密集倉儲作業(yè)優(yōu)化與調(diào)度方法研究
發(fā)布時間:2020-12-20 06:52
近年來隨著物流倉儲行業(yè)的迅速發(fā)展,精益?zhèn)}儲對自動化、數(shù)字化及智能化提出了更高的要求。為了降低運營成本,密集倉儲應(yīng)運而生并得到了廣泛運用,其具備占地面積小、作業(yè)規(guī)模大、設(shè)備種類多、設(shè)備數(shù)量多及任務(wù)并行等特點,但這也給自動化倉儲作業(yè)優(yōu)化與調(diào)度帶來了新的挑戰(zhàn)。作業(yè)優(yōu)化包括作業(yè)順序優(yōu)化、貨位優(yōu)化等環(huán)節(jié),其中,貨位決策優(yōu)化是倉儲作業(yè)過程中重要的工作之一,極大程度地影響著作業(yè)效率及成本,而傳統(tǒng)的貨位決策大多依賴于倉儲管理人員的經(jīng)驗,具有一定的盲目性。其次,一般情況下密集倉儲作業(yè)滿足“先來先做”的要求,作業(yè)流程的執(zhí)行具有事件響應(yīng)特性,在多任務(wù)、高并發(fā)及異構(gòu)設(shè)備多的倉儲環(huán)境下,作業(yè)約束復(fù)雜,事先分配倉儲設(shè)備資源及路徑規(guī)劃的算法,無法及時準(zhǔn)確地調(diào)度倉儲設(shè)備,異構(gòu)多設(shè)備的協(xié)同調(diào)度也愈發(fā)困難。因此,利用互聯(lián)網(wǎng)及人工智能進行科學(xué)合理的倉儲貨位優(yōu)化及設(shè)備調(diào)度,對提升作業(yè)質(zhì)量與效率具有重要意義。課題的主要研究內(nèi)容如下:(1)密集倉儲作業(yè)優(yōu)化與調(diào)度分析建模針對密集倉儲作業(yè)優(yōu)化與調(diào)度問題,進行了倉儲作業(yè)過程需求分析,剖析了貨位優(yōu)化及設(shè)備調(diào)度在作業(yè)流程中的觸發(fā)及作用機制。給出了基于事件驅(qū)動的貨位優(yōu)化與多設(shè)備協(xié)同調(diào)度問題...
【文章來源】:東華大學(xué)上海市 211工程院校 教育部直屬院校
【文章頁數(shù)】:96 頁
【學(xué)位級別】:碩士
【部分圖文】:
密集倉儲系統(tǒng)
锏雷饕導(dǎo)疤?高倉儲效率為多目標(biāo),考慮動態(tài)庫存與可分配貨位等約束條件,提出了基于自適應(yīng)差分進化,響應(yīng)動態(tài)約束條件的多目標(biāo)貨位優(yōu)化算法。進一步基于層次分析法對Pareto解集進行評價,研究多目標(biāo)權(quán)重對多批作業(yè)貨位持續(xù)優(yōu)化的影響規(guī)律。1.2.3倉儲設(shè)備調(diào)度研究現(xiàn)狀完整的倉儲出入庫作業(yè),需經(jīng)多種異構(gòu)設(shè)備按活動順序依次執(zhí)行才能完成,而密集倉儲中設(shè)備種類眾多、同種設(shè)備數(shù)量不一,倉儲設(shè)備協(xié)同調(diào)度是指在作業(yè)過程中,根據(jù)作業(yè)流程及設(shè)備狀態(tài),對倉儲設(shè)備資源進行分配并規(guī)劃其行走路徑,以保證作業(yè)活動能按步驟執(zhí)行。如圖1-2所示的有軌制導(dǎo)車輛RGV、自動導(dǎo)引運輸車AGV,是倉儲作業(yè)過程中重要的搬運設(shè)備,國內(nèi)外學(xué)者提出了多種解決其路徑規(guī)劃與調(diào)度問題的方法。(a)有軌制導(dǎo)車輛RGV(b)自動導(dǎo)引運輸車AGV圖1-2倉儲搬運設(shè)備Kumar[33]等采用路徑規(guī)劃算法生成從搬運機器人的起點到目標(biāo)點的無碰撞路徑,使搬運機器人能夠向距離目標(biāo)點較近的空閑相鄰點移動。Duan[34]等提出了一種基于改進A*算法的倉儲多RGV揀貨路徑規(guī)劃,并引入時間成本進一步改進A*算法,實現(xiàn)多RGV揀選路徑的規(guī)劃。Sarkar[35]等提出了基于最近鄰聚類的啟發(fā)式方法(nCAR),并通過該方法為單個路線上的機器人分配任務(wù)及路線規(guī)劃,以此使機器人行進的總距離最小,從而降低成本。Ghannadpour[36]等提出了以能量最小化的多目標(biāo)RGV路徑調(diào)度問題的新模型和解決方案,利用帶時間窗的車輛路徑數(shù)學(xué)模型,利用基于進化算法解決優(yōu)化模型,Martina[37]等根據(jù)環(huán)形軌道RGVs能
穿梭車
【參考文獻】:
期刊論文
[1]基于層次分析法的用戶色彩偏向研究[J]. 洪詩瑩,宋方昊. 包裝工程. 2019(22)
[2]DoS攻擊下的信息物理系統(tǒng)事件觸發(fā)預(yù)測控制設(shè)計[J]. 孫洪濤,彭晨,王志文. 控制與決策. 2019(11)
[3]具有p-進入規(guī)則和Min(N,D,V)-策略的M/G/1排隊系統(tǒng)容量的優(yōu)化設(shè)計及最優(yōu)控制策略[J]. 羅樂,唐應(yīng)輝. 數(shù)學(xué)物理學(xué)報. 2019(05)
[4]基于梯度下降和差分進化的光伏陣列MPPT方法[J]. 葉進,董美辰,何華光,胡亮青. 控制工程. 2019(09)
[5]事件驅(qū)動多關(guān)節(jié)機械臂軌跡跟蹤自適應(yīng)魯棒控制[J]. 錢前,張愛華,孫藝瑕. 兵工學(xué)報. 2019(08)
[6]多行設(shè)備布局的一種多目標(biāo)差分進化算法和線性規(guī)劃混合方法[J]. 管超,張則強,李云鵬,賈林. 機械工程學(xué)報. 2019(13)
[7]一種高效動態(tài)自適應(yīng)差分進化算法[J]. 肖鵬,鄒德旋,張強. 計算機科學(xué). 2019(S1)
[8]基于進化算法的跨巷道多層穿梭車倉儲系統(tǒng)的研究[J]. 馬文凱,吳耀華,吳穎穎,楊棟. 機械工程學(xué)報. 2019(08)
[9]多倉儲機器人協(xié)同路徑規(guī)劃與作業(yè)避碰[J]. 夏清松,唐秋華,張利平. 信息與控制. 2019(01)
[10]基于PSO的自動化集裝箱碼頭雙小車岸橋和AGV的協(xié)同調(diào)度[J]. 馬孫豫,楊勇生,梁承姬. 計算機應(yīng)用與軟件. 2018(10)
博士論文
[1]基于排隊論的航空樞紐陸側(cè)旅客服務(wù)資源建模與仿真[D]. 孫健.中國礦業(yè)大學(xué)(北京) 2017
碩士論文
[1]相同零件限制下的兩階段裝配流水車間調(diào)度問題研究[D]. 陳豐.吉林大學(xué) 2019
[2]基于.net的工程項目監(jiān)理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 蔣怡.武漢工程大學(xué) 2018
[3]面向典型倉儲作業(yè)的貨位決策優(yōu)化研究與應(yīng)用[D]. 余崇貴.東華大學(xué) 2018
[4]基于事件和規(guī)則驅(qū)動的物聯(lián)網(wǎng)路由動態(tài)優(yōu)化算法[D]. 陳蕊.東華大學(xué) 2016
[5]新型密集式倉儲系統(tǒng)的原理研究與系統(tǒng)仿真[D]. 叢蘭強.齊魯工業(yè)大學(xué) 2015
[6]多層穿梭車倉儲系統(tǒng)建模與優(yōu)化[D]. 牟善棟.山東大學(xué) 2014
[7]面向自動化化立體倉庫的倉儲管理系統(tǒng)的研究與應(yīng)用[D]. 毛曉輝.同濟大學(xué) 2007
本文編號:2927418
【文章來源】:東華大學(xué)上海市 211工程院校 教育部直屬院校
【文章頁數(shù)】:96 頁
【學(xué)位級別】:碩士
【部分圖文】:
密集倉儲系統(tǒng)
锏雷饕導(dǎo)疤?高倉儲效率為多目標(biāo),考慮動態(tài)庫存與可分配貨位等約束條件,提出了基于自適應(yīng)差分進化,響應(yīng)動態(tài)約束條件的多目標(biāo)貨位優(yōu)化算法。進一步基于層次分析法對Pareto解集進行評價,研究多目標(biāo)權(quán)重對多批作業(yè)貨位持續(xù)優(yōu)化的影響規(guī)律。1.2.3倉儲設(shè)備調(diào)度研究現(xiàn)狀完整的倉儲出入庫作業(yè),需經(jīng)多種異構(gòu)設(shè)備按活動順序依次執(zhí)行才能完成,而密集倉儲中設(shè)備種類眾多、同種設(shè)備數(shù)量不一,倉儲設(shè)備協(xié)同調(diào)度是指在作業(yè)過程中,根據(jù)作業(yè)流程及設(shè)備狀態(tài),對倉儲設(shè)備資源進行分配并規(guī)劃其行走路徑,以保證作業(yè)活動能按步驟執(zhí)行。如圖1-2所示的有軌制導(dǎo)車輛RGV、自動導(dǎo)引運輸車AGV,是倉儲作業(yè)過程中重要的搬運設(shè)備,國內(nèi)外學(xué)者提出了多種解決其路徑規(guī)劃與調(diào)度問題的方法。(a)有軌制導(dǎo)車輛RGV(b)自動導(dǎo)引運輸車AGV圖1-2倉儲搬運設(shè)備Kumar[33]等采用路徑規(guī)劃算法生成從搬運機器人的起點到目標(biāo)點的無碰撞路徑,使搬運機器人能夠向距離目標(biāo)點較近的空閑相鄰點移動。Duan[34]等提出了一種基于改進A*算法的倉儲多RGV揀貨路徑規(guī)劃,并引入時間成本進一步改進A*算法,實現(xiàn)多RGV揀選路徑的規(guī)劃。Sarkar[35]等提出了基于最近鄰聚類的啟發(fā)式方法(nCAR),并通過該方法為單個路線上的機器人分配任務(wù)及路線規(guī)劃,以此使機器人行進的總距離最小,從而降低成本。Ghannadpour[36]等提出了以能量最小化的多目標(biāo)RGV路徑調(diào)度問題的新模型和解決方案,利用帶時間窗的車輛路徑數(shù)學(xué)模型,利用基于進化算法解決優(yōu)化模型,Martina[37]等根據(jù)環(huán)形軌道RGVs能
穿梭車
【參考文獻】:
期刊論文
[1]基于層次分析法的用戶色彩偏向研究[J]. 洪詩瑩,宋方昊. 包裝工程. 2019(22)
[2]DoS攻擊下的信息物理系統(tǒng)事件觸發(fā)預(yù)測控制設(shè)計[J]. 孫洪濤,彭晨,王志文. 控制與決策. 2019(11)
[3]具有p-進入規(guī)則和Min(N,D,V)-策略的M/G/1排隊系統(tǒng)容量的優(yōu)化設(shè)計及最優(yōu)控制策略[J]. 羅樂,唐應(yīng)輝. 數(shù)學(xué)物理學(xué)報. 2019(05)
[4]基于梯度下降和差分進化的光伏陣列MPPT方法[J]. 葉進,董美辰,何華光,胡亮青. 控制工程. 2019(09)
[5]事件驅(qū)動多關(guān)節(jié)機械臂軌跡跟蹤自適應(yīng)魯棒控制[J]. 錢前,張愛華,孫藝瑕. 兵工學(xué)報. 2019(08)
[6]多行設(shè)備布局的一種多目標(biāo)差分進化算法和線性規(guī)劃混合方法[J]. 管超,張則強,李云鵬,賈林. 機械工程學(xué)報. 2019(13)
[7]一種高效動態(tài)自適應(yīng)差分進化算法[J]. 肖鵬,鄒德旋,張強. 計算機科學(xué). 2019(S1)
[8]基于進化算法的跨巷道多層穿梭車倉儲系統(tǒng)的研究[J]. 馬文凱,吳耀華,吳穎穎,楊棟. 機械工程學(xué)報. 2019(08)
[9]多倉儲機器人協(xié)同路徑規(guī)劃與作業(yè)避碰[J]. 夏清松,唐秋華,張利平. 信息與控制. 2019(01)
[10]基于PSO的自動化集裝箱碼頭雙小車岸橋和AGV的協(xié)同調(diào)度[J]. 馬孫豫,楊勇生,梁承姬. 計算機應(yīng)用與軟件. 2018(10)
博士論文
[1]基于排隊論的航空樞紐陸側(cè)旅客服務(wù)資源建模與仿真[D]. 孫健.中國礦業(yè)大學(xué)(北京) 2017
碩士論文
[1]相同零件限制下的兩階段裝配流水車間調(diào)度問題研究[D]. 陳豐.吉林大學(xué) 2019
[2]基于.net的工程項目監(jiān)理系統(tǒng)的設(shè)計與實現(xiàn)[D]. 蔣怡.武漢工程大學(xué) 2018
[3]面向典型倉儲作業(yè)的貨位決策優(yōu)化研究與應(yīng)用[D]. 余崇貴.東華大學(xué) 2018
[4]基于事件和規(guī)則驅(qū)動的物聯(lián)網(wǎng)路由動態(tài)優(yōu)化算法[D]. 陳蕊.東華大學(xué) 2016
[5]新型密集式倉儲系統(tǒng)的原理研究與系統(tǒng)仿真[D]. 叢蘭強.齊魯工業(yè)大學(xué) 2015
[6]多層穿梭車倉儲系統(tǒng)建模與優(yōu)化[D]. 牟善棟.山東大學(xué) 2014
[7]面向自動化化立體倉庫的倉儲管理系統(tǒng)的研究與應(yīng)用[D]. 毛曉輝.同濟大學(xué) 2007
本文編號:2927418
本文鏈接:http://sikaile.net/shoufeilunwen/benkebiyelunwen/2927418.html
最近更新
教材專著