应用于长物料存储的悬臂梁式立体仓库货位分配方法
技术领域:
本发明涉及仓库管理的技术领域,具体涉及一种应用于长物料存储的悬臂梁式立体仓库货位分配方法。
背景技术:
自动化立体仓库是企业和社会物流的节点设施,一般有几层、十几层、几十层的货架存储货物,用相应的物料搬运设备进行货物的出入库作业,用自动化控制管理***进行作业控制和管理。自动化立体仓库的出现对货物储存具有划时代的意义,它不仅彻底地改变了仓储行业劳动密集、效率低的落后面貌,而且拓展了仓库功能,使之从单纯的保管型向综合的流通型方向发展。由于立体仓库较好地解决了单元货物的立体化存储,实现了设备运行自动化、智能化,进销存管理数字化,不仅提高了土地利用率、存取效率、配送精度;而且降低了货物消耗、劳动力成本,目前,自动化立体仓库在机械、电子、化工、医药、烟草、综合物流等许多行业得到了应用。但针对于铝型材、钢材等长物料(6米以上)、重载货物(单元货物3吨以上)的立体存储仍旧发展缓慢,由于存储货物的特殊性,立体仓库的设计、设备配置选用与制造安装的技术含量很高,特别是长物料入出库作业流程也比较复杂,同时要实现机械化、自动化、智能化管理技术难度更大,需要解决一系列关键技术难题。如需要设计长物料、重载货物存储的立体货架,要求其具备良好的承载、抗震能力和结构稳定性;需要开发专门的自动控制***,以提高仓库的自动化程度与运行效率。
智能化立体仓库的工作效率主要受货位分配策略的影响,为了对货位分配进行优化控制,已有学者利用模拟退火、遗传算法、人工神经网络算法以及蚁群算法等对单位货格式立体仓库的货位分配模型进行了求解,通过上述算法对货位分配优化得到的方案都从一定程度上提高了仓储***的运行效率和运营成本,但是由于货位分配优化问题需要考虑的因素多,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并不适用于存储长物料、重载货物的立体仓库货位分配,需考虑仓库与货物的特殊性来制定分配规则及优化算法。
发明内容:
本发明公开了一种应用于长物料存储的悬臂梁式立体仓库货位分配方法,其目的在于:解决存储大尺寸、重载货物的悬臂梁式货架仓库的货位分配问题,针对铝型材等长物料尺寸长、重量大的特点,提出一种适用于长物料存储的悬臂梁式立体仓库的货位分配策略,在货物入库效率,货架稳定性和安全性三个方面取得最优分配方案。
本发明通过以下的技术方案实现的:
一种应用于长物料存储的悬臂梁式立体仓库货位分配方法,包括以下步骤:
A、设置货架尺寸参数和货位参数;
B、定义货位分配优化目标函数;
C、对需要入库的货位随机分配货位地址,形成初始种群P;
D、评价个体适应度f;
E、采用轮盘赌算子,计算每个货物的个体适应度值,比较个体在总体适应度值中的占比;
F、通过交叉和变异操作形成新种群P1;
G、对得到的新种群进行退火处理;
H、重复步骤D-G,判断是否满足终止条件,满足则接受当前解为最优解并解码,输出最优货位分配方案;否则返回步骤D循环以上操作。
本发明的进一步改进在于:步骤B中的货位分配优化目标函数的定义方法如下:
考虑提高仓库出入库效率,以堆垛机运行时间f1最少为原则,建立效率数学模型:
其中:
为取整运算,
考虑货架的稳定性,以货物的整体重心f2最低为原则,建立货架稳定数学模型:
根据货物长尺寸、重载荷及悬臂梁式货架的结构特点,考虑货架的平衡性,以货架两侧的累计货物质量差f3最小为原则,建立货架平衡数学模型:
本发明的进一步改进在于:步骤C的方法为:
对货位地址采用整数排列方式进行编码,用两位数的整数ab表示一个基因,在货位中所代表的坐标数值为1×a+b,编码规则如下:
a、一条染色体代表一种货位分配方案;
b、染色体上的每个基因代表该货物的分配货位坐标,分别对应该货物在仓库位置中的排、列、层。
本发明的进一步改进在于:步骤D个体适应度f的评价方法为:
取效率目标函数f1、重心目标函数f2、平衡目标函数f3的最小值,经量纲归一化处理,得到总目标函数值:
min F=α·lg f1+β·lg f2+γ·lg f3
其中,α、β和γ分别为效率目标函数f1、重心目标函数f2、平衡目标函数f3的权重系数,且α+β+γ=1;
取总目标函数值的倒数得到个体适应度f,即
本发明的进一步改进在于:个体适应度f的评价方法中,目标函数的权重值采用层次分析法确定,权重系数α、β与γ依次确立为0.07、0.2、0.73。
本发明的进一步改进在于:步骤E的具体执行步骤如下:
a、计算每个个体Ui的适应度值f(Ui);
b、计算出种群中所有个体Ui的适应度值总和sum:
c、计算每个对应个体的选择概率Pi:
d、计算每个个体Ui的累加概率Qi:
e、执行选择操作,在(0,1)之间生成一个随机数r,若Qi-1<r≤Qi,则选择第i个个体Ui(1≤i≤n)。
本发明的进一步改进在于:步骤F形成新种群的方法为:
采用两点交叉的方式进行交叉操作,在选出的两个父个体编码串中随机设置两个交叉点,交换两个父个体在所设定的两个交叉点之间的部分染色体;
采用均匀变异来产生新个体,依次指定货位分配方案编码串中的每个基因为变异点;对编码串上的每个变异点,在0~1之间随机生成一个数r,若r≤pm,Pm为变异概率,则将对应的编码基因替换为基因可取值范围内的任意值。
本发明的进一步改进在于:步骤G新种群的退火处理方法为:
设置初始温度T0,温降与迭代次数相关为Ti=T0/1+i,在种群P1解空间周围随机生成新的种群P2,计算P2的增量d=F(P2)-F(P1),若d≤0,则接受种群P2为当前解;否则按Metropolis原则接受种群,即计算P2的接受概率exp(-d/Ti),随机生成(0,1)区间上的均匀分布随机数rand,若exp(-d/Ti)>rand,则接受种群P2为当前解,否则保留P1为当前解。
本发明与现有技术相比具有如下优点:
本发明解决了存储大尺寸、重载货物的悬臂梁式货架仓库的货位分配问题。货位分配算法拥有更快的收敛速度,并且能在货物出入库效率,货架稳定性和货架平衡性三方面取得最优的货位分配方案。在尺寸长、重量大的铝型材等存储行业,应用本发明方法进行货位分配,不仅能够提高工作效率,还可使货架两侧受载平衡程度大大提升,更能保障仓库的安全性能。
附图说明
图1为本发明流程图;
图2为本发明立体货架立面示意图;
图3为本发明立体货架平面示意图;
图4为仓库初始货位分配图;
图5为本发明对仓库货位优化后的货位分配图。
具体实施方式
为了加深对本发明的理解,下面将结合实施例和附图对本发明作进一步详述,该实施例仅用于解释本发明,并不构成对本发明保护范围的限定。
如图1流程图所示,一种应用于长物料存储的悬臂梁式立体仓库货位分配方法,包括以下步骤:
1.设置货架尺寸参数和货位参数
如图2、图3所示,悬臂梁式立体仓库沿X方向共有a排,沿Y方向共有b列,沿Z方向共有c层,其中离地面最近的一层为第一层,离出入端口最近的为第一排、第一列,(i,j,k)为货物在仓库中的位置,即货物在仓库i排j列k层。
堆垛机沿X方向运行速度为vx,沿Y方向运行速度为vy,沿Z方向运行速度为vz;
货格沿X方向长度尺寸为l,沿Y方向宽度尺寸为b,沿Z方向高度尺寸为h;
巷道宽度为L;
存放于货位(i,j,k)上的货物质量为mijk;
2.定义货位分配优化目标函数
考虑提高仓库出入库效率,以堆垛机运行时间f1最少为原则,建立效率数学模型:
其中,
为取整运算
考虑货架的稳定性,以货物的整体重心f2最低为原则,建立货架稳定数学模型:
根据货物长尺寸、重载荷及悬臂梁式货架的结构特点,考虑货架的平衡性,以货架两侧的累计货物质量差f3最小为原则,建立货架平衡数学模型:
3.对需要入库的货位随机分配货位地址,形成初始种群P。
对货位地址采用整数排列方式进行编码,用两位数的整数ab表示一个基因,在货位中所代表的坐标数值为1×a+b。
编码规则如下:
(1)一条染色体代表一种货位分配方案。
(2)染色体上的每个基因代表该货物的分配货位坐标,分别对应该货物在仓库位置中的排、列、层。如基因格式为020305,代表此货物分配坐标为(2,3,5)。
4.在保证货架安全的前提下,效率最高为评价标准,构建个体适应度函数f。个体适应度f的评价方法为:
(1)取效率目标函数f1、重心目标函数f2、平衡目标函数f3的最小值,经量纲归一化处理,得到总目标函数值:
min F=α·lg f1+β·lg f2+γ·lg f3
其中,α、β和γ分别为效率目标函数f1、重心目标函数f2、平衡目标函数f3的权重系数,且α+β+γ=1;
(2)目标函数的权重值采用层次分析法确定,权重系数α、β与γ依次确立为0.07、0.2、0.73;
(3)取总目标函数值的倒数得到个体的适应度f。
5.采用轮盘赌算子,计算每个货物的个体适应度值,比较个体适应度值在总体适应度值中的占比,具体执行步骤如下:
(1)计算每个个体Ui的适应度值f(Ui);
(2)计算出种群中所有个体Ui的适应度值总和sum;
(3)计算每个对应个体的选择概率Pi;
(4)计算每个个体Ui的累加概率Qi;
(5)执行选择操作,在(0,1)之间生成一个随机数r,若Qi-1<r≤Qi,则选择第i个个体Ui(1≤i≤n)。
6.通过交叉和变异操作形成新种群P1。
采用两点交叉的方式进行交叉操作,在选出的两个父个体编码串中随机设置两个交叉点,交换两个父个体在所设定的两个交叉点之间的部分染色体,得到新个体。
采用均匀变异产生新个体,依次指定货位分配方案编码串中的每个基因为变异点;对编码串上的每个变异点,在0~1之间随机生成一个数r,若r≤pm,Pm为变异概率。则将对应的编码基因替换为基因可取值范围内的任意值。
例如,货位分配方案经过交叉后得到新个体(6,5,1)、(10,1,6)、(3,10,3)其染色体分别为:
变异前 0 6 0 5 0 1 1 0 0 1 0 6 0 3 1 0 0 3
经过均匀变异,编码串变为:
变异后 0 6 0 5 0 6 1 0 0 3 0 6 0 3 0 2 0 3
得到的新的货位分配方案为(6,5,6)、(10,3,6)、(3,2,3)。
7.为保证搜索能跳出局部空间,对得到的新种群进行“退火”处理。方法为:
设置初始温度T0,温降与迭代次数相关为Ti=T0/1+i,在种群P1解空间周围随机生成新的种群P2,计算P2的增量d=F(P2)-F(P1),若d≤0,则接受种群P2为当前解;否则按Metropolis原则接受种群,即计算P2的接受概率exp(-d/Ti),随机生成(0,1)区间上的均匀分布随机数rand,若exp(-d/Ti)>rand,则接受种群P2为当前解,否则保留P1为当前解。
8.判断是否满足终止条件,满足则接受当前解为最优解并解码,得到入库货物的分配货位;否则返回步骤4循环以上操作。
在仓库已有货物的情况下,新入库货物和已有货物共同参与目标函数计算,但算法的解空间限定为仓库的空货位空间,在此空间寻找新一批货物的最优货位,此方式能在不改变已存放货物位置的基础上,使得仓库整体目标最优。
以下通过一个具体的例子,对本实施例中的方法加以进一步说明。
某公司悬臂梁式立体仓库共有12排6列10层,仓位总容量有720个。仓库基本参数如表1所示。
表1
货格参数 |
数值(m) |
堆垛机参数 |
数值(m/s) |
货格沿X方向长度l |
1 |
堆垛机在水平X方向速度 |
1 |
货格沿Y方向宽度b |
6 |
堆垛机在水平Y方向速度 |
1 |
货格沿Z方向高度h |
0.9 |
堆垛机在垂直Z方向速度 |
0.5 |
仓库已存放货物的货位信息如表2所示。
表2
编号 |
货物质量/kg |
存放货位 |
1 |
600 |
(9,4,1) |
2 |
750 |
(4,1,2) |
3 |
800 |
(6,4,1) |
4 |
450 |
(4,3,1) |
5 |
1200 |
(7,4,1) |
6 |
580 |
(4,4,1) |
7 |
320 |
(3,5,1) |
8 |
640 |
(8,4,1) |
9 |
2100 |
(5,4,1) |
10 |
1500 |
(1,1,1) |
11 |
680 |
(1,3,1) |
12 |
3200 |
(12,2,1) |
13 |
1900 |
(4,1,1) |
14 |
430 |
(5,1,1) |
现在需要对以下一批货物进行入库处理,货物信息如表3所示。
表3
对新入库货物随机分配货位,分配情况如图4所示。运用本发明方法对货位进行分配优化,选取算法种群规模NPop=40,迭代次数G=600,交叉概率Pc=0.8,变异概率Pm=0.1,初始温度T0=500,求得最优分配方案结果如图5所示。从图中可以直观的看出进行优化前后,仓库中已有的货物货位不变,待入库的货物货位得到了优化。同时,本发明方法求解过程稳健,具有很好的收敛性;优化前后的各目标函数值如表4所示。结果表明,相比于初始位置,经过本发明方法优化之后,堆垛机运行效率提高11.98%,货架重心降低59.93%,仓库货架的平衡性能提高了72.57%。
表4
目标函数 |
初始值 |
优化值 |
优化比率 |
f<sub>1</sub>/s |
133.5 |
117.5 |
11.98% |
f<sub>2</sub>/kg·m |
37810 |
15150 |
59.93% |
f<sub>3</sub>/kg |
7730 |
2120 |
72.57% |
通过上述求解结果来看,根据本方法进行货位分配优化,可使得货架两侧受载平衡程度大大提升,且货架更为稳定,保证了仓库货架能有最大的安全系数,进一步验证了本方法用于解决存储大尺寸、重载货物的悬臂梁式货架仓库的货位分配问题的有效性和优越性。
最后应说明的是:虽然以上已经详细说明了本发明及其优点,但是应当理解在不超出由所附的权利要求所限定的本发明的精神和范围的情况下可以进行各种改变、替代和变换。而且,本发明的范围不仅限于说明书所描述的过程、设备、手段、方法和步骤的具体实施例。本领域内的普通技术人员从本发明的公开内容将容易理解,根据本发明可以使用执行与在此所述的相应实施例基本相同的功能或者获得与其基本相同的结果的、现有和将来要被开发的过程、设备、手段、方法或者步骤。因此,所附的权利要求旨在在它们的范围内包括这样的过程、设备、手段、方法或者步骤。