自動(dòng)化立體倉庫的優(yōu)化調(diào)度研究

摘 要：為提高自動(dòng)化立體倉庫的運(yùn)行效率，通過歸納總結(jié)調(diào)度原則，建立簡(jiǎn)易專家系統(tǒng)的貨位管理知識(shí)庫及相應(yīng)的推理機(jī)制，得出貨位分配方案。在此基礎(chǔ)上，利用遺傳算法對(duì)堆垛機(jī)存取路徑進(jìn)行優(yōu)化，建立優(yōu)化模型。通過Matlab仿真，得出上述方法在優(yōu)化調(diào)度中的可行性。

關(guān)鍵詞：自動(dòng)化立體倉庫；優(yōu)化；調(diào)度；遺傳算法

1 引言

自動(dòng)化立體倉庫的貨位分配及作業(yè)調(diào)度的優(yōu)化問題一直是業(yè)界研究關(guān)注的重點(diǎn)，所采用的方法包括時(shí)態(tài)邏輯、模擬退火、遺傳算法、神經(jīng)網(wǎng)絡(luò)、Petri網(wǎng)等[1-3]。其中，遺傳算法在自動(dòng)化立體倉庫調(diào)度優(yōu)化問題上已有多項(xiàng)研究。本文結(jié)合調(diào)度專家的知識(shí)經(jīng)驗(yàn)，依據(jù)推理策略建立貨位管理專家系統(tǒng)，在此基礎(chǔ)上采用遺傳算法對(duì)自動(dòng)化立體倉庫的調(diào)度問題進(jìn)行建模仿真，驗(yàn)證了該方法的可行性和有效性。

2 立體倉庫模型

自動(dòng)化立體倉庫的出入庫調(diào)度任務(wù)主要包括兩個(gè)方面：一是作業(yè)調(diào)度原則，二是貨位管理原則[4]。一般作業(yè)調(diào)度原則有：先到先服務(wù)原則、優(yōu)先權(quán)原則、處理時(shí)間最短原則、處理時(shí)間最長原則、隨機(jī)原則、聯(lián)合出入庫原則、中斷搶先原則。一般貨位管理原則有：分巷道存放原則、就近原則、貨架受力均勻原則、先入先出原則、貨位分區(qū)原則。

3 貨位管理的專家系統(tǒng)模型

3.1 專家系統(tǒng)基本結(jié)構(gòu)

專家系統(tǒng)一般由6部分組成：人機(jī)接口、知識(shí)庫、推理機(jī)、綜合數(shù)據(jù)庫、方法庫和解釋系統(tǒng)，其中知識(shí)庫和推理機(jī)是專家系統(tǒng)的兩個(gè)重要組成部分。

3.2 貨位管理知識(shí)庫的建立

3.3 推理機(jī)制的選擇

推理系統(tǒng)負(fù)責(zé)整個(gè)專家系統(tǒng)的運(yùn)行，本文采用正向推理機(jī)制。

4 組合優(yōu)化的作業(yè)調(diào)度問題描述

在得到優(yōu)化后的貨位分配前提下，建立尋求運(yùn)輸效率最高或運(yùn)輸費(fèi)用最低的目標(biāo)函數(shù)是解決優(yōu)化掉問題的關(guān)鍵。本文針對(duì)減少堆垛機(jī)的空載運(yùn)行時(shí)間，得出對(duì)貨物的存取順序進(jìn)行排列，從而達(dá)到作業(yè)調(diào)度最優(yōu)。

5 堆垛機(jī)作業(yè)優(yōu)化調(diào)度的遺傳算法設(shè)計(jì)

5.1 編碼

本文采用順序表示的遺傳基因編碼方法。例如：順序表為C=（1 2 3 4 5 6 7 8），運(yùn)送路線為：1-3-5-7-2-8-4-6，則編碼為：L=（1 2 3 4 1 3 1 1）。

5.2 適應(yīng)度評(píng)價(jià)

本文的目標(biāo)函數(shù)為最小化問題，即堆垛機(jī)行駛時(shí)間T最短，故選擇適應(yīng)度函數(shù)F=1/f（x）。

5.3 遺傳算法步驟

（1）隨機(jī)生成初始種群，采用順序編碼方案進(jìn)行染色體編碼，確定最大允許進(jìn)化代數(shù)Gmas。（2）按照適應(yīng)度函數(shù)計(jì)算染色體適應(yīng)值。（3）選擇運(yùn)算采用比例選擇算子。（4）交叉運(yùn)算采用次序交叉法。（5）變異算子的設(shè)計(jì)比較靈活，本文采用的方法是交換。（6）判斷終止條件，如果超過最大代數(shù)，或得到最優(yōu)解則退出程序，否則轉(zhuǎn)回步驟2繼續(xù)執(zhí)行。

6 結(jié)束語

本文在建立自動(dòng)化立體倉庫模型的基礎(chǔ)上，分析立體倉庫調(diào)度原則，建立了基于貨位分配原則的專家系統(tǒng)知識(shí)庫和推理機(jī)制，仿真得出較為理想的結(jié)果；在此基礎(chǔ)上，利用遺傳算法對(duì)作業(yè)調(diào)度進(jìn)行優(yōu)化，減少堆垛機(jī)運(yùn)行路程和時(shí)間，有效地提高自動(dòng)化立體倉庫的效率。本文僅是在前人研究基礎(chǔ)上的又一探索，仍需進(jìn)一步研究兩種人工智能方法在立體倉庫實(shí)際管理和運(yùn)行中的應(yīng)用。

參考文獻(xiàn)

[1]田國會(huì)，劉長友，等.自動(dòng)化立體倉庫若干優(yōu)化調(diào)度問題及其研究進(jìn)展[J].山東工業(yè)大學(xué)學(xué)報(bào)，2001，31（1）：12-17.

[2]常發(fā)亮，劉增曉，等.自動(dòng)化立體倉庫揀選作業(yè)路徑優(yōu)化問題研究[J].系統(tǒng)工程理論與實(shí)踐，2007，5（2）：139-143

[3]李梅娟，陳雪波，等.自動(dòng)化立體倉庫存取設(shè)備優(yōu)化調(diào)度方法研究[J].計(jì)算機(jī)工程與設(shè)計(jì)，2006，27（2）：181-183

[4]曾明如，游文堂，等.基于專家系統(tǒng)的貨位管理與作業(yè)調(diào)度優(yōu)化[J].南昌大學(xué)學(xué)報(bào)（工科版），2009，31（4）：385-388.

[5]施鴻寶，等.專家系統(tǒng)[M].西安：西安交通大學(xué)出版社，1990.

[6]趙培忻.現(xiàn)代物流管理模型、方法與應(yīng)用[M].北京：北京交通大學(xué)出版社，2012.