自動化立體倉庫出庫貨位分配優化研究

中北大學機械與動力工程學院 姚貝貝 劉永姜 王 洋

自動化立體倉庫出庫貨位分配優化研究

中北大學機械與動力工程學院 姚貝貝 劉永姜 王 洋

在系統研究自動化立體倉庫的基礎上，分析了立體倉庫出庫作業的揀選策略。針對倉儲中的出庫揀選優化問題，以巷道堆垛機行走距離最短為目標建立函數模型。并以某自動化立體倉庫為例，運用人工蟻群算法進行實例仿真來求解最短路徑，優化后得到一組收斂可行解，同時提高了貨物的出入庫效率。

自動化立體倉庫；人工蟻群算法

1 建立出庫貨位優化模型

1.1 揀選作業優化目標的定義

按揀選流程將堆垛機的調度問題歸納為：由出／入庫站臺起點出發，揀取存在于n個不同貨格的貨物，堆垛機去到一個貨格，取出貨位托盤，返回出入庫站臺，待取出一定數量的貨物后，將托盤送回，去往下一個待揀選貨位點，且每個貨格在存取過程中僅去一次，依次揀取完n個貨物，最后回到出／入庫站臺。求堆垛機在這整個撿取過程中行走的最短距離[1]。

1.2 揀選作業優化模型的建立

堆垛機由出／入庫站臺出發，取完貨單上第一條目貨物并將托盤送回原貨位所需要時間[2]：

堆垛機從取完第一貨物的貨位出發，到將第二貨物取回且把托盤送回原貨位所需要時間為：

依次類推，可得出堆垛機從n-1條目貨物的貨位出發取回最后一件貨物，并最終將堆垛機送回出/入庫站臺所需要總時間為：

n件貨物都取回需要總時間為：

因此建立的數學模型為：

2 出庫揀貨作業貨位優化模型的求解

2.1 算法設計

分布式計算和魯棒性強是蟻群算法具有的主要優點，作為一種新的仿生物啟發式優化算法，具有很強的尋找較好解和實現收斂的能力，在解決組合優化問題方面[3]。因此，用蟻群算法來進行求解。

2.2 蟻群算法求解步驟

1)進行初始化設置，即：設置最大迭代次數Imax，當前迭代次數I和螞蟻總數m；

2)放置m只螞蟻在起點；

3)進行路線的構造。堆垛機用螞蟻進行模擬，每一個巷道堆垛機用一只螞蟻代表，根據各路徑上信息素量的大小，螞蟻自己決定下一步的轉移方向[4]。

4)將各路段局部信息素量的大小進行更新；

5)當所有螞蟻走完全部路線時，轉向步驟6)；否則轉向步驟3)；

6)改變各路段信息素值的大小，通過采用一定的更新規則。當螞蟻完成一次循環后，各路徑上信息素量的大小可以根據以下公式進行調整：

7)若滿足終止條件，則結束；否則轉向步驟2)進行下一代進化，置I=I+l。

3 實例求解

以某自動化立體倉庫為例，假設該倉庫系統有24排，10層，72列。選取某排貨架，其各參數為：

取某次揀選作業，共22個待揀選貨物，其坐標信息如表1所示。

表1 待揀選貨物坐標

設Imax=500，在matlab中運行所編的蟻群算法程序，得到每代最短距離和平均距離(單位：米)圖。

圖1 每代最短距離和平均距離

同時可得到巷道堆垛機優化后的行走路徑為：

4 總結

本文以巷道堆垛機總運行時間最短為目標，在提出合理假設的基礎上，根據所要解決的問題建立數學模型。并以某物流中心立體倉庫的揀貨單為實驗依據，對所建模型利用人工蟻群算法進行路徑優化求解，得到最短路徑，縮短了巷道堆垛機的工作時間，降低了能耗，同時節省了立體倉庫運營成本。

[1]吳忠明,盧軍鋒．自動化立體倉庫貨位優化研究[J]．裝備制造技術,2011,12(9):184-185．

[2]蔡光躍,董卿恩．遺傳算法和蟻群算法在求解TSP問題上的對比分析[J]．計算機工程與應用．

[3]Dorigo M,Birattari M,Stiitzle T．Ant Colony Optimization: Artificial Ants As a Computational Intelligence Technique[J]．IEEE Computational Intelligence Magazine,2006,11(15):28-39．

[4]計三有,陳厚松．基于蟻群算法的立體倉庫揀選作業優化[J]．武漢理工大學學報,2010,32(23):69-71．

Study on Optimization of warehousing in Automatic Storage and Retrieval Systems

Yao Bei-bei,Liu Yong-jiang,Wang Yang
(North University of China,School of Mechanical and Power Engineering)

In the basic of studying warehousing in automatic storage and retrieval system, we analyzed the picking strategy in retrieval system. Based on the simulation,optimized results show that the stability of the shelves have improved significantly and the efficiency of storage and retrieval improved.

automatic storage and retrieval system;ant colony algorithm