本文選題：雙深位多層穿梭車(chē)儲(chǔ)分系統(tǒng) + 貨位占用率　； 參考：《山東大學(xué)》2017年碩士論文

【摘要】：傳統(tǒng)的依賴(lài)于廉價(jià)勞動(dòng)力的人工揀貨作業(yè)模式已經(jīng)無(wú)法滿(mǎn)足當(dāng)今電商領(lǐng)域物流揀貨作業(yè)的要求。電商企業(yè)亟需從"人到貨"的低速揀貨作業(yè)模式轉(zhuǎn)化為"貨到人"的高速揀貨作業(yè)模式。針對(duì)平臺(tái)型電商以分揀為主、存儲(chǔ)為輔的作業(yè)特點(diǎn),如何實(shí)現(xiàn)訂單的高效精準(zhǔn)揀選和快速響應(yīng),是電商倉(cāng)儲(chǔ)物流發(fā)展所面臨的關(guān)鍵問(wèn)題。本文試圖研究一種適用于電商物流的分布式自動(dòng)化物流系統(tǒng)—雙深位多層穿梭車(chē)儲(chǔ)分系統(tǒng),并介紹其主要硬件設(shè)備和作業(yè)模式,并且研究了該系統(tǒng)出庫(kù)作業(yè)性能和倒貨作業(yè)策略,該儲(chǔ)分系統(tǒng)根據(jù)提升機(jī)周期內(nèi)作業(yè)模式分為單作業(yè)模式和雙作業(yè)模式兩種類(lèi)型。本文以提升機(jī)單作業(yè)模式下的出庫(kù)作業(yè)性能分析和倒貨作業(yè)策略為研究對(duì)象,通過(guò)分析計(jì)算出庫(kù)作業(yè)中穿梭車(chē)和提升機(jī)的出庫(kù)組成時(shí)間,研究了穿梭車(chē)和提升機(jī)的協(xié)同作業(yè)問(wèn)題。本文首次研究基于雙深位貨架的多層穿梭車(chē)系統(tǒng),該系統(tǒng)貨架深度方向?yàn)閮蓚�(gè)貨位,當(dāng)穿梭車(chē)出庫(kù)作業(yè)時(shí)就可能遇到倒貨作業(yè)問(wèn)題。使用改進(jìn)的遺傳算法和倒貨策略,研究了穿梭車(chē)出庫(kù)作業(yè)中發(fā)生的倒貨問(wèn)題,縮短了出庫(kù)任務(wù)總時(shí)間,提高了穿梭車(chē)系統(tǒng)出庫(kù)效率。本文主要研究?jī)?nèi)容以及成果如下:(1)使用貨位占用率概念對(duì)穿梭車(chē)出庫(kù)作業(yè)特點(diǎn)進(jìn)行分析。一直以來(lái)穿梭車(chē)出庫(kù)作業(yè)的倒貨問(wèn)題是制約雙深位多層穿梭車(chē)大范圍使用的關(guān)鍵難點(diǎn),本文基于雙深位貨架系統(tǒng)的貨位占用率,研究了在隨機(jī)出庫(kù)任務(wù)狀態(tài)下,穿梭車(chē)取前排貨物的概率和取后排貨物的概率,建立了在貨位占用率下的雙深位多層穿梭車(chē)儲(chǔ)分系統(tǒng)穿梭車(chē)出庫(kù)作業(yè)模型。(2)基于貨位占用率概念,研究了穿梭車(chē)和提升機(jī)出庫(kù)作業(yè)的協(xié)同問(wèn)題。通過(guò)研究穿梭車(chē)、提升機(jī)出庫(kù)作業(yè)時(shí)間構(gòu)成特點(diǎn),分別地分析了在周期內(nèi)穿梭車(chē)的作業(yè)性能和提升機(jī)的作業(yè)性能,通過(guò)仿真計(jì)算,定量得研究了設(shè)備速度、設(shè)備加速度、貨位占用率、貨架高度和長(zhǎng)度等因素對(duì)于設(shè)備出庫(kù)作業(yè)的影響。(3)研究了穿梭車(chē)倒貨作業(yè)問(wèn)題。解決倒貨作業(yè)問(wèn)題的根本在于減少倒貨作業(yè)次數(shù)和縮短倒貨作業(yè)距離,本文以穿梭車(chē)出庫(kù)總?cè)蝿?wù)時(shí)間最小化為目標(biāo),使用改進(jìn)的遺傳算法對(duì)該組合優(yōu)化問(wèn)題求解,求得最優(yōu)出庫(kù)任務(wù)順序,以期減少倒貨作業(yè)次數(shù),對(duì)比研究三種倒貨策略,以期減少倒貨作業(yè)距離,并且對(duì)比分析了三種倒貨策略的優(yōu)劣性。
[Abstract]:The traditional manual picking operation model, which depends on the cheap labor force, has been unable to meet the requirements of the logistics picking operation in the electric business field. The e-commerce enterprises need to transform the low speed picking operation mode from "human arrival" into the "goods to human" high speed picking operation mode. It is the key problem to realize the efficient and accurate selection and quick response of the order. This paper tries to study a distributed automatic logistics system, a dual depth multi-layer shuttle storage system, which is suitable for e-commerce logistics, and introduces its main hardware setting and operation mode, and studies the system out of the library. Operation performance and reverse operation strategy, the storage system is divided into two types according to the operation mode of the hoist cycle, which are the single operation mode and the double operation mode. In this paper, the performance analysis and the reverse operation strategy under the single operation mode of the hoist are studied, and the shuttle bus and the hoist are analyzed and calculated. The library is composed of time and studies the cooperative work problem of shuttle and hoist. This paper first studies the multi storey shuttle bus system based on the double deep shelf. The system shelf is in a depth direction of two cargo positions. When the shuttle bus is out of the warehouse, it may encounter the problem of reverse cargo operation. The shuttle car is studied using the improved genetic algorithm and the reverse strategy. The reverse delivery problem in the outgoing operation reduces the total time of the outgoing task and improves the efficiency of the shuttle bus system. The main contents and results of this paper are as follows: (1) the characteristics of the shuttle outgoing operation are analyzed by using the concept of occupancy rate of the cargo space. In this paper, based on the occupancy rate of the double deep shelf system, this paper studies the probability of taking the front row goods and the probability of taking the back row goods under the condition of random out of warehouse, and establishes the operation model of the shuttles in the storage system of a double depth multi position shuttle vehicle under the occupancy rate of the cargo. (2) based on the cargo position. The concept of occupancy rate is used to study the synergy between shuttle and hoist operation. By studying the shuttle car and the feature of the lifting time of the hoist, the performance of the shuttle and the performance of the hoist are analyzed. The speed of equipment, the acceleration of the equipment and the occupancy rate of the cargo space are studied by the simulation calculation. The effect of the height and length of the shelf to the outgoing operation of the equipment. (3) the problem of the shuttle back operation is studied. The root of the problem solving is to reduce the number of reverse operation and to shorten the distance of the reverse operation. In this paper, the optimized genetic algorithm is used to minimize the total task time of the shuttle bus. The problem is solved and the order of optimal outgoing task is obtained. In order to reduce the number of reverse delivery operations, three kinds of reverse delivery strategies are compared in order to reduce the distance of the reverse delivery operation, and the advantages and disadvantages of the three kinds of reverse delivery strategies are compared and analyzed.
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：F253.9

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王宏杰;魏先峰;薛周建;彭丹;;遺傳算法綜述[J];科技經(jīng)濟(jì)市場(chǎng);2008年06期

2 楊磊;;遺傳算法在解決經(jīng)典運(yùn)籌問(wèn)題中的應(yīng)用[J];合作經(jīng)濟(jì)與科技;2012年01期

3 曾瑛;;遺傳算法在優(yōu)化求解中的應(yīng)用[J];科技創(chuàng)業(yè)月刊;2012年10期

4 鄭士貴;時(shí)刻表和計(jì)劃綜合的遺傳算法[J];管理科學(xué)文摘;1997年08期

5 歲豐;利用遺傳算法編制程序[J];管理科學(xué)文摘;1998年06期

6 俞書(shū)偉,張華雨,楊林;遺傳算法在庫(kù)存模糊邏輯控制中的應(yīng)用[J];中國(guó)管理科學(xué);2000年02期

7 王昕巖,蔡臨寧,姚健;采用遺傳算法進(jìn)行車(chē)間平面布置[J];工業(yè)工程與管理;2002年04期

8 石宣華,李暉,楊偉;基于遺傳算法的郵路優(yōu)化[J];四川工業(yè)學(xué)院學(xué)報(bào);2002年02期

9 游貴榮,魏仁興;遺傳算法中的哲學(xué)思想[J];福建商業(yè)高等專(zhuān)科學(xué)校學(xué)報(bào);2004年01期

10 楊鴻春;劉剛;易艷紅;;遺傳算法在商業(yè)中的應(yīng)用及其展望[J];上海商學(xué)院學(xué)報(bào);2005年04期

相關(guān)會(huì)議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 李國(guó)云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第五屆全國(guó)制冷空調(diào)新技術(shù)研討會(huì)論文集[C];2008年

3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問(wèn)題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車(chē)工程科技學(xué)術(shù)研討會(huì)論文集[C];2006年

6 龐國(guó)仲;王元西;;基于遺傳算法控制步長(zhǎng)的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類(lèi)設(shè)計(jì)[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議專(zhuān)刊[C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計(jì)算機(jī)編程中的應(yīng)用[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專(zhuān)業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

9 靳開(kāi)巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動(dòng)遺傳算法[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

相關(guān)重要報(bào)紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國(guó)水利報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 Amjad Mahmood;半監(jiān)督進(jìn)化集成及其在網(wǎng)絡(luò)視頻分類(lèi)中的應(yīng)用[D];西南交通大學(xué);2015年

2 李險(xiǎn)峰;基于改進(jìn)遺傳算法的汽車(chē)裝配生產(chǎn)線(xiàn)平衡問(wèn)題研究[D];北京科技大學(xué);2017年

3 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

4 郝國(guó)生;交互式遺傳算法中用戶(hù)的認(rèn)知規(guī)律及其應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2009年

5 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

6 馬國(guó)田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

7 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

8 周激流;遺傳算法理論及其在水問(wèn)題中應(yīng)用的研究[D];四川大學(xué);2000年

9 劉冀成;基于改進(jìn)遺傳算法的生物電磁成像與磁場(chǎng)聚焦應(yīng)用研究[D];四川大學(xué);2005年

10 袁麗華;基于物種進(jìn)化的遺傳算法研究[D];南京航空航天大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對(duì)偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測(cè)控制[D];華南理工大學(xué);2015年

4 王琳琳;新型雙層液壓轎運(yùn)車(chē)車(chē)廂的設(shè)計(jì)研究[D];上海工程技術(shù)大學(xué);2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風(fēng)面積比優(yōu)化方法研究[D];華南理工大學(xué);2015年

6 彭騫;基于遺傳算法的山區(qū)高等級(jí)公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測(cè)[D];昆明理工大學(xué);2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

10 于光帥;一類(lèi)優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

，

本文編號(hào)：2024294