System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种舾装件托盘多载具协同拣选方法,属于船厂内运输。
技术介绍
1、随着船舶制造业与运输业的发展,传统的船舶建造模式已无法满足新背景下船舶建造快速发展的要求,船舶舾装件管理对船舶建造有决定性影响,对其合理的、高效的在船厂运输也就显得十分重要,对于舾装件托盘的仓库中的运输来说,在仓库通道宽度约束及仓库面积限制下,为所有拣选员各选取一条拣选路线,使得总拣选时间最短。目前,船厂舾装件托盘拣选路径的规划主要由拣货员自主完成,对于拣货员来说,会在收到物流调度系统为其分配的多个拣货单,在多个拣货员同时进行拣选时,会出现拥堵情况,直接影响拣货效率以及准时性,在此过程中经常存在任务分配不合理和拣货顺序不合理等问题,因而导致实际运送过程中的等待时间长、工作效率较低。
技术实现思路
1、本专利技术为解决多个拣货员同时进行拣选时会出现拥堵情况,导致实际运送过程中的等待时间长、工作效率较低的问题,进而提出一种基于改进遗传算法的舾装件托盘多载具协同拣选方法。
2、本专利技术为解决上述问题采取的技术方案是:本专利技术的步骤包括:、
3、步骤1、确定各拣选员的拣选路线,其中拣选路线依照拣选任务按s型路线,遵循不重合的原则;
4、步骤2、基于改进的遗传算法,对各拣选员的任务进行重新分配,获得新的调度方案;
5、步骤3、根据最终获得的调度方案,设计新的拣选路径。
6、进一步的,步骤2中所述改进的遗传算法是通过如下步骤实现的:
7、步
8、步骤202、计算个体适应度,拣选时长的倒数,淘汰适应度低的个体;
9、步骤203、交叉:计算自适应交叉算子,并基于pox策略进行交叉;
10、步骤204、变异:计算自适应变异算子以确定变异几率,然后据此变异。
11、进一步的,步骤204中引入正弦自适应算子计算方法为:
12、当多轮迭代后结果不再改变,可以认为已求得一组解,接下来要依照变邻域搜索策略,对最优解进行插入、重排序、2-opt操作,之后验证是否优于目前最优解,若是,则进行替换;不是,则再度构建邻域解至设定的最大次数。
13、进一步的,正弦自适应算子求解公式为:
14、
15、
16、公式(1)对应交叉概率,公式(2)对应变异概率,其中中,pc1表示种群最大交叉概率,pc2表示种群最小交叉概率,pm1表示种群最大变异概率,pm2表示种群最小变异概率,fiti表示种群个体适应度值,fitmax表示种群个体最大适应度值,fitavg表示种群个体平均适应度值。
17、本专利技术的有益效果是:1、利用改进的遗传算法对舾装件托盘的拣选路径路径进行优化,使得拣选顺序合理化,减少等待时间,不仅降低能源损耗、缩短拣选的工作时长,提高效率;还能在很大程度上减少作业时间,提高船厂的智能化水平;
18、2、本专利技术主要用于船厂的托盘拣选工作,克服了拣选过程中只依赖于人工而导致拣选过程时间长、拣选顺序不合理等情况,整个系统完成后,拣选员的工作会更加条理化,节约人工成本;最重要的是,拣选过程中走过的路径距离减少,节省了时间,有利于复杂条件下工作的顺利完成。
本文档来自技高网...【技术保护点】
1.一种基于改进遗传算法的舾装件托盘多载具协同拣选方法,其特征在于:所述一种基于改进遗传算法的舾装件托盘多载具协同拣选方法的步骤包括:
2.根据权利要求1所述的一种基于改进遗传算法的舾装件托盘多载具协同拣选方法,其特征在于:步骤2中所述改进的遗传算法是通过如下步骤实现的:
3.根据权利要求2所述的一种基于改进遗传算法的舾装件托盘多载具协同拣选方法,其特征在于:步骤204中引入正弦自适应算子计算方法为:
4.根据权利要求3所述的一种基于改进遗传算法的舾装件托盘多载具协同拣选方法,其特征在于:正弦自适应算子求解公式为:
【技术特征摘要】
1.一种基于改进遗传算法的舾装件托盘多载具协同拣选方法,其特征在于:所述一种基于改进遗传算法的舾装件托盘多载具协同拣选方法的步骤包括:
2.根据权利要求1所述的一种基于改进遗传算法的舾装件托盘多载具协同拣选方法,其特征在于:步骤2中所述改进的遗传算法是通过如下步骤实...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。