基于蚁群算法的仓库拣货路径优化研究

基于蚁群算法的仓库拣货路径优化研究

ID:36755887

大小:1.80 MB

页数:48页

时间:2019-05-14

基于蚁群算法的仓库拣货路径优化研究_第1页
基于蚁群算法的仓库拣货路径优化研究_第2页
基于蚁群算法的仓库拣货路径优化研究_第3页
基于蚁群算法的仓库拣货路径优化研究_第4页
基于蚁群算法的仓库拣货路径优化研究_第5页
资源描述:

《基于蚁群算法的仓库拣货路径优化研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、合肥工业大学硕士学位论文基于蚁群算法的仓库拣货路径优化研究姓名:雷娟娟申请学位级别:硕士专业:企业管理及其信息化指导教师:李兴国20100401基于蚁群算法的仓库拣货路径优化研究摘要越来越多的企业构建自己的仓库和配送体系,以期降低物流成本,保持自己的竞争力。物流作为“第三利润源泉"越来越受重视。现代仓库是物流不可或缺的一部分,拣货作业是仓库的核心作业环节,拣货成本占到整个仓库物流成本的40%,其效率的高低直接影响到整个仓库的效率,而提高拣货作业效率,缩短拣货路径长度至关重要。本文选择双区型仓库为

2、研究对象,应用蚁群算法对拣货路径加以优化。本文首先分析了仓库拣货路径的研究现状和存在的问题,综述了物流拣货路径的相关问题,包括拣货作业流程、仓库中典型的双区型仓库和影响拣货的因素等。其次根据双区型仓库中拣货路径问题的特点,将该问题分成不考虑拣货车辆容积和考虑拣货车容积两种情况,针对不考虑拣货车容积的情况,采用蚁群算法优化求解其拣货路径问题,并将该算法的结果与S形启发式算法进行比较,验证了该方法的有效性。最后针对考虑拣货车容积的情况,应用蚁群算法对拣货路径问题进行建模求解,并在VsiualC++6

3、.0平台上上实现了该算法,与遗传算法的优化结果进行比较发现当拣货数量较多时,该算法具有明显优势。关键词:蚁群算法;双区型仓库;拣货路径ResearchonOptimizationmethodofpickingroutinginthewarehouseBasedonAntColonyAlgorithmABSTRACTMoreandmorecompaniesbuildwarehouseanddistributionsystem.Theywanttoreducelogisticscostandmain

4、tainowncompetitiveness.As”thirdprofitsource”,logisticsgetalotofattention.Modernwarehouseislogisticsindispensablepart.Pickingiscoreoperatinginthewarehouse。Pickingcostaccountesentirewarehouselogisticscost40%.Itsefficiencydirectinfluenceentirewarehousee

5、fficiency.Inordertoimprovingpickingefficiency,shortpickingpathlengthiscrucial.Firstly,thearticleanalyzeswarehousepickingpath,researchstatusandproblems.Pickingpathrelatedproblemsincludepickingworkflow,typicaldualdistricttypewarehouseandthefactorswhich

6、influencedpickingefficiency.Secondlyaccordingdoubledistricttypewarehousepickingpathproblemcharacteristics,theproblemdeparttotwosituations,notconsiderpicking—car’Svolumeandconsiderpicking.car’Svolume.Notconsidervolumesituation,thearticleadoptAntColony

7、Algorithmtosolvethisproblem,andverifytheresultswithSshapedheuristicalgorithm’Sresults.Finallyforconsideringpicking-car’Svolumesituation,theartileapplyAntColonyAlgorithmtosolvepickingroutingproblemmodelingandrealizethealgorithminVsiualC++6.0platform,c

8、omparetheresultswithGeneticAlgorithmoptimizationresults.Wefoundinthetable,whenwepickmoregoods,theACAhaveobviousadvantage.Keywords:AntColonyAlgorithm;Warehouse;PickingroutingIV插图清单图1.1本文所采用的技术路线⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.5图2.1仓库的基本流程图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。