一种基于遗传算法的作业车间物流配送路径优化方法技术

本发明专利技术公开了一种基于遗传算法的作业车间物流配送路径优化方法，用于有效规划离散式作业车间内带优先级的多目标节点物流配送路径。基于作业车间的布局图和邻接矩阵，运用算法对车间物流配送的路径进行优化，并使得目标函数最优。传统的多目标路径规划中将路径规划划分为多个单目标节点单起始节点的路径规划问题，但通常只能取得局部最优而非全局最优。建立多目标节点路径优化模型，从全局最优角度出发，运用提出的交叉算子和变异算子，提高求解速度并增加求解精度。采用本发明专利技术方法，不仅可以有效降低作业车间内物流配送的路径距离，还能提升车间内物流配送运行效率，为提升车间内生产效率，提升企业收益创造条件。

A Genetic Algorithms-based Logistics Distribution Route Optimization Method for Job Shop

The invention discloses a genetic algorithm-based optimization method for logistics distribution path of job shop, which is used to effectively plan multi-objective node logistics distribution path with priority in discrete job shop. Based on the layout chart and adjacency matrix of job shop, the algorithm is used to optimize the route of shop logistics distribution and to optimize the objective function. In traditional multi-objective path planning, path planning is divided into multiple single-objective nodes and single-starting nodes, but it can only achieve local optimum rather than global optimum. A multi-objective node path optimization model is established. From the point of view of global optimization, the proposed crossover operator and mutation operator are used to improve the speed and accuracy of the solution. The method of the invention can not only effectively reduce the path distance of the logistics distribution in the workshop, but also improve the operation efficiency of the logistics distribution in the workshop, and create conditions for improving the production efficiency in the workshop and the enterprise income.

【技术实现步骤摘要】
一种基于遗传算法的作业车间物流配送路径优化方法
本专利技术属于物联感知和路径优化
，具体涉及一种基于遗传算法的作业车间物流配送路径优化方法。
技术介绍
21世纪是信息化和智能化的时代，在当前去工业化的背景下，世界各国纷纷将物联网和智能服务引入制造业，随着当前科技地迅猛发展和科技愈加广泛地应用，以信息化背景作为依托，物联网成为各国的建设目标。在我国制造型车间中，物流成本居高不下，对作业车间内物流配送的研究，将为车间内物流运行效率的提升和企业成本的降低创造条件，形成科学合理的物流管控方案，提升企业的核心竞争力。这也是我国发展制造型企业提升自身综合竞争力的必通之路。自物流配送路径优化的研究兴起以来，人们在这个领域做了大量的研究工作。然而，目前最常见的物流配送研究为一个配送中心和多个客户终端模式的研究，而对车间内物流配送模型的研究相对较少。目前研究路径优化的论文也主要集中在传统的单起始节点和单目标节点，涵盖了机器人路径研究、单目标物流配送路径规划等领域，而研究的方法主要以蚁群算法、禁忌搜索算法、粒子群算法和遗传算法等。蚁群算法在搜索中容易出现停滞现象陷入局部最优解，且算法本身较为复杂。本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的作业车间物流配送路径优化方法，其特征在于，包括步骤如下：(1)通过物联网技术实时采集各离散式机床节点的物流信息，确定相应机床所需的信息；(2)考虑需要经过的各节点优先级，即当离散式机床节点产生需求，先取料后送料，同时构建物流配送的路径距离目标函数；(3)以路径最优为目标函数构建作业车间物流配送模型；(4)改进传统遗传算法；(5)以作业车间内布局图和节点邻接矩阵为基础，距离最优为目标函数，物流物料信息为导向，运用步骤(4)中改进的算法来求解物作业车间物流配送路径。

【技术特征摘要】
1.一种基于遗传算法的作业车间物流配送路径优化方法，其特征在于，包括步骤如下：(1)通过物联网技术实时采集各离散式机床节点的物流信息，确定相应机床所需的信息；(2)考虑需要经过的各节点优先级，即当离散式机床节点产生需求，先取料后送料，同时构建物流配送的路径距离目标函数；(3)以路径最优为目标函数构建作业车间物流配送模型；(4)改进传统遗传算法；(5)以作业车间内布局图和节点邻接矩阵为基础，距离最优为目标函数，物流物料信息为导向，运用步骤(4)中改进的算法来求解物作业车间物流配送路径。2.根据权利要求1所述的基于遗传算法的作业车间物流配送路径优化方法，其特征在于，所述步骤(1)中相应机床所需的信息包含：物料、工具以及取料的节点。3.根据权利要求1所述的基于遗传算法的作业车间物流配送路径优化方法，其特征在于，所述步骤(1)中物联网技术指通过射频识别、红外感应器、全球定位系统及激光扫描器将任何物品与互联网相连接，进行信息交换和通讯。4.根据权利要求1所述的基于遗传算法的作业车间物流配送路径优化方法，其特征在于，所述步骤(2)中目标函数如下所示：其中，dij表示节点i和节点j之间距离，xij为0-1变量，当所规划路径由节点i开始经过弧(i，j)时，xij＝1，否则，xij＝0，dse表示由起始点到目标点的总距离。5.根据权利要求1所述的基于遗传算法的作业车间物流配送路径优化方法，其特征在于，所述步骤(3)中作业车间物流配送模型表示为：物流配送工具处在任意节点位置，各节点的位置和物料信息已知，相应的物料取料节点位置已知，要求当随机产生一个及以上的机床需求节点时，合理规划车间内物流配送路线，使得目标函数最小，并满足约束条件：路径规划中需要经过的各节点存在优先级，且在每次路径规划中优先级有所不同，即满足先取料后送料；以s表示起始节点，e表示目标节点，V表示所有节点的集合，ti表示经过节点i的时间点，v表示配送车辆的速度；则构建的物流配送路径规划模型如下所示：tj＝ti+dij/v,(i,j)∈V2(6)ti≥tj，(i，j)∈(p，o)(7)xij＝0或xij＝1(8)由于...

【专利技术属性】
技术研发人员：谢乃明，郑绍祥，吴乔，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏,32