随着自动化技术和物流技术的飞速发展,智能立体仓库已在世界范围内普遍使用。智能立体仓库主要在两方面有较为广泛的应用：一方面是现代化制造业所使用的与自动化生产线相配套的智能仓储,以及近两年来正在陆续建设的各省级电能计量设备检定中心所使用的立体仓储,用于存储已经完成的整套产品(电能计量设备)或配件及生产所需的生产资料；另一方面,随着电子商务的飞速发展出现了京东、淘宝等大型互联网企业,为了满足企业发展的需求,它们纷纷开始投入巨资建设自己的仓储物流中心。因此,智能仓储的运行效率已经成为影响物流效率的重要因素之一。自动小车存取系统(Autonomous Vehicle Storage and Retrieval Systems, AVS/RS)作为一种新型的智能化立体仓储是由美国的Malmborg教授及其课题组在2003年首先提出的,并陆续在欧洲受到广大学者的关注。由于其还没有在实际生产中大量投入使用,因此需要建立相应的模型并制定合理的运行规则对其作业过程进行仿真优化,为实际运营提供理论支持。本文围绕多小车(Rail Guided Vehicle,RGV)多升降机AVS/RS调度优化这一主题,建立了系统的分析决策模型、调度模型及三维展示平台并对其进行多方面的优化。本文的主要学术贡献如下所述。(1)提出多RGV多升降机AVS/RS系统的分析决策模型。将AVS/RS中的存取任务作为客户,自动小车RGV作为二级资源,跨层任务需使用的电梯作为服务器,从而形成了一个半开放排队网络(Semi-closed Queuing Network,SCQN)。网络中每一个将要到达的客户搭配一个二级资源,客户和二级资源按照指定的序列访问所需的服务器集。首先,定义了存任务和取任务的所有可能场景及发生概率；其次,通过计算得到RGV及升降机所有可能位置的运行时间,将每个场景当作一个客户,并将这些客户汇总成一个动态综合排队网络(Dynamic Comprehensive Queuing Network,DCQN);最后,对该DCQN模型进行求解及评估分析,得出在不同任务性质及规模下的系统最佳RGV与升降机配比,从而为系统优化设计、提高设备利用率、节约系统运行成本提供决策支持。(2)针对多RGV多升降机AVS/RS系统的布局特点,建立RGV单一出/入库作业及出入库复合作业的系统调度优化数学模型。首先对系统的作业准则及RGV、升降机的运行规则进行定义,分析RGV的单一出/入库作业及出入库复合作业的过程,并建立以时间最短和路径最短为目标函数的多RGV多升降机AVS/RS系统作业调度优化数学模型；其次,对均为匀加速运动的RGV水平运动与升降机垂直运动的运行时间进行定义；最后对该调度模型的求解复杂度进行分析,所建模型对于多RGV多升降机AVS/RS系统的调度研究开拓了新的思路。(3)根据本文所建立的多RGV多升降机AVS/RS调度优化数学模型的特点,提出一种改进的离散人工鱼群算法来实现调度模型的求解。设计出一种包含RGV任务分配及升降机调度信息的人工鱼群个体编码方法。根据编码和解码的要求,分别对人工鱼群算法中的个体行为和寻优过程进行优化：采用动态视野范围和离散自适应步长来加快算法的收敛速度；增加群体交流行为来增强个体寻优的方向性,引入优胜劣汰机制对群体进行适当更新,增强群体的多样性。通过测试函数对提出的离散人工鱼群算法的寻优稳定性等性能进行测试,并与另外两种算法进行比较,结果证明该算法能够有效求解本文提出的调度优化模型。提出一种含有约束条件的改进Dijkstra算法来获取RGV各阶段的水平路径,同时将该问题转化为求解k参数的最短路径规划问题并予以证明,从而解决RGV在水平方向上的路径规划问题。(4)提出一种基于银行家算法-迭代时间窗法的多RGV多升降AVS/RS系统冲突控制策略。首先,将作业过程分为两个阶段,并对两阶段分别运用改进Banke算法来进行冲突类型的预判断,然后采用只对可能发生冲突的节点或弧进行处理的策略,来减少算法的计算量及计算时间；其次,运用迭代时间窗算法来对冲突进行消除,从而在提高RGV使用率的同时,增强了系统的安全性。通过实例分析比较,证明了本文提出基于银行家算法-迭代时间窗法的系统冲突控制策略的有效性。建立了系统阻塞延时分析模型,分析了系统中RGV数量、货位的数量、货架宽度与长度比等因素对系统阻塞延时所产生的影响。(5)为多RGV多升降机AVS/RS系统建立了基于3D-MAX技术的三维展示平台。制定了系统三维展示平台的总体实现方案,包括系统三维模型的创建及三维动画的实现等,并通过实例在平台中对所提出的系统调度模型及其求解方法、冲突控制策略进行比较验证。同时分析了货架层数、RGV和升降机数量、任务规模等参数对调度模型求解算法的影响。实验证明该三维展示平台能够动态模拟系统的实际运行情况,为系统的实际运行提供有力的支持。