一种堆场双起重机协同作业优化方法与流程

技术特征：
1.一种堆场双起重机协同作业优化方法，其特征是：本方法具有如下步骤：（1）在同一轨道双起重机的情况下，对堆场存在的约束及要优化的目标进行分析，建立堆场双起重机调度优化数学模型；（2）初始化参数：海鸥种群规模n、最大进化代数g_max、进化代数t、海鸥个数计数器n、频率fc以及螺旋形状的控制参数u和v，初始化海鸥种群个体；（3）令t=t 1，进行全局搜索；（3-1）将海鸥个体解码为可行的堆场货物拣选次序；（3-2）基于步骤（1）建立的数学模型计算每个海鸥个体的适应度；（3-3）更新海鸥种群全局最优位置及其对应的适应度；（3-4）令n=n 1，进行局部搜索；（3-4-1）融合余弦因子非线性权重的迁徙行为；（3-4-2）融合标兵制学习策略的攻击行为；（3-4-3）如果n<n，则返回步骤（3-4）；否则转入步骤（3-5）；（3-5）如果t<g_max，则返回步骤（3）；否则输出最优解。2.如权利要求1所述的堆场双起重机协同作业优化方法，其特征是：所述步骤（1）中，待优化的目标为两台起重机完成堆场待拣选货物的完工时间，约束条件为堆场起重机的吊具数量有限、两台起重机协同作业无碰撞、同贝位上的货物拣选有先后次序以及各起重机有各自的货物出入堆场缓冲区，其数学模型定义如下：（1）s.t.
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
ꢀꢀ
(3)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4) (5)
ꢀꢀꢀꢀ
(6)
ꢀꢀꢀ
(7)
ꢀꢀꢀꢀ
(8) (9)
其中，式（1）为目标函数即最小化所有待拣选货物的完工时间；式（2）至式（6）为各种约束条件，具体为：式（2）表示每个货物只能由两台起重机中的一台负责拣选；式（3）限定起重机所吊装货物的数量不能超过自身吊具数量；式（4）要求起重机须完成所有拣选任务；式（5）限制起重机拣选的货物必须位于所在贝位的最顶层；式（6）为两台起重机的出入堆场缓冲区约束；式（7）、式（8）和式（9）为决策变量的二进制值域约束；g表示待拣选的货物集合；r表示起重机完成所有客户订单拣选任务的路径集合；r表示子路径r1和r2；o表示两台起重机的各自的出入库缓冲区o1和o2；ti表示起重机拣选第i个货物所需花费的时间；bir1表示货物i是否属于子路径r1，在这里i∈g，r1∈r，如果第i个货物在第r1次拣选中完成，则bir1=1，否则bir1=0；lo1i、lio1分别表示起重机是否从出入库缓冲区出发拣选货物i以及拣选完成后是否回到出入库缓冲区，如果是，则lo1i=1、lio1=1，否则lo1i=0、lio1=0；tir1表示子路径r1中的货物i是否位于所在贝位的顶层，如果是，tir1=1，否则tir1=0；且i∈g，r1∈r；
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)或
ꢀꢀꢀꢀꢀ
(11)其中式(10)、式(11)表示两台起重机拣选第个货物所需花费的时间，式中、和分别表示起重机小车平均速度、大车平均速度和吊钩升降平均速度，、和为货物在堆场中的空间坐标，为堆场每排贝位的长度，为堆场最大高度。3.如权利要求1所述的堆场双起重机协同作业优化方法，其特征是：所述步骤（3-1）中对海鸥个体进行解码时，加入动态分界线，该动态分界线能够将解码后的海鸥个体对应的货物分别分配给两台起重机。4.如权利要求3所述的堆场双起重机协同作业优化方法，其特征是：所述动态分界线的分配方法为：
ꢀ①
首先在前两个货物之间插入动态分界线，将动态分界线两侧紧挨动态分界线的货物分配给轨道两端的起重机；
②
之后在两台起重机完成所分配货物拣选时间靠后的货物处右侧插入动态分界线,且将该货物记为当前货物，其所属起重机记为当前起重机；
③
如果动态分界线右侧存在与当前货物在轨道方向上的坐标不同，且正好处于当前货物相对侧的货物，则将这类货物中最靠近动态分界线的货物分配给另一台起重机，否则，仍将动态分界线右侧紧挨动态分界线的货物分配给当前起重机；
④
依此循环往复，直至货物分配完成为止。5.如权利要求1所述的堆场双起重机协同作业优化方法，其特征是：所述步骤（3-4-1）利用融合余弦因子对权重a进行非线性处理，即权重a的表达式为：；其中fc为频率，t为当前进化代数，g_max为最大进化代数。6.如权利要求1所述的堆场双起重机协同作业优化方法，其特征是：所述步骤（3-4-2）
融合标兵制学习策略的攻击行为，攻击行为的描述如下：海鸥通过攻击行为进行觅食，当发现猎物时以螺旋状运动方式进行攻击，其数学模型可表示为：为：为：为：为：其中，ds(t)表示与学习标兵的相对距离,pms (t)为海鸥种群中包含最佳海鸥的四名学习标兵，r为螺旋半径,u和v为螺旋形状的控制参数，θ为[0, 2π]之间服从均匀分布的随机数。

技术总结
一种堆场双起重机协同作业优化方法，对标准海鸥算法进行改进，将融合余弦因子的非线性权重及标兵制学习策略引入到标准海鸥算法中，改善了算法寻优过程中搜索的深度和广度，从而提高了算法求解的质量和效率，因而使堆场同轨双起重机的协同作业效率也得到进一步提高。双起重机的协同作业效率也得到进一步提高。双起重机的协同作业效率也得到进一步提高。


技术研发人员：杨文强 苏建修 聂雨萱 陈永刚 聂福全 徐君鹏 孔晓红 李勇峰 杜留锋 王占奎 逄明华 张怡航 赵强
受保护的技术使用者：郑州大学 卫华集团有限公司
技术研发日：2021.12.21
技术公布日：2022/1/21