双伸位堆垛机作业调度的优化研究

论文摘要

本文针对双伸位堆垛机立体库的库位编码问题提出了归一化处理思想和单点双向扩展方法,打破了传统的最低能耗思想,建立了两级库位编码,根据入出库货物统计质量的排列和优化后的库位号来指导入出库货物货位的选择,并通过实例模拟验证,结果表明该库位分配优化方法大大节省了双伸位堆垛机的能量消耗,提高了堆垛机的周转频率及效率,有效地解决了新型立体库的库位配置问题。针对双伸位堆垛机拣选作业的路径行走特点,把拣选作业归结为以时间为代价的对称旅行商问题。为了解决拣选作业调度问题的优化求解,设计了遗传算法(GA)、单亲遗传算法(PGA),并在PGA的基础上,提出了基于免疫抗体的单亲遗传算法(IPGA)。IPGA增加了免疫抗体的提取与注射过程,将分区平均搜索方法与构建TSP凸多边形思想结合,构建一条拣选回路作为免疫抗体,再通过迭代过程中向免疫抗体过渡的方式进行抗体注射,通过建立记忆库的最优保存机制获得新生种群个体。通过三种算法的实例仿真验证,结果表明IPGA既解决了遗传算法对种群多样性的要求、由于大量交叉操作带来的额外开销和早熟问题,还解决了单亲遗传算法进化缓慢的缺点,具有很好的全局搜索能力,并能很好地兼顾优化时间和优化效果两个方面,在立体库拣选作业任务繁重的情况下,仍能迅速、合理地安排堆垛机的行走路线,明显节约堆垛机的运行时间,提高堆垛机的入出库效率,解决了双伸位堆垛机的拣选作业调度问题,适合在实际工程中使用。

论文目录

• 致谢
• 摘要
• Abstract
• 1 绪论
• 1.1 课题研究背景
• 1.2 研究的意义及目的
• 1.3 国内外研究状况
• 1.4 经典优化调度算法
• 1.5 研究的主要内容
• 2 双伸位堆垛机自动化立体库
• 2.1 自动化立体库的构成
• 2.2 双伸位堆垛机立体库与传统立体库
• 2.3 双伸位堆垛机立体库的优缺点
• 2.4 双伸位堆垛机作业调度
• 2.4.1 作业形式
• 2.4.2 作业流程
• 2.4.3 作业调度目标
• 2.5 小结
• 3 双伸位堆垛机立体库库位静态分配的优化研究
• 3.1 货位分配原则
• 3.2 库位分配问题的提出
• 3.2.1 库位分配问题的研究状况
• 3.2.2 库位分配存在的问题
• 3.3 库位分配优化模型分析
• 3.4 模拟验证
• 3.5 小结
• 4 遗传算法
• 4.1 遗传算法简介
• 4.1.1 遗传算法的发展史
• 4.1.2 遗传算法的应用领域
• 4.2 遗传算法基本理论
• 4.2.1 遗传算法的编码及遗传操作
• 4.2.2 遗传算法基本框架与流程
• 4.3 小结
• 5 单亲遗传算法
• 5.1 单亲遗传算法简介
• 5.2 单亲遗传算法的基本概念
• 5.3 单亲遗传算法与传统遗传算法
• 5.4 小结
• 6 双伸位堆垛机拣选作业路径优化
• 6.1 双伸位堆垛机拣选作业分析
• 6.1.1 拣选作业流程
• 6.1.2 双伸位堆垛机拣选作业优化模型
• 6.1.3 双伸位堆垛机拣选作业与旅行商问题
• 6.2 遗传算法求解双伸位堆垛机拣选作业
• 6.2.1 算法的实现方法
• 6.2.2 算法的具体步骤
• 6.3 单亲遗传算法求解双伸位堆垛机拣选作业
• 6.3.1 算法的实现方法
• 6.3.2 算法的具体步骤
• 6.4 基于免疫抗体的单亲遗传算法求解双伸位堆垛机拣选作业
• 6.4.1 免疫抗体的实现
• 6.4.2 算法的实现步骤
• 6.5 实例分析
• 6.5.1 遗传算法实例验证
• 6.5.2 单亲遗传算法实例验证
• 6.5.3 基于免疫抗体的单亲遗传算法实例验证
• 6.5.4 三种算法对比验证
• 6.6 小结
• 结论
• 参考文献
• 附录A
• 附录B
• 作者简历
• 学位论文数据集