【技术实现步骤摘要】
本专利技术涉及烟叶原料仓储物流过程中的在库货位调整环节，属于智能物流技术中的储位优化技术。
技术介绍
1、烟叶原料的在库货位调整环节是烟草物流过程中至关重要的环节，其与卷烟生产加工所需烟叶原料的数量供应和醇化质量紧密相关。烟叶原料的计划供应需要通过卷烟生产计划与配方计算对应烟叶原料的需求量，并根据仓库实际库存情况和烟叶质量进行烟叶代用选择，同时及时优化其醇化进度。烟叶原料的在库货位调整也需要考虑生产任务完成率、库存效益优化裕度、出库烟叶醇化质量等指标，根据长期的生产计划需求，调节仓库温湿度以调控烟叶原料醇化进度，对烟叶原料供应和库存效益具有重大意义。
2、当前，烟叶原料供应计划中的物料测算、代用烟叶选取以及调度决策主要依赖人工操作和历史经验，智能化程度较低，难以达到高效优化的目的。通过应用智能优化算法来制定烟叶原料在库货位调整优化策略，能够极大地提升烟叶原料供应效率和醇化质量。算法可以通过分析库存烟叶原料的醇化质量和所在垛位情况，自动化地选择拟出库烟叶种类，减少人工干预的因素，提高工作效率。除此之外，智能化的烟叶原料在库货位调整策略还可以在库存管理和经济效益优化方面发挥重要作用。通过合理的在库货位调整，可以提升仓库的经济效益，确保库存烟叶的质量和数量得到充分的保障。
3、目前，对于在库货位调整问题，学术界已有大量研究，主要可分为生产计划调度和货位分配问题。文献《w公司多品种小批量生产的计划与调度优化》从主生产计划、物料需求计划、作业车间计划排程等方面构建具体的优化策略并组织实施。主要采用滚动计划法、物料需
4、然而，现有公开的研究成果通常都是基于传统的商业物流场景，而这些物流场景中所涉及的入库货物特征及评价指标较为趋同，不如烟叶原料供应存在如此多变的影响因素。因此，针对不同的仓储布局及烟草特有的评价指标，经典模型难以做到全场景的覆盖，也无法在较为特征化的出库调度场景上得到有效应用。与此同时，由于货位编码和调度任务的特殊性，一些算法在局部最优的搜索能力较差，同样对烟叶仓储调度效率产生负面影响。
技术实现思路
1、本专利技术要解决的技术问题是，克服现有技术中的不足，提供一种基于改进遗传算法的烟叶原料在库货位调整优化方法。
2、为解决技术问题，本专利技术的解决方案是：
3、提供一种基于改进遗传算法的烟叶原料在库货位调整优化方法，包括以下步骤：
4、(1)根据仓库库存的烟叶原料属性信息，建立库存烟叶原料的属性模型；
5、(2)根据长期生产计划规划各月份预计生产的卷烟牌号数量，结合牌号的烟叶配方计算烟叶原料的生产需求量，结合预计生产时间建立原料计划供应模型；
6、(3)根据烟叶原料醇化和烟叶代用的特殊问题特征，提出适用于烟叶原料在库货位调整的优化指标，建立烟叶原料在库货位调整优化模型；
7、(4)采用遗传算法对优化模型进行求解；求解过程中采用禁忌搜索机制，以提高算法的寻优能力和搜索效率；
8、(5)基于优化模型的求解结果，对烟叶原料的在库货位进行调整；通过改变烟叶的垛位和温湿度环境，实现对烟叶原料醇化进度的精准调控。
9、与现有技术相比，本专利技术的优点有：
10、1、本专利技术针对仓库库存的烟叶原料为长期生产计划作原料供应这一特定场景，建立了库存烟叶原料属性模型和原料计划供应模型，并根据烟叶原料醇化和仓库经济效益的特征选取优化指标，采用混合遗传禁忌搜索算法进行寻优，以避免陷入局部最优。
11、2、本专利技术提出的库存烟叶原料属性模型、原料计划供应模型和烟叶原料在库货位调整优化模型基于对实际场景的深入调研，符合烟叶原料仓储物流的特征和规律。考虑到烟叶原料与普通商品之间不同的仓储需求和特征表现，以及仓储环境对烟叶原料保存及醇化质量的影响，提出的模型能够有效地综合保证烟叶原料的供给质量。同时，通过结合生产计划的烟叶原料需求测算，及时调整所需烟叶的垛位和温湿度环境，实现醇化进度的精准调控。
12、3、本专利技术采用了混合遗传禁忌搜索算法，以需求烟叶种类的烟叶选择和垛位分配为染色体基因点位，提高了计算效率。同时，对于在库货位调整优化求解算法迭代过程中出现的不可行解的状况，提出了带有修正的均匀变异算子及部分匹配交叉算子，保证了垛位选择时不会重复出现相同的元素，同时增强了算法找到全局最优解的能力，并且在生成新种群后采用禁忌搜索算法搜索邻域解，提高了算法局部搜索的能力。
13、4、使用本专利技术基于混合遗传禁忌搜索算法的烟叶原料在库货位调整策略，对于提高烟叶原料供给完成度、供给质量和仓库经济效益具有重要意义，值得进一步研究和应用。
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烟叶原料在库货位调整优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述烟叶原料属性信息，至少包括：所在位置、数量、种类、产地、年份、大等级、醇化速率、醇化程度和标准醇化质量。
3.根据权利要求2所述的方法，其特征在于，通过下述方式构建所述库存烟叶原料的属性模型：
4.根据权利要求1所述的方法，其特征在于，根据下述方式建立原料计划供应模型：
5.根据权利要求1所述的方法，其特征在于，根据下述方式建立烟叶原料在库货位调整优化模型：
6.根据权利要求1所述的方法，其特征在于，所述步骤(4)中，采用混合遗传禁忌搜索算法对优化模型进行求解，具体包括以下步骤：
7.根据权利要求6所述的方法，其特征在于，将在库货位调整优化目标函数作为遗传算法的适应度函数：
8.根据权利要求1所述的方法，其特征在于，根据下述方式对烟叶原料的在库货位进行调整：
【技术特征摘要】
1.一种基于改进遗传算法的烟叶原料在库货位调整优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述烟叶原料属性信息，至少包括：所在位置、数量、种类、产地、年份、大等级、醇化速率、醇化程度和标准醇化质量。
3.根据权利要求2所述的方法，其特征在于，通过下述方式构建所述库存烟叶原料的属性模型：
4.根据权利要求1所述的方法，其特征在于，根据下述方式建立原料计划供应模型：
【专利技术属性】
技术研发人员：彭勇刚，章一凡，郑宏斌，赵炯平，贾桥东，潘雪迪，王凤江，张羽飞，孙小涵，张佳鑫，
申请(专利权)人：浙江大学，
类型：发明
国别省市：
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。