基于分类随机策略的立体仓库货位优化研究

在分析自动化立体仓库货位优化基本影响因素的基础上,建立了基于分类随机存储策略最小拣货时间的货位优化模型,提出了求解该模型的遗传算法,并使用Matlab软件的谢菲尔德工具箱进行了算法实现.最后选用某餐饮行业配送中心的实例,验证了模型与算法的合理性和有效性.     

基于贪婪算法的货位优化模型

仓库或配送中心的货位布局是影响订单拣选作业的重要因素.基于分类存储策略,以人工拣选仓库或配送中心某一段时期内的历史订单为研究对象,建立了以人工订单拣选作业导致的人体能耗最小为目标的货位优化模型,并利用贪婪算法对其进行快速求解,以取得货位优化的目标,从而进一步降低人工劳动强度,提高劳动效率.     

基于指派问题的货位优化研究

本文根据货物和货位的特性分别对货物和货位进行等级评定,并根据评定结果对耦合度进行定义。最后,根据货位优化的周转率法则、体积和质量法则利用货位与货物的耦合度建立指派模型并用匈牙利法求解。     

基于Fishbone的仓储货位分配优化

针对现代仓储企业对自动化立体仓库进行货位分配优化,追求时间效益最大化的目的,基于Fishbone布局,依据货品存放上轻下重和货品出入库效率优先等货品存储原则,以货品出入库所需时间最短为优化目标,建立了仓储货位分配优化设计问题的数学模型。根据遗传算法的特点和适用范围,设计了适用于该优化模型的遗传算法,并利用MATLAB进行了实例仿真。实例的计算结果表明,所设计的优化模型正确合理,使用的遗传算法方便快捷,能够为仓储企业的仓库货位分配优化设计提供决策支持。     

物流中心仓库货位优化系统的研究

介绍了什么是货位优化,阐述货位优化技术是如何提高物流中心的操作效率及应用货位优化系统所带来的实际意义,比较了当今国外物流公司已推出的各种货位优化系统之间的区别,提出了开发该系统的基本思路。     

企业管理系统中的货位优化研究

优化的货位管理及货位分配是提高企业效益的重要途径之一。本文在时几种货位储存策略进行分析的基础上．综合评定它们各自的优缺点结合货住分配原则，将货位分为实货位和虚货位，并将虚实、货位相结合提出了一种优化的货位划分方法。     

基于数值仿真的仓储系统货位分配优化

主要研究了如何对制造业仓储系统的货位进行分配优化的问题,首先对货位进行数学建模,建立基于出入库距离H和货物重心高度Sy的目标函数,然后采用变邻域搜索算法和Matlab软件对货位进行优化分配,从而得到所需要的理想货位。实例分析证明,对仓库进行优化分配后,无论是仓库面积还是出入库时间都明显的减少,为仓库货位的分配优化提供了参考。     

混合TOPSIS方法在货位优化方案选择中的应用

货位优化方案的选择是自动化立体仓库中的重要决策。货位布局合理关系着整个库内作业的效率。根据货位布局应遵循的原则。建立了选择方案的指标体系。考虑到信息的不确定性．以区间数形式表示定性指标值,应用混合型TOPSIS方法建立了目标优选的模型。最后通过实例对方法的有效性和实用性进行了验证。     

基于遗传算法的自动化立体仓库的货位优化分配

文章针对自动化立体仓库的库区和货位的分配策略问题进行了讨论,提出立体仓库的库区优化数学模型：在库区优化基础上,进一步提出货位优化数学模型．将Pareto最优解的概念与遗传算法相结合,提出了一种改进的解决多目标优化问题的Pareto遗传算法解决货位优化问题．给出了仿真实验及分析,结果表明采用改进遗传算法优化策略可以有效地解决自动化立体仓库的货位优化分配问题。     

基于数值仿真的仓储系统货位分配优化

主要研究了如何对制造业仓储系统的货位进行分配优化的问题,首先对货位进行数学建模,建立基于出入库距离H和货物重心高度Sy的目标函数,然后采用变邻域搜索算法和Matlab软件对货位进行优化分配,从而得到所需要的理想货位。实例分析证明,对仓库进行优化分配后,无论是仓库面积还是出入库时间都明显的减少,为仓库货位的分配优化提供了参考。     

基于混合智能算法的仓库有限容量下随机存贮模型

针对仓库容量有限条件下的随机存贮管理问题,通过找出商品在销售进货过程中会出现的全部可能,确定得到总损失最小的方法,然后以最优订货点作为决策变量并确定约束条件,建立优化决策模型。采用基于随机模拟的混合智能算法对该决策模型进行求解。对模型中的不确定函数进行随机模拟,使用由其产生的一组输入输出数据来训练神经网络对该不确定函数进行逼近,然后将该神经网络作为适应度函数嵌套于遗传算法中,最后应用遗传算法解得模型的最优解。通过计算机仿真得到所需要的最优方案。实验表明,文中提出的基于混合智能算法的仓库随机存贮模型,较好地解决了实际应用中的仓库容量有限的随机存贮问题,具有很强的普遍性和实用性。     

列车运行图冗余时间布局优化方法

列车运行图的动态性能是衡量列车运行图的一项重要指标,冗余时间的布局是影响列车运行图动态性能的关键因素之一。在考虑相关作业的冗余时间之间关系的基础上,从提高列车运行图动态性能和缩短列车旅行时间两方面出发建立了冗余时间布局的优化模型。针对该模型,给出了改进的遗传算法进行求解,并编程实现。最后以优化武汉至广州客运专线列车运行图冗余时间布局问题为例来验证该模型与算法,结果表明通过该模型和算法取得的满意解能够将目标函数值降低10％,在一定程度上优化冗余时间的布局。     

基于遗传算法的车间设备布局优化

对某车间设备布局问题进行数学建模,建立以车间物流成本最小为目标的车间布局优化模型。应用遗传算法设计求解优化模型,根据SLP方法得到的初始布局方案建立初始种群,对该初始种群进行编码、选择、交叉和变异操作,得到最终车间设备布局。基于此,以上海海事大学工程训练中心机械加工车间为案例进行设备布局优化,完成车间物流分析,应用遗传算法对车间进行求解,并通过Matlab软件进行编程运算,得出车间的最优解。     

基于入侵杂草算法的城市生鲜配送优化研究

针对实际道路阻抗下的城市"最后一公里"生鲜配送路径优化问题,在保证骑手安全情况下,又能够以最快速度将货物送到客户手上,降低配送成本,从配送过程中电动车遇到的实际道路阻抗因素出发,建立了以最大化顾客满意度,最小化配送成本的多目标优化模型,并利用入侵杂草算法和遗传算法对模型进行分别求解。实验结果验证了模型和入侵杂草算法的有效性。     

基于GIS的启发式物流配送中心选址方法的研究

本文针对配送中心选址规划问题，综合考虑影响选址决策的各种因素。利用GIS的空间分析技术，在电子地图上分析定性因素得出了一系列选址候选点，在此基础上建立整数规划选址模型，采用聚类的方法对客户分群，用贪婪取走启发算法得出最佳配送中心选址地点。最后通过实例证明方法的有效性。     

TS算法视域下物流配送车辆优化调度问题研究

针对传统TS算法的全局寻优能力受限于初始解的质量的缺陷,提出了一种基于改进TS算法并采用C-W算法获得初始解来解决物流配送车辆优化调度问题。首先,定义了车辆调度问题的数学模型,在此基础上提出了一种采用C-W算法来求初始解的方法,在此基础上定义了禁忌算法的禁忌表结构、禁忌长度以及领域的构造,从而定义了一种改进的TS算法。仿真实验证明该方法能有效地解决带时间窗的车辆调度问题,且与传统的TS算法相比,本方法在求解质量和寻优效率上有大幅提高。     

运输商选择与配送中心选址联合优化研究——基于供应链系统观念

系统观念是供应链管理的一个重要思想,它要求将供应链做为一个各环节相互联系的有机整体,而不是孤立的阶段.本文基于供应链管理的系统观念,将传统上孤立研究的运输商选择问题与配送中心选址问题结合起来,考虑供应链核心企业管理多个运输商的成本（文中称为C成本）,建立运输商--配送中心联合优化模型[TDJOM],以实现供应链中这两个问题领域的联合优化,实现整体最优,同时设计了一种启发式算法,将非线性规划转为线性规划求解,避免了现有的各种非线性规划求解算法往往只能求得近似最优解的缺陷.本文用算例证明了模型和算法的有效性.     

随机仓库布局问题模型与算法研究

通过讨论随机条件下仓库布局问题．建立了随机仓库布局问题机会约束规划模型，并设计出基于随机模拟的禁忌搜索算法求解模型，最后利用算例来验证算法的有效性。     

基于遗传算法轿车焊装车间车辆路径优化

遗传算法是一种模拟自然进化过程搜索最优解的方法。通过建立某轿车焊装车间车辆路径问题数学模型,然后利用遗传算法求解该问题,最后在Matlab软件中进行编程求解,有效地求解出问题的最优解或近似最优解。     

考虑碳排放因素的车辆路径问题研究

将碳排放因素考虑到车辆路径问题中,建立了运输成本与碳排放相结合的多目标车辆路径问题模型,讨论了基于改进遗传算法的车辆路径问题的设计和实现,最后通过实例分析对模型作了进一步验证。