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.     

基于遗传算法的卷烟自动化立体仓库货位优化

货架有其独特的框架结构且其承受的重量有限,在放置卷烟时,需根据货架的结构和承受能力合理摆放卷烟卷烟自动化立体仓库(A S/RS)是一种多层存放卷烟的高层货架仓库,是由货架、堆垛机、出入库输送设备以及计算机自动控制管理系统等构成的,可以遵照指令自动完成存、取货作业,并能对库存卷烟进行自动管理。存、取卷烟的作业效率是衡量卷烟自动化立体仓库运作绩效的关键,而存取作业效率的提升有赖于科学合理的货位优     

基于实际生产的自动化立体库货位动态优化分配

在实际生产中,立体仓库不停地进行出入库作业,同时还要求入库货物必须满足"上轻下重"原则,这对货位分配方案的实时性和可靠性以及动态优化提出较高要求.     

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。     

汽车零部件自动化立体仓库货位布局优化策略探析

现如今,汽车已经成为了人们日常生活中必不可少的代步工具,对人们的生活和出行起着极大的促进作用。在如此情势下,我国的汽车行业面临着更多的发展机遇和挑战,其中,自动化立体仓库是物流系统中的一个重要组成部分,而且能够有效地对汽车的零部件进行管理和储存。汽车物流的复杂性决定了需要更为专业的手段对其零部件进行存储和保护,因此,对于仓库中的具体布局方式,需要进行重点关注。     

第三方物流企业的自动化立体仓库货位优化策略

通过对第三方物流企业的服务特点和自动化立体仓库提高出入库效率这一需求的分析,采用货品-货位耦合分配的思想,提出了适用于第三方物流企业的货位分配优化策略.利用数据库搜索排列等简单常用的操作方法,使得货物能够在满足上轻下重的存放原则的基础上,以最快的速度完成出入库作业,有效提高了第三方物流企业的生产服务效率.     

基于自适应交叉策略遗传算法的非空货位分配方案优化研究

针对“货到人”拣选系统的补货环节,考虑仓库起始状态非空条件下的货位分配问题,将货架现存商品种类及数量信息与订单包含的商品种类及数量信息进行比对,做出商品分配位置以及上架数量决策,以所有货架上的商品相似度总和最大化为目标,构建了整数非线性规划模型,并设计了自适应交叉策略的遗传算法进行求解,以问题实际约束对染色体生成、交叉和变异操作进行设计。通过随机算例来对算法进行测试,结果表明文章设计的算法能够有效解决其实状态非空的货位分配问题。     

全箱式无货架立体仓库的货位分配策略研究

货位分配策略对每个仓储系统都非常重要。由于现在烟丝储柜无采用全箱式无货架立体仓库的存储方式,而这种仓储系统一部分存储策略是沿用着有货架仓储系统的,这样势必会影响整个仓库的出入库效率和货位利用率。本文对影响此类系统性能的问题进行讨论并提出优化方案。     

基于货位升级策略的自动化立体仓库库存管理研究

1 引言 作为一种新兴的仓储技术,自动化立体仓库集仓储科学、物料搬运于一身,实现了仓库物流的自动化与综合化.自动化立体仓库往往通过高层立体货架或者托盘系统来进行货品的存储,借助于自动化的堆垛机设备,具有对货品进行接收、归类、包装、计量、存档、分拣配送等功能,实现了物流的高效率化和仓储的大容量化,是现代物流的重要基础环节.     

基于模拟退火遗传混合算法的指派问题研究

根据指派问题的特点建立数学模型．提出了以模拟退火算法和遗传算法相结合的思想及其解决方案。通过算例表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的。     

基于混合遗传算法的多配送中心选址问题研究

就区域配送体系的多配送中心选址问题构建确定性规划模型，相应提出混合遗传算法的求解方法。该算法结合了单亲进化遗传算法和经典遗传算法的优点，能够使部分种群择优进化的同时整体种群的解全局收敛。仿真案例表明算法能够在5％的误差限内有效、稳定的逼近全局最优解，生成的选址线路图具有实践指导价值。     

考虑分段线性成本函数的多仓库选址模型及求解算法

在考虑规模经济的因素下,以最小化项目的供货成本、运输成本与固定成本之和为总目标建立了一个多仓库选址模型,其中把供货成本用分段线性函数表示,体现了厂商存在的规模经济效应,并采用遗传算法对模型进行求解。最后通过一算例来验证模型及其算法的可行性和有效性。     

基于遗传算法的配送中心选址问题研究

以绵阳市配送现状为背景,在充分考虑配送中心利益的基础上,考虑了配送中心选址地点、建设费用以及配送中心车辆调度等因素,基于遗传算法提出一种新的选址模型,最大限度上降低物流配送成本。     

基于遗传算法和模糊综合评价法物流配送中心选址研究

本文给出了关于配送中心选址的0-1混合整数线性规划模型,该模型要求在一些已知的备选点中选出一定数目的地点作为配送中心;并求出配送网络中的物流量,使配送网络总费用最小.由于这类模型属于NP难问题,为更好的求解此类问题,提出了定量化的遗传算法与定性化的模糊综合评价法相结合来确定配送中心地址的方法.     

配送中心选址的遗传算法研究

针对配送中心的选址问题,将遗传算法这一全局搜索优化技术运用其中,通过建立选址的遗传算法模型,研究了算法设计,分析了其特点,并与传统的混合整数规划解法进行了分析比较。     

遗传算法在配送中心选址中的应用

配送中心是现代物流的重要组成部分,它在整个物流系统中起着承上启下的作用,如何合理的选择配送中心就显得尤为关键.本文提出了一种新的二进制和浮点数混合编码的改进遗传算法.该算法对种群初始化函数和遗传操作做相应的改进,使得表示配送中心选址的决策变量只能在0或1这两个离散变量上选择,解码更加方便,大大提高了运算效率,改进的遗传算法能够很好的解决物流配送中心的选址问题.     

遗传算法在固定货架堆垛机拣选路径优化中的应用

固定货架的拣选路径优化问题是一个典型的TSP问题。以堆垛机拣选路径作为研究目标,通过计算货位点所在的坐标位置产生拣选点。运用基于顺序的遗传基因编码方式编制程序,对拣选路径进行优化。仿真实验和实际应用表明该算法能较快找到最优解,并有效提高系统运行效率。     

基于人工免疫算法的多无人机分布式任务分配方法

对多无人机任务分配问题进行了研究,在重量和路径负载均衡的基础上建立了带有攻击顺序的01决策变量的模型,运用分布式的人工免疫算法对该模型进行仿真实验,最终得到每个无人机攻击的目标顺序以及目标函数值,实验证明该方法在得到不劣于遗传算法结果的同时,提高了寻找最优解的收敛速度。