發(fā)布時間：2017-07-01 08:12

  本文關(guān)鍵詞：智能倉儲作業(yè)關(guān)鍵技術(shù)研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著計算機技術(shù)、現(xiàn)代通信技術(shù)和自動控制技術(shù)的迅猛發(fā)展,倉儲管理水平已經(jīng)向著信息化、自動化、智能化方向發(fā)展。自動化立體倉庫(AS/RS)是現(xiàn)代物流系統(tǒng)中的一個重要組成部分,AS/RS智能化水平對整個物流業(yè)的發(fā)展有著重要的影響,智能化程度越高,標(biāo)志著物流業(yè)越發(fā)達。作為AS/RS管理的一個重要組成部分,倉儲管理中的貨位分配問題一直是非常棘手的問題,貨位分配優(yōu)化是作業(yè)優(yōu)化中的重要一環(huán),它可以在不增加設(shè)備投資的情況下,減少作業(yè)時間,大大提高倉庫的運行效率,因此對該問題的研究具有較高的實際意義和理論價值。本文采用遺傳算法(GA)和二進制粒子群算法(BPSO)對多巷道作業(yè)平衡優(yōu)化問題進行了研究。主要的研究工作包括以下幾個方面:(1)研究了訂單-品項-數(shù)量(EIQ)在倉儲管理中的作用,在對某企業(yè)的日入庫量EIQ分析的基礎(chǔ)上,給出了一種基于EIQ分析的自動化立體倉庫庫區(qū)優(yōu)化途徑。(2)研究了巷道作業(yè)平衡優(yōu)化問題,以各個堆垛機在其所在巷道內(nèi)走的距離與總距離的平均值之差的平方的平均數(shù)為優(yōu)化目標(biāo),以品項約束域為約束條件,建立了多巷道作業(yè)平衡優(yōu)化模型。針對所建立的模型,設(shè)計了一種雙親混合遺傳算法,在Matlab環(huán)境下通過大批量入庫作業(yè)、小批量入庫作業(yè)等試驗測試,驗證了算法能夠有效解決多巷道作業(yè)平衡優(yōu)化問題。(3)針對大批量入庫作業(yè),進行了雙親混合遺傳算法與二進制粒子群算法性能對比試驗,結(jié)果顯示,雙親混合遺傳算法優(yōu)化效果優(yōu)于二進制粒子群算法,驗證了雙親混合遺傳算法更適合于多巷道作業(yè)平衡優(yōu)化問題的求解。(4)本文所研究的雙親混合遺傳算法與二進制粒子群算法已經(jīng)在某企業(yè)的倉儲管理系統(tǒng)(WMS)軟件中得到應(yīng)用,應(yīng)用效果良好。
【關(guān)鍵詞】：AS/RS EIQ分析 多巷道作業(yè)平衡優(yōu)化 雙親混合遺傳算法 二進制粒子群算法
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TH692.3;TP18
【目錄】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 緒論12-17
• 1.1 課題的研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.2.1 國外研究現(xiàn)狀13
• 1.2.2 國內(nèi)研究現(xiàn)狀13-14
• 1.2.3 自動化立體倉庫發(fā)展趨勢14-15
• 1.3 論文組織結(jié)構(gòu)安排15-16
• 1.4 本章小結(jié)16-17
• 第二章 智能倉儲作業(yè)關(guān)鍵技術(shù)分析17-30
• 2.1 自動化立體倉庫概述17-21
• 2.1.1 自動化立體倉庫的構(gòu)成17-19
• 2.1.2 自動化立體倉庫的優(yōu)缺點19
• 2.1.3 智能倉儲作業(yè)系統(tǒng)及技術(shù)19-21
• 2.2 智能化倉儲作業(yè)貨位優(yōu)化技術(shù)21-25
• 2.2.1 貨位優(yōu)化概述21
• 2.2.2 貨位優(yōu)化管理21-23
• 2.2.3 貨位存儲方法23-24
• 2.2.4 自動化立體倉庫貨位分配24-25
• 2.3 自動化立體倉庫的出入庫作業(yè)流程設(shè)計25-29
• 2.3.1 入庫作業(yè)25-26
• 2.3.2 出庫作業(yè)26-29
• 2.4 本章小結(jié)29-30
• 第三章 EIQ分析及巷道作業(yè)平衡數(shù)學(xué)優(yōu)化模型的建立30-47
• 3.1 EIQ分析的概念30
• 3.2 EIQ分析在物流中的應(yīng)用30-31
• 3.3 EIQ統(tǒng)計分析方法31-33
• 3.3.1 ABC分析31-32
• 3.3.2 次數(shù)分布32-33
• 3.3.3 柏拉圖分析33
• 3.3.4 交叉分析33
• 3.4 EIQ圖表的分析及應(yīng)用33-36
• 3.4.1 訂單量(EQ)分析33-34
• 3.4.2 品項數(shù)量(IQ)分析34-35
• 3.4.3 訂單品項數(shù)(EN)分析35-36
• 3.4.4 品項訂購次數(shù)(IK)分析36
• 3.5 關(guān)于EIQ分析的實際案例分析36-42
• 3.5.1 EIQ數(shù)據(jù)分析36-38
• 3.5.2 當(dāng)日訂單的EQ分析38-39
• 3.5.3 當(dāng)日訂單的EN分析39-40
• 3.5.4 對當(dāng)日訂單的IQ分析40-42
• 3.5.5 當(dāng)日訂單的IK分析42
• 3.6 自動化立體倉庫庫區(qū)分配42-44
• 3.7 多巷道作業(yè)平衡優(yōu)化模型的建立44-46
• 3.7.1 模型描述與假設(shè)44-45
• 3.7.2 目標(biāo)函數(shù)的確立45-46
• 3.7.3 約束條件的確立46
• 3.8 本章小結(jié)46-47
• 第四章 倉儲作業(yè)優(yōu)化算法設(shè)計及試驗驗證47-68
• 4.1 遺傳算法的原理47-48
• 4.2 遺傳算法的特點48
• 4.3 倉儲作業(yè)優(yōu)化算法設(shè)計48-54
• 4.3.1 模型編碼49
• 4.3.2 創(chuàng)建初始種群49-50
• 4.3.3 適應(yīng)度函數(shù)設(shè)計50-51
• 4.3.4 交叉算子設(shè)計51-52
• 4.3.5 變異算子設(shè)計52-54
• 4.4 算法的試驗案例驗證54-61
• 4.4.1 算法參數(shù)的確定54-56
• 4.4.2 試驗驗證56-61
• 4.5 兩個試驗的試驗結(jié)果分析比較61-62
• 4.6 粒子群算法試驗案例分析62-64
• 4.6.1 粒子群算法概述62
• 4.6.2 粒子群算法的試驗驗證62-64
• 4.7 遺傳算法與粒子群算法試驗案例分析比較64
• 4.8 智能算法的應(yīng)用64-67
• 4.8.1 測試環(huán)境64-65
• 4.8.2 智能倉儲作業(yè)測試65-66
• 4.8.3 智能倉儲作業(yè)測試結(jié)果分析66-67
• 4.8.4 智能算法在企業(yè)中的應(yīng)用67
• 4.9 本章小結(jié)67-68
• 第五章 總結(jié)與展望68-70
• 5.1 課題主要研究成果68-69
• 5.2 課題工作展望69-70
• 參考文獻70-74
• 致謝74

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 徐香玲,傅衛(wèi)平,李德信,謝敬,劉韜;基于專家系統(tǒng)的自動化立體倉庫出入庫調(diào)度研究[J];物流技術(shù);2005年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前8條

1 佟芙慧;自動化立體倉庫的貨位優(yōu)化與管理[D];沈陽大學(xué);2013年

2 李哲;物流中心揀選單處理及揀選路徑優(yōu)化研究[D];大連海事大學(xué);2011年

3 吳婷;基于遺傳算法的倉儲系統(tǒng)多目標(biāo)貨位優(yōu)化的研究[D];武漢理工大學(xué);2011年

4 韓彩云;基于遺傳算法的自動化立體倉庫的貨位優(yōu)化研究[D];太原科技大學(xué);2009年

5 閆磊;連鎖商業(yè)物流配送中心研究[D];山東大學(xué);2008年

6 李娜娜;卷煙配送中心自動分揀系統(tǒng)的規(guī)劃設(shè)計研究[D];中南大學(xué);2008年

7 張光華;長飛公司光纖倉庫作業(yè)的EIQ分析[D];華中科技大學(xué);2005年

8 劉友權(quán);EIQ分析法在連鎖經(jīng)營配送中心的應(yīng)用及實例研究[D];華中科技大學(xué);2005年

  本文關(guān)鍵詞：智能倉儲作業(yè)關(guān)鍵技術(shù)研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號：505152