论文部分内容阅读
自动化立体仓库是当代物流技术、仓储技术、自动化技术发展的产物,它集存储、输送、配送于一体,应用越来越广泛。自动化立体仓库的出入库作业调度优化问题对提高自动化立体仓库的运行效率具有重要作用,因此,对它的研究具有重要的理论意义和工程应用价值。本文基于现代物流的应用和发展要求,着重研究利用智能算法,进行自动化立体仓库的货位优化和算法稳定性研究。本文的主要研究内容和创新点如下:提出并实现了基于模拟退火的粒子群算法求解进出库调度及货位优化问题。以货架的稳定性和堆垛机拣选时间最短为优化目标,建立数学模型。利用粒子群算法初始化种群,提高优化效率、缩短搜索时间。在迭代过程中,利用模拟退火算法概率突跳的能力,避免基本粒子群算法迭代过程中陷入局部最优和早熟收敛现象。通过实例证明,与遗传算法相比较,该算法所用时间短,收敛速度快、迭代次数少。分析了惯性权重和加速因子对粒子群算法收敛性能的影响,提出4种惯性权重的调整策略和2种加速因子的调整策略。利用3种测试函数对本文提出的调整策略进行测试,通过实例证明,与基本粒子群算法相比较,本文选用调整策略后提高了算法的收敛性能。分析研究了优化算法的稳定性,针对模型中不同货架形状因子、不同规模问题情况下的算法性能进行分析。由测试结果得到,算法的收敛性能受货架形状因子的影响不大,不具有显著的敏感度。随着求解问题规模的增加,算法具有较稳定的收敛性能。采用Java编程语言,以Eclipse为开发平台,My SQL为后台数据库,建立自动化立体仓库的调度管理系统。将Matlab编写的优化算法的m文件封装成Jar包后,在Java平台中编写调用代码,实现系统对Matlab编写的优化算法程序的实时调用,完成立体仓库调度过程的自动化控制。