本文關(guān)鍵詞：基于改進(jìn)遺傳算法的倉儲系統(tǒng)動態(tài)貨位優(yōu)化研究

  更多相關(guān)文章： 倉庫布局 動態(tài)貨位優(yōu)化 改進(jìn)遺傳算法 仿真

【摘要】：隨著現(xiàn)代工業(yè)技術(shù)的發(fā)展，傳統(tǒng)的倉儲方式不再能夠滿足生產(chǎn)和流通的需要，主要表現(xiàn)在浪費存儲空間，使倉庫工作效率低下。在激烈的市場競爭環(huán)境下，需求情況呈現(xiàn)動態(tài)波動，隨之而來的產(chǎn)品出入庫頻率也發(fā)生著相應(yīng)的改變，貨位的分配也隨之改變。倉儲系統(tǒng)的動態(tài)貨位優(yōu)化已成為提高出入庫效率、降低倉儲成本的關(guān)鍵性因素。 現(xiàn)代物流裝備技術(shù)和倉儲管理模式的發(fā)展改變了傳統(tǒng)倉儲業(yè)勞動密集，效率低下的落后面貌。提高訂單響應(yīng)效率，降低成本，減少貨物損耗，增加倉儲系統(tǒng)收益，對提高企業(yè)的市場競爭力具有重要的現(xiàn)實意義。 本文以某五金機電設(shè)備公司倉儲中心的倉庫為研究對象，結(jié)合國內(nèi)外對倉儲貨位優(yōu)化方面的研究成果，分析該公司倉儲系統(tǒng)現(xiàn)狀和主要問題，提出本文要研究的動態(tài)貨位優(yōu)化問題。首先，根據(jù)倉儲系統(tǒng)貨位優(yōu)化的相關(guān)理論，針對倉庫現(xiàn)有庫區(qū)分布情況，進(jìn)行物流關(guān)聯(lián)性分析，運用SLP法對其倉庫的現(xiàn)有分區(qū)進(jìn)行規(guī)劃，然后以某一區(qū)域貨架為實例進(jìn)行動態(tài)貨位優(yōu)化研究。 其次，從該公司ERP系統(tǒng)中提取相關(guān)基礎(chǔ)數(shù)據(jù)，結(jié)合約束條件和貨位優(yōu)化原則建立一個多目函數(shù)，并用權(quán)重系數(shù)變化法轉(zhuǎn)換成單目標(biāo)函數(shù)進(jìn)行求解。在此基礎(chǔ)上，通過對比分析，，選用遺傳算法求解，并對遺傳算法適當(dāng)?shù)馗倪M(jìn)，使其更適合求解本文的數(shù)學(xué)模型。 最后，論文利用MATLAB語言編程，實現(xiàn)算法的求解，通過對模型的仿真實驗，驗證其可行性。為該公司倉儲中心的動態(tài)貨位優(yōu)化問題提供一種新的思路，并總結(jié)出了一種運算簡便、速度快、實際操作性強的貨位優(yōu)化求解方法。
【關(guān)鍵詞】：倉庫布局 動態(tài)貨位優(yōu)化 改進(jìn)遺傳算法 仿真
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH692.3;TP18
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 課題研究的目的及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-12
• 1.3 本文研究內(nèi)容和方法12-14
• 1.3.1 本文研究內(nèi)容12-13
• 1.3.2 本文研究方法13-14
• 1.4 本章小結(jié)14-16
• 第二章 倉儲系統(tǒng)貨位優(yōu)化相關(guān)理論16-32
• 2.1 現(xiàn)代倉儲管理系統(tǒng)16-22
• 2.1.1 倉儲技術(shù)的發(fā)展16-17
• 2.1.2 倉儲系統(tǒng)設(shè)備17-21
• 2.1.3 立體倉庫存儲設(shè)備21-22
• 2.2 倉儲系統(tǒng)貨位管理內(nèi)容22-23
• 2.3 貨位優(yōu)化的原則23-26
• 2.3.1 作業(yè)需求匹配原則23-24
• 2.3.2 產(chǎn)品特性匹配原則24-25
• 2.3.3 其他原則25-26
• 2.4 貨物存儲方法26-27
• 2.5 貨物與貨位編碼27-31
• 2.5.1 貨物編碼27-30
• 2.5.2 貨位編碼30-31
• 2.6 本章小結(jié)31-32
• 第三章 動態(tài)貨位優(yōu)化模型的建立32-46
• 3.1 某機電設(shè)備公司倉儲中心現(xiàn)狀32-33
• 3.2 倉庫設(shè)施規(guī)劃33-38
• 3.3 數(shù)學(xué)模型的建立38-43
• 3.3.1 模型建立的假設(shè)條件38-39
• 3.3.2 建立數(shù)學(xué)模型39-43
• 3.4 模型分析43-45
• 3.5 本章小結(jié)45-46
• 第四章 改進(jìn)遺傳算法設(shè)計46-56
• 4.1 模型算法分析選擇46-49
• 4.1.1 優(yōu)化算法的對比與選擇46-48
• 4.1.2 遺傳算法48-49
• 4.2 改進(jìn)遺傳算法步驟49-54
• 4.2.1 確定編碼方法49-51
• 4.2.2 初始化種群51
• 4.2.3 確定適應(yīng)度函數(shù)51-52
• 4.2.4 選擇策略52-53
• 4.2.5 交叉運算53
• 4.2.6 變異運算53-54
• 4.2.7 控制參數(shù)和算法的終止條件54
• 4.3 本章小結(jié)54-56
• 第五章 基于 MATLAB 的貨位優(yōu)化仿真56-64
• 5.1 基本參數(shù)設(shè)定56-58
• 5.2 仿真結(jié)果分析58-62
• 5.3 本章小結(jié)62-64
• 第六章 結(jié)論64-66
• 參考文獻(xiàn)66-70
• 在學(xué)研究成果70-72
• 致謝72

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬友平;;生長模型McDill-Amateis的遺傳算法擬合研究[J];安徽農(nóng)業(yè)科學(xué);2007年33期

2 韓世芬;;模糊自適應(yīng)遺傳算法在農(nóng)村電站無功補償優(yōu)化中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2008年08期

3 吳金華;戴淼;尹劍;;基于遺傳神經(jīng)網(wǎng)絡(luò)的陜西省土地利用結(jié)構(gòu)模型研究[J];安徽農(nóng)業(yè)科學(xué);2008年36期

4 秦鵬;夏楓耿;明飛平;吳振強;;基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的小球藻生長模型的建立與應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2011年10期

5 曹素兵;朱嬋;;RNA二級結(jié)構(gòu)遺傳預(yù)測算法中的選擇操作研究[J];安徽農(nóng)業(yè)科學(xué);2011年14期

6 郭強;羅長壽;魏清鳳;;基于遺傳算法神經(jīng)網(wǎng)絡(luò)模型的蔬菜價格預(yù)報[J];安徽農(nóng)業(yè)科學(xué);2011年26期

7 張林家;;基于Pareto遺傳算法的多目標(biāo)優(yōu)化[J];鞍山師范學(xué)院學(xué)報;2008年04期

8 魏建軍;孔永健;關(guān)彥斌;;多目標(biāo)優(yōu)化在路面養(yǎng)護(hù)決策中的應(yīng)用[J];北京交通大學(xué)學(xué)報;2007年01期

9 趙佳;張威;方進(jìn);楊中平;鄭瓊林;劉友梅;;高溫超導(dǎo)直線感應(yīng)電機的電磁優(yōu)化設(shè)計[J];北京交通大學(xué)學(xué)報;2011年02期

10 胡琰;李國岫;李少鵬;;發(fā)動機匹配優(yōu)化算法的研究[J];北京交通大學(xué)學(xué)報;2011年04期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 李佳;載人潛器阻力性能的數(shù)值和試驗預(yù)報及外形優(yōu)化研究[D];哈爾濱工程大學(xué);2010年

2 陸滿君;通信輻射源個體識別與參數(shù)估計[D];哈爾濱工程大學(xué);2010年

3 劉營;雷達(dá)圖像編碼器的并行處理研究與實現(xiàn)[D];哈爾濱工程大學(xué);2009年

4 曹宇;利用遺傳算法對聲障板優(yōu)化設(shè)計的研究[D];哈爾濱工程大學(xué);2010年

5 陳得宇;基于MAS的智能電壓控制系統(tǒng)研究[D];哈爾濱工程大學(xué);2010年

6 許愛德;開關(guān)磁阻電機在船舶電力推進(jìn)中的應(yīng)用研究[D];大連海事大學(xué);2010年

7 查云飛;類菱形車轉(zhuǎn)向系統(tǒng)研究與分析[D];湖南大學(xué);2010年

8 胡沙;面向服務(wù)的模具企業(yè)信息系統(tǒng)集成平臺關(guān)鍵技術(shù)研究[D];華中科技大學(xué);2010年

9 何英;干旱區(qū)典型流域水資源優(yōu)化配置研究[D];新疆農(nóng)業(yè)大學(xué);2010年

10 劉思華;電網(wǎng)故障診斷方法的研究[D];山東大學(xué);2010年

本文編號：890792