基于遗传算法的仓库拣选作业优化与eM—Plant实现.pdf

《基于遗传算法的仓库拣选作业优化与eM—Plant实现.pdf》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、82011年10月中国制造业信息化第40卷第19期基于遗传算法的仓库拣选作业优化与eM—Plant实现孙成文，杨维平(昆明理工大学CIMS研究应用中心，云南昆明650093)摘要：在建立了仓库拣选作业优化模型的基础之上，提出了用遗传算法(GA)求解堆垛机拣选作业最优路径的具体方法，并在一个实例中用eM—Plant软件中的遗传算法模块实现了仓库拣选作业的仿真优化。关键词：遗传算法；仓库；拣选作业；eM～Plant中图分类号：TI’391．9文献标识码：A文章编号：1672—1616(2011)19—0

2、008一O3自动化立体仓库及其配套设备是生产制造车式中：q为第i个货位点待拣选的货物体积；Q为间和配送中心自动化物流系统的重要组成部分，相周转货箱的体积。比于一般的平面仓库，其具有空间利用率高、货物将咒个待拣选货位依次编号为{1，2，3，⋯，破损率低、方便管理、周转速度快等优点』。其对}，可以得到如下的拣选模型：于烟草行业生产和配送的自动化显得尤为重要，而min∑∑∑目前国内大部分烟草行业仓库拣选作业的效率与k=1i～11国际先进水平相比有一定差距。本文以此为背景，min∑∑∑以优化仓库拣选路径为目

3、的，针对卷烟厂成品库配=1i=1，=1In1n7n送拣选作业提出一种可行的优化方法。约束条件为：1仓库拣选作业优化模型∑∑q≤Q，志=1，2，⋯，m(4)设z表示仓库列号，表示仓库层号，每个待取的货位点以坐标(z，Y)表示，如货物点口的坐标∑z一∑z=0，为(z，)，坐标(0，0)视为巷道口。堆垛机在水平k=1，2，⋯，m；P=0，1，2，⋯，(5)z方向和垂直方向上作匀速独立的运动，速度分别为和。每个货格的长度为，宽度为W，高善1=1k=I1,j，7__U‘㈦度为h，且z=h。当堆垛机由货位点i运

4、行到货位点时，水平=Minlnt[∑q／Q](7)方向和垂直方向走过的路程之和为：砖∈{0，1l，i，=0，1，⋯，，z；志=1，2，⋯，d，=Ixj—zl+J．y，一Yl(1)(8)所需时间为：∑硝=lI_1，2≤I5I≤一2，to=max{Ixj—Xil／，l一YiI／}(2)S{1，2，⋯，}，k=1，2，⋯，(9)执行每次拣选作业时需满足的条件是：式中：m为作业次数；为待拣选的货位总数；tN为从货位i到货位J的时间损耗；d为从货位到∑q

5、。收稿日期：2011—05—23作者简介：孙成文(1986一)，男，山东烟台人，昆明理工大学硕士研究生，主要研究方向为工业工程。·企业管理与信息化·孙成文杨维平基于遗传算法的仓库拣选作业优化与eM—Plant实现9模型中第一行是确定水平方向和垂直方向走例如，配对的2个染色体是A=374l86105I19过的总路程最短，第二行是确定堆垛机运行时间最2，B=793f1582{1064，其中竖线为交叉点，首短，第三行是确定作业次数最少。约束条件中，式先消去B中A的基因片段l86105I对应的元素，(4)要

6、求每次作业拣选的货物体积不能大于周转货则B：793124，然后将A的基因片段186105I箱体积；式(5)要求访问某货位和离开某货位在同补充到B后，形成子代B79312486105，类一次作业；式(6)保证每个货位被访问一次，回到巷似的得到子代A=37461091582。道口m次；式(7)是最少进出巷道次数，式中，、步骤五，变异。和交叉的原因一样，不能应用Minlnt[]表示大于括号内数字的最小整数；式(8)传统的变异方法。在这种形势下可以使用的方法是参数的取值范围；式(9)用于消除子循环。有2种：

7、一种是反向变异，染色体中随机地选择2个点，两者之间的基因序列将要被反转，比如染色2遗传算法的作业步骤体A是(123I45678I910)，反转点是4，8，变异遗传算法是一类借鉴生物进化规律演化而来后得到染色体B是123I87654I910。另一种是2种位置的变异，2个基因被随机的选择和变换的半启发式随机化搜索方法，针对路径优化问题的遗传算法主要是在研究旅行商问题时得到的_2_。位置，以此来得到一个与众不同的后代。如果一个遗传算法的作业步骤如下：染色体是A=12345678910，随机选择2个点步骤一

8、，对染色体编码。变量z作为实数，可3，7并变换它们的位置，变换后得到染色体B：12以视为遗传算法的表现形式，而从表现形式到基因745638910。形式就成为染色体的编码l_3J。本文仓库拣选作业步骤六，确定终止条件。遗传算法是一种反复优化问题属于遗传算法的GASequence模型，所以迭代的搜索方法，它通过多次进化逐渐逼近最优拣选作业的序列也就是染色体的编码，也就是说染解，因此需要确定终止条件。最常用的终止方法是色体的每一个基因就是一个取材目录，染色体序列规定遗传算法