｌｅｍ．Ａｃｏｄｉｎｇｍｅｔｈｏｄｏｆｒａｎｄｏｍｋｅｙｗａｓａｄｏｐｔｅｄ，ａｎｄｔｈｅｓｅｑｕｅｎｃｅｏｆｔｈｅｓｍｅｌｌｃｏｎｃｅｎｔｒａｔｉｏｎｊｕｄｇｍｅｎｔｖａｌｕｅｗａｓｍａｐｐｅｄｔｏｔｈｅｓｃｈｅｄｕｌｅｓｏｌｕｔｉｏｎ．Ｔｈｅｆｒｕｉｔｉｎｄｉｖｉｄｕａｌｓｗｅｒｅｃａｌｃｕｌａｔｅｄａｎｄｕｐｄａｔｅｄｂｙｓｉｍｕｌｔａｎｅｏｕｓｌｙｌｅａｒｎｆｒｏｍｂｏｔｈｔｈｅｌｏｃａｌｏｐｔｉｍｕｍｏｆｔｈｅｏｆｆ

5、ｓｐｒｉｎｇｐｏｐｕｌａｔｉｏｎａｎｄｔｈｅｗｈｏｌｅｏｐｔｉｍｕｍｏｆｏｖｅｒａｌｌｐｏｐｕｌａｔｉｏｎｓｉｎｔｈｅｉｔｅｒａ－ｔｉｏｎ．Ａｍｕｔａｔｉｏｎｍｅｔｈｏｄｗａｓｅｍｐｌｏｙｅｄｔｏｊｕｍｐａｗａｙｆｒｏｍｔｈｅｌｏｃａｌｏｐｔｉｍｕｍｆｏｒｔｈｅｆｒｕｉｔｉｎｄｉｖｉｄｕａｌ．Ｔｈｅｃｏｍｐｕｔａｔｉｏｎａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｍｕｌｔｉｐｌｅ－ｐｏｐｕｌａｔｉｏｎｆｒｕｉｔｆｌｙｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｈａｓｂｅｔｔｅｒｃａｌｃｕｌａｔｉｏｎｐｒｅｃｉｓｉｏｎａｎｄｃｏｎｖｅｒｇｅｎｃｅｅｆｆｉｃｉｅｎｃｙｔｈａｎｔｈｅｂａｓ

6、ｉｃｆｒｕｉｔｆｌｙｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ，ａｎｄｉｔｃａｎｅｆｆｅｃｔｉｖｅｌｙａｖｏｉｄｆａｌｌｉｎｇｉｎｔｏｔｈｅｌｏｃａｌｏｐｔｉｍｕｍ．Ｋｅｙｗｏｒｄｓ：ａｕｔｏｍａｔｉｃｗａｒｅｈｏｕｓｅ；ｏｒｄｅｒｐｉｃｋｉｎｇ；ｓｃｈｅｄｕｌｉｎｇ；ｍｕｌｔｉｐｌｅｐｏｐｕｌａｔｉｏｎ；ｆｒｕｉｔｆｌｙｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏ－ｒｉｔｈｍ自动化仓库是物流系统的主要存储设施之一，主要由高层货架和堆垛机等组成，具有高层货架存储、自动存取货物等特点，有效地提高了存储空间的利用率和仓储作业效率，因而被广泛地应用于汽车、机械、烟草、交通运输等行业。在自动化仓库

7、中，货物出入库作业主要由堆垛机按照指令，对高层货架中的不同存储货位点进行拣选作业。因此，堆垛机的拣选作业调度直接决定着自动化仓库的作业效率。自动化仓库拣选作业调度问题主要解决多个货位点的拣选作业路径优化问题，即针对多个货位点，对堆［１］垛机的拣选作业路径进行优化决策。这类问题与车辆路径问题（ＶＲＰ问题）有着一定的相似性，随着拣选货位点数量的增加，该类问题的规模和求解难度也逐渐增加，具有典型的ＮＰ－ｈａｒｄ问题特性。目前，遗传算［２］［３］［４］［５］法、粒子群算法、蚁群算法和人工鱼群算法等智