[发明专利]一种基于遗传算法的自动化立体仓库货位分配优化方法

说明书

本发明自动化立体仓库仓储技术领域，具体的说是一种基于遗传算法的自动化立体仓库货位分配优化方法。首先，根据零部件的历史订单信息得到货物的出入库频率，建立减少出入库搬运时间的数学模型；接着统计零部件的质量，建立降低货架重心的计算公式；在此基础上，基于关联度进行聚类，以提高相关产品空间聚集度为目标建立数学模型。综合考虑作业时间、货架稳定性和产品关联度，构建多目标货位优化模型，比单一优化目标更加全面合理。本发明通过一种改进遗传算法对综合数学模型进行优化求解，得到的最优解即为当前最优货位配置方案，能够有效优化零部件的货位分布，帮助决策者制定合理的方案。

技术领域

本发明自动化立体仓库仓储技术领域，具体的说是一种基于遗传算法的自动化立体仓库货位分配优化方法。

背景技术

自动化立体仓库以其低占地面积、高吞吐效率和智能化集成控制的特点被广泛应用于工业仓储环节。货物的存取作业是自动化立体仓库需要考虑的重要因素，合理的货位分配策略可以有效提高仓储运行效率、降低物流成本并且延长货架使用寿命，是提高企业效益的关键问题。

目前，国内外已从理论和技术上对自动化立体仓库的进行了大量研究，这也是自动化立体仓库系统在国内外得到迅速发展的原因。而对于自动化立体仓库而言，仍然存在着智能化程度不高和运行效率低的问题，尤其缺乏对货位分配的优化控制。部分研究者提出COI系数即货物的储存空间与该货物的周转率的比值对货位的摆放进行优化；部分学者以物料出入库频率和货架稳定性为优化目标建立适应度函数，并通过基本遗传算法进行优化；部分学者将货位指定为大件区、重载区、高频区和常规区，结合理想点法建立多目标评价函数。但是现存的方法考虑的现实因素少，选择的优化算法性能存在不足。

现有的智能立体仓储货位分配优化方法在搜索效率和解的可靠性方面存在缺陷，需要改进针对当前货位分配优化方法的不足。

发明内容

本发明提供了一种基于遗传算法的自动化立体仓库货位分配优化方法，该方法够使得搬运效率提高，收敛速度加快、货位分配更合理，保证货位分配优化的实效性和实用性，解决了现有的自动化立体仓库货位分配方法搬运效率低、货架稳定性差以及关联产品空间聚集度低的问题。

本发明技术方案结合附图说明如下：

一种基于遗传算法的自动化立体仓库货位分配优化方法，包括以下步骤：

步骤一、根据零部件的历史订单信息得到货物的出入库频率，建立减少出入库搬运时间的数学模型；

步骤二、统计零部件的质量，建立降低货架重心的计算模型；

步骤三、基于关联度进行聚类，建立以提高相关产品空间聚集度为目标的数学模型；

步骤四、根据步骤一建立的数学模型、步骤二建立的计算模型和步骤三建立的数学模型，构建自动化立体仓库多目标货位优化数学模型，并采用改进遗传算法对建立的自动化立体仓库多目标货位优化数学模型进行求解，获得最终货位优化结果，从而完成自动化立体仓库货位分配的优化。

所述步骤一的具体方法如下：

11)对目标汽车零部件公司的多巷道自动化立体仓库的结构和出入库订单数据进行分析和处理，得到多巷道自动化立体仓库的货架基础数据和订单货物信息；

12)基于多巷道自动化立体仓库的运行特点，确定每个货位在存储单元的位置，基于货位来定义订单中零部件的存储单元；

13)基于零部件历史订单、在库数据，获得零部件出入库频率，以预设原则建立数学模型。

所述步骤12)的具体方法如下：

多巷道自动化立体仓库的每个货格定义为一个货位，基于分类存储的方式来存放货物；所述基于分类存储的方式来存放货物，包括：根据订单中零部件的属性分类，把同一种类的零部件摆放在同一分区。