一种基于猫群算法的立体式仓储优化方法及立体式仓库技术

本发明专利技术公开了一种基于猫群算法的立体式仓储优化方法，结合猫群算法优化立体仓库存储货物的货位问题，主要针对堆垛机电量损耗，堆垛机进出货时间，货架重心三个问题进行优化，保证堆垛机电量损耗最小，堆垛机进出货时间最短以及货架重心最低对货位选择进行优化；并通过实际测量堆垛机在不同状态下的电量损耗用于建立优化模型，提高优化模型的精确度，同时基于猫群算法的收敛速度快，不易陷入局部最优的特点，结合改进的猫群算法对货位选择进行优化。本发明专利技术还提供了一种立体式仓库，采用基于猫群算法的立体式仓库储位优化方法进行货位的智能化选择。本发明专利技术改进了货位选择优化算法，实现了智能立体仓库更优的货位选择。实现了智能立体仓库更优的货位选择。实现了智能立体仓库更优的货位选择。

A three-dimensional warehouse optimization method based on cat swarm algorithm and three-dimensional warehouse

【技术实现步骤摘要】
一种基于猫群算法的立体式仓储优化方法及立体式仓库


[0001]本专利技术涉及一种智能仓储领域，尤其是智能立体式仓库储位优化方法及立体式仓库。

技术介绍

[0002]仓储作为企业物流活动的重要组成部分，在企业发展中发挥着重要作用。随着计算机技术与物流技术的发展，自动化立体仓库成为企业进行仓储管理的重要设备，其集存储、分拣、盘点于一体，影响着整个物流系统的作业效率。存储位置的分配优化可
[0003]以提高存储效率，对客户订单实现快速响应。因此，研究自动化仓库中仓储位置的优化具有重要的现实意义。
[0004]目前现有技术在解决仓位选择问题上重点考虑了出入库效率、货架稳定性、货物相关性或空间利用率的问题，而忽略了堆垛机提升货物和运载货物的综合能耗问题，而且在能耗计算上，如专利CN109597304中采用的计算能耗的方法为通过力学原理得到货物做功，得到的是理论上的能耗，而不是实际的堆垛机的货运过程中消耗的能量，并且忽略了货物横向做功，从而造成其能耗计算与实际有一定的差距，无法准确得到其真正的能耗。
[0005]因此，现有技术中无法很好地对堆垛机能耗进行有效分析，从而并不能有效得到最佳的仓储货位。

技术实现思路

[0006](一)解决的技术问题
[0007]为了解决上述技术问题，本专利技术提供一种基于猫群算法的立体式仓库储位优化方法，主要针对堆垛机电量损耗，堆垛机进出货时间，货架重心三个问题进行优化，保证堆垛机电量损耗最小，堆垛机进出货时间最短以及货架重心最低对货位选择进行优化；并通过实际测量堆垛机在不同状态下的电量损耗用于建立优化模型，提高优化模型的精确度，同时基于猫群算法的优点改善算法收敛速度和精度的问题。
[0008](二)技术方案
[0009]为了解决上述存在的技术问题，实现专利技术目的，本专利技术是通过以下技术方案实现的：
[0010]一种基于猫群算法的立体式仓库储位优化方法，包括以下步骤：
[0011]S1：测量不同工况下的堆垛机的单位路程或高度作业的耗电量Ex，Ey，Ez，并将数据存入服务器；
[0012]S2：建立立体仓库货物仓储优化模型，具体包括：确定立体仓库货架类型以及假设条件、选定目标函数、转换多目标函数、确定约束条件；
[0013]其中，确定目标函数时，根据步骤S1中获取的单位耗电量确定函数参数。
[0014]S3：采用混沌猫群算法对上述数学模型求取最优解确定最优货物储位。
[0015]进一步地，步骤S1包括：测量不同剩余电量下堆垛机的单位路程和高度作业的耗
电量，具体为在电量剩余20％、40％、60％、80％、100％下分别进行试验，获得在不同电量剩余量下堆垛机的不同重量载货情况下各向运行速度和耗电量，计算不同工况下单位路程或高度的耗电量；
[0016]进一步地，步骤S2所述的确定立体仓库货架类型以及假设条件包括：
[0017]A.仓库中某一特定存储区域货架的排、列、层数分别为m、n、k，则，该区域的总货位数为mnk。设(x,y,z)为仓库的货位坐标，即第x排y列z层；其中，x∈[1,m],y∈[1,n],z∈[1,k]；
[0018]B.假设每个货位上物资存储数为1箱。同时，为了方便计算，忽略堆垛机工作过程中机械臂伸缩耗时，且堆垛机仅在货架的单侧进行作业。
[0019]C.假设每个货位大小满足所有货物体积的要求。
[0020]所述目标函数包括：
[0021]目标函数的模型主要考虑三个部分，分别为：
[0022]a.电动堆垛机运行电量耗损
[0023]为保证货物在出入库的过程中堆垛机所消耗的电能最小，则需要堆垛机在xyz三个方向上的运动的总消耗电量最小，即：
[0024][0025]其中，E
x
、E
y
、E
z
分别为x、y、z三个方向上的运行单位长度距离所消耗的电量，其值大小来自步骤S1所获得的数据；L
x
、L
y
、L
z
分别为堆垛机在xyz三个方向上运动的距离，其分别对应货位的坐标(x,y,z)，即：
[0026][0027]b.堆垛机进出货时间
[0028]设堆垛机在三个方向上的运行速度分别为Vx、Vy和Vz，在坐标(x,y,z)货位的货物的出库频率为fxyz，一个货格的长度为M，则构造进出货时间函数为：
[0029][0030]c.货架稳定性原则
[0031]货架结构是否稳定由货架的垂直和水平重心决定，货架整体稳定性目标函数表示为:
[0032][0033]其中，G
i
为第i个货物的重心，k1、k2分别为垂直重心和水平重心的加权系数，M为一个货格的长度。
[0034]所述转换多目标函数具体为：
[0035]通过对各目标赋予不同权重，将多目标函数转换为单目标函数；构建多目标函数
如下所示；
[0036]f＝w1f1+w2f2+w3f3；
[0037]其中0<w1<1，0<w2<1，0<w3<1，且w1+w2+w3＝1，w1,w2,w3为权重系数，根据立体仓库运作过程中的需求情况赋予不同的值。最终建立货位选择优化模型：
[0038]minf＝w1f1+w2f2+w3f3[0039][0040]所述约束条件为：
[0041]约束条件1：货架存放货物总重量不超过货架最大承重
[0042][0043]约束条件2：某货位是否有货物
[0044][0045]基于上述约束条件，约束了货位变量不会超出仓库配置，且保证货位与货物一一对应的关系，不会出现一对多的情况。
[0046]进一步地，步骤S3中在采用猫群算法进行货位选择优化时，货位位置对应于问题的解，货物对应于猫群中猫，算法通过猫群寻找合适的位置得到货物在合适的货位的最优解。所述混沌猫群算法包括如下步骤：
[0047]步骤S31：初始化猫群，随机初始化符合约束条件的猫群体位置，处于[a，b]区间，种群大小设为N，分组率为MR；
[0048]步骤S32：通过参照猫群的初始位置来计算猫群体适应度值，选取合适位置并记录种群中的最大适应度值。
[0049]步骤S33：根据分组率MR将猫群随机分组，即分为搜寻模式和跟踪模式，MR一般取一个较小的值；
[0050]步骤S34：搜寻模式。复制猫的样本，将复制好的样本存入记忆池SMP(shape memory polymer)中。
[0051]步骤S35跟踪模式。整个猫群所经历过的最佳位置就是搜索到的最优解。
[0052]步骤S36计算适应度值并记录，最后保留种群中适应度最优的猫。
[0053]步骤S37判断是否满足约束条件。是，则输出最优解，结束程序；否，则利用混沌控制策略对猫群算法参数进行更新，重复步骤S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于猫群算法的立体式仓储优化方法，其特征在于：包括以下步骤：S1：测量不同工况下的堆垛机的单位路程或高度作业的耗电量，并将数据存入服务器；S2：建立立体仓库货物仓储优化模型，具体包括：确定立体仓库货架类型以及假设条件、选定目标函数、转换多目标函数、确定约束条件；针对电动堆垛机运行电量耗损、堆垛机进出货时间和货架重心三个问题进行优化；其中，确定目标函数时，根据步骤S1中获取的单位耗电量确定函数参数；S3：采用混沌猫群算法对上述数学模型求取最优解确定最优货物储位。2.根据权利要求1所述的基于猫群算法的立体式仓储优化方法，其特征在于，所述步骤S1中不同工况具体为：测量不同剩余电量下堆垛机的单位路程和高度作业的耗电量，具体为在电量剩余20％、40％、60％、80％、100％下分别进行试验，获得在不同电量剩余量下堆垛机的不同重量载货情况下各向运行速度和耗电量。3.根据权利要求1所述的基于猫群算法的立体式仓储优化方法，其特征在于，所述步骤S2中确定立体仓库货架类型以及假设条件包括：A.仓库中某一特定存储区域货架的排、列、层数分别为m、n、k，则，该区域的总货位数为mnk；设(x,y,z)为仓库的货位坐标，即第x排y列z层；其中，x∈[1,m],y∈[1,n],z∈[1,k]；B.假设每个货位上物资存储数为1箱；同时，为了方便计算，忽略堆垛机工作过程中机械臂伸缩耗时，且堆垛机仅在货架的单侧进行作业；C.假设每个货位大小满足所有货物体积的要求。4.根据权利要求3所述的基于猫群算法的立体式仓储优化方法，其特征在于，所述步骤S2中目标函数包括：a.电动堆垛机运行电量耗损为保证货物在出入库的过程中堆垛机所消耗的电能最小，则需要堆垛机在xyz三个方向上的运动的总消耗电量最小，即：其中，E
x
、E
y
、E
z
分别为x、y、z三个方向上的运行单位长度距离所消耗的电量，其数据来自步骤S1所获得的数据；L
x
、L
y
、L
z
分别为堆垛机在xyz三个方向上运动的距离，其分别对应货位的坐标(x,y,z)，即：b.堆垛机进出货时间进出货时间函数为：其中，f
xyz
为位于货位(x,y,z)的货物的出货频率，M为一个货格的长度；c.货架稳定性原则
货架结构是否稳定由货架的垂直和水平重心决定，货架整体稳定性目标函数表示为:其中，G
i
为第i个货物的重心，k1、k2分别为垂直重心和水平重心的加权系数。5.根据权利要求4所述的基于猫群算法的立体式仓储优化方法，其特征在于，所述步骤S2中转换多目标函数包括：通过对各目标赋予不同权重，将多目标函数转换为单目标函数；构建多目标函数如下所示；f＝w1f1+w2f2+w3f3；其中0<w1<1，0<w2<1，0<w3<1，且w1+w2+w...

【专利技术属性】
技术研发人员：丁红明，吴伟，黄仁义，
申请(专利权)人：江苏佳利达国际物流股份有限公司，
类型：发明
国别省市：