一种仓储系统穿梭车作业顺序优化方法与流程

技术特征：
1.一种仓储系统穿梭车作业顺序优化方法，其特征在于，包括如下步骤：s1、以穿梭车的移动距离最小以及货物和设备的等待时间最小为目标，建立相应的数学模型；s2、对作业任务进行顺序编码，使由多个任务组成的作业方案表示为一组编号的序列；s3、通过蚁群算法对多个作业任务的作业顺序进行优化获得多个初步寻优后作业方案；s4、以步骤s3得到的作业方案作为遗传算法的初始种群，根据k
‑
means聚类方法将初始种群划分为若干子种群；s5、根据步骤s1的数学模型设置遗传算法的适应度函数；s6、计算并保存各个子种群的适应度；s7、对每个子种群进行迭代操作，在每次迭代中，根据个体的适应度，随机选择部分个体随机进行交叉和变异操作；s8、调整交叉和变异的概率；s9、更新子种群；s10、设置子种群通信条件，若更新后的子种群满足子种群通信条件，则用全局最优个体替换其他子种群中的最差个体；否则进行步骤s11；s11、判断是否达到迭代终止条件，若是，输出当前种群中适应度最高的个体，当前种群中适应度最高的个体即为最优解；若否，重复步骤s6、s7、s8、s9和s10。2.根据权利要求1所述的仓储系统穿梭车作业顺序优化方法，其特征在于，在步骤s11中，迭代终止条件包括到达预设的最大迭代次数或到达预设的最大无改进迭代次数。3.根据权利要求1所述的仓储系统穿梭车作业顺序优化方法，其特征在于，在步骤s4中，k
‑
means聚类方法以欧式距离d(x,y)为依据，将相似的个体均匀分配给不同种群，其中，x
i
和y
i
分别表示种群中两个个体(即两个作业顺序中)的第i个任务编号。4.根据权利要求1所述的仓储系统穿梭车作业顺序优化方法，其特征在于，在步骤s7中，采用轮盘赌的方式选择进行交叉和变异操作的个体。5.根据权利要求1所述的仓储系统穿梭车作业顺序优化方法，其特征在于，在步骤s8中，依照基于q
‑
learning算法的参数调整策略来调整交叉和变异的概率。6.根据权利要求1所述的仓储系统穿梭车作业顺序优化方法，其特征在于，在步骤s9中，基于模拟退火的接受准则，以一定的概率更新种群。7.根据权利要求1所述的仓储系统穿梭车作业顺序优化方法，其特征在于，在步骤s1中，数学模型的目标函数为：其中，e表示作业总效率，t表示货物及设备的总等待时间，s表示穿梭车的总移动距离，表示设置的权重；其中，表示货物及设备等待时间最短这一目标的函数为：
其中，min t表示货物及设备等待时间最短，tw
i
表示任务i在交接区的等待时间，tx
i
表示入库提升机在任务i前的空闲时间，ty
i
表示出库提升机在任务i前的空闲时间，tz
i
表示多穿车在任务i前的空闲时间；表示穿梭车移动距离最短这一目标的函数为：其中，mins表示穿梭车移动距离最短；b
i
表示任务i所对应货位的坐标中的列，b
j
表示任务j所对应货位的坐标中的列；z
ijk
为0
‑
1的变量，表示若第k层货架上的穿梭车在任务i后完成任务j，则取1，否则取0；l表示每个货位的长度；m表示货架总列数；z
0ik
为0
‑
1的变量，表示若第k层货架上的穿梭车第一个任务为任务i，则取1，否则取0；z
i0k
为0
‑
1的变量，表示若第k层货架上的穿梭车最后一个任务为任务i，则取1，否则取0。8.根据权利要求3所述的仓储系统穿梭车作业顺序优化方法，其特征在于，在步骤s1中，数学模型的约束条件有：(1)在任务j开始时刻：(1)在任务j开始时刻：(1)在任务j开始时刻：其中，x
ij
为0
‑
1的变量，表示若入库提升机在任务i后完成任务j，则取1，否则取0；m表示一个大于104的数；td
j
表示任务j开始的时刻；ta
i
表示任务i到达交接处并发出交接请求的时刻；tw
i
表示任务i在交接区的等待时间；tf
i
表示任务i完成的时刻；i表示入库任务集合；o表示出库任务集合；(2)在任务j到达交接区的时刻：(2)在任务j到达交接区的时刻：(2)在任务j到达交接区的时刻：(2)在任务j到达交接区的时刻：(2)在任务j到达交接区的时刻：其中，x
0j
为0
‑
1的变量，表示若入库提升机第一个任务为任务j，则取1；否则取0；ta
j
表示任务j到达交接处并发出交接请求的时刻；a
j
表示任务j所对应货位的坐标中的层；h表示每个货位的高度；v
x
表示入库提升机的竖直移动速率；z
0jk
为0
‑
1的变量，表示若第k层货架上的穿梭车第一个任务为任务j，则取1，否则取0；a
i
表示任务i所对应货位的坐标中的层；m
表示货架总列数；l表示每个货位的长度；v
z
表示穿梭车的水平移动速率；(3)任务j在交接区的等待时间：(3)任务j在交接区的等待时间：(3)任务j在交接区的等待时间：(3)任务j在交接区的等待时间：其中，tw
j
表示任务j在交接区的等待时间；y
0j
为0
‑
1的变量，表示若出库提升机的第一个任务为任务j则取1，否则取0；v
y
表示出库提升的竖直移动速率；y
ij
为0
‑
1的变量，表示若出库提升机在任务i后完成任务j，则取1；否则取0；(4)任务j的完成时刻：(4)任务j的完成时刻：其中，tf
j
表示任务j完成的时刻；(5)每个任务只能由一台出入库提升机和穿梭车完成一次：个任务只能由一台出入库提升机和穿梭车完成一次：个任务只能由一台出入库提升机和穿梭车完成一次：其中，x
ij
为0
‑
1的变量，表示若入库提升机在任务i后完成任务j，则取1，否则取0；x
ji
为0
‑
1的变量，表示若入库提升机在任务j后完成任务i，则取1，否则取0；y
ij
为0
‑
1的变量，表示若出库提升机在任务i后完成任务j，则取1；否则取0；y
ji
为0
‑
1的变量，表示若出库提升机在任务j后完成任务i，则取1；否则取0；z
ijk
为0
‑
1的变量，表示若第k层货架上的多穿车在任务i后完成任务j，则取1；否则取0；z
jik
为0
‑
1的变量，表示若第k层货架上的多穿车在任务j后完成任务i，则取1；否则取0；(6)出库提升机只完成出库任务，入库提升机只完成入库任务，每层的穿梭车只完成本层的任务：层的任务：层的任务：层的任务：
其中，i表示入库任务集合；0表示入库提升机、出库提升机和穿梭车的初始位置；(7)决策变量的取值范围为：(7)决策变量的取值范围为：(7)决策变量的取值范围为：其中，x
ij
为0
‑
1的变量，表示若入库提升机在任务i后完成任务j，则取1；否则取0；y
ij
为0
‑
1的变量，表示若出库提升机在任务i后完成任务j，则取1；否则取0；z
ijk
为0
‑
1的变量，表示若第k层货架上的多穿车在任务i后完成任务j，则取1；否则取0。9.根据权利要求3所述的仓储系统穿梭车作业顺序优化方法，其特征在于，出库提升机、入库提升机和穿梭车等待时间的计算为：入库提升机和穿梭车等待时间的计算为：入库提升机和穿梭车等待时间的计算为：其中，tx
j
表示入库提升机在任务j前的空闲时间；ty
j
表示出库提升机在任务j前的空闲时间；tz
j
表示多穿车在任务j前的空闲时间；ta
j
表示任务j到达交接处并发出交接请求的时刻。10.根据权利要求3所述的仓储系统穿梭车作业顺序优化方法，其特征在于，在步骤s5中，遗传算法的适应度函数为

技术总结
本发明涉及智能仓库技术领域，公开了一种仓储系统穿梭车作业顺序优化方法，通过蚁群算法可以得到多个初始的作业顺序，可作为后续进行的遗传算法的优质初始种群，可使遗传算法经过较少的迭代次数，且可缓解遗传算法耗时长的问题，提高效率。在遗传算法中，通过K


技术研发人员：王玉聪 何杰明 刘晓迪 何振峰 朱宁 戴国志 冯浩 罗燕雄
受保护的技术使用者：广东烟草惠州市有限责任公司
技术研发日：2021.06.25
技术公布日：2021/11/8