自动化仓储系统不规则货位优化问题研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (24): 222-225.

自动化仓储系统不规则货位优化问题研究

赵雪峰1，贠超2，胡江3

1.贵州大学机械工程及自动化学院，贵阳 550003
2.北京航空航天大学机器人研究所，北京 100029
3.中国南方电网超高压输电公司贵阳局，贵阳 550000

出版日期:2012-08-21 发布日期:2012-08-21

Research on irregular storage location assignment optimization of AS/RS

ZHAO Xuefeng1，YUN Chao2，HU Jiang3

1.School of Mechanical Engineering, Guizhou University, Guiyang 550003, China
2.Robotics Institute, Beihang University, Beijing 100029, China
3.Guiyang Branch of Extra High Voltage Power Transmission Company of China Southern Power Grid Co. Ltd, Guiyang 550000, China

Online:2012-08-21 Published:2012-08-21

摘要/Abstract

摘要： 针对不规则货位的自动化仓储系统的特点，以提高系统效率和空间利用率为优化控制目标，研究了自动化仓储系统不规则货位优化分配策略，提出了首先对不规则的货位进行货位区优化，对每个货位区进行货位优化的数学模型，提出两级遗传算法解决货位优化问题。结果表明，该优化方法有效地提高了系统的效率，实现了密集存储，为自动化仓储系统中不规则货位的货位分配优化提供了理论依据和实践途径。

关键词: 不规则货位, 自动化仓储系统, 优化, 遗传算法

Abstract: The irregular storage optimization strategy is put forward according to the characteristics of AS/RS with irregular storage, in which the overall working efficiency and space utilization are used as the optimal control objectives. The irregular storage area optimization model is built, and the storage location optimization model is built to different storage areas further. The two-level genetic algorithm is put forward to solve the problem. The model and algorithm are verified by the simulation on the application of the automated pharmacy, and the storage and retrieval efficiency are greatly improved and concentrated storage is realized through the method, which provides a theoretical basis and practical way to the optimization of the irregular storage location assignment.

Key words: irregular storage location, Automated Storage and Retrieval System（AS/RS）, optimization, genetic algorithm

赵雪峰1，贠超2，胡江3. 自动化仓储系统不规则货位优化问题研究[J]. 计算机工程与应用, 2012, 48(24): 222-225.

ZHAO Xuefeng1，YUN Chao2，HU Jiang3. Research on irregular storage location assignment optimization of AS/RS[J]. Computer Engineering and Applications, 2012, 48(24): 222-225.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[3]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[4]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[5]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[6]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[7]	杜垚. 结合局部优化匹配的Android恶意家族检测算法[J]. 计算机工程与应用, 2021, 57(8): 84-90.
[8]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[9]	许小媛，李海波，黄黎. 云存储多异构文件联合延迟尾概率凸优化分析[J]. 计算机工程与应用, 2021, 57(5): 88-94.
[10]	沈瑜，刘成，杨倩. 利用子空间稀疏特征的超分辨率图像重建算法[J]. 计算机工程与应用, 2021, 57(5): 173-182.
[11]	胡晓敏，王明丰，张首荣，李敏. 用于文本聚类的新型差分进化粒子群算法[J]. 计算机工程与应用, 2021, 57(4): 61-67.
[12]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[13]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[14]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[15]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.