-
题名双区型仓库订单分批与拣选协同优化研究
- 1
-
-
作者
张艳菊
李群
张彭涵
李蕊
-
机构
辽宁工程技术大学工商管理学院
辽宁工程技术大学管理科学与工程研究院
辽宁工程技术大学现代企业制度创新研究中心
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第3期746-755,共10页
-
基金
辽宁省经济社会发展研究课题项目(2023lslqnwzzkt-013)。
-
文摘
针对订单分拣效率低下导致商品出库缓慢的问题,提出一种基于双区型仓库订单分批与拣选的协同优化模型,设计求解模型的CWDP-BSA(clarke-wright and dynamic programming&backtracking search algorithm)协同优化算法。在节约算法中引入快速排序法对订单组合的距离节约值排序,考虑AGV承载量,运用多阶段决策过程最优策略得出状态转移方程求解订单分批模型,确定初始分批方案;并采取多因子选择的回溯搜索算法求解拣选路径模型,以此确定初始拣选方案。再以以上两方案为基础,建立新的基于订单时间窗的订单分批和拣选协同优化模型并求解,进一步优化订单分批和拣选方案。最后通过对比实验得出,平均每批次订单的拣选距离减少了约24.56%,优化后的拣选时间比优化前缩短了约11.4%,在求解不同规模算例时,CWDP-BSA算法的求解结果优于CPLEX软件和其他算法,验证了模型与算法的稳定性和有效性。实验表明,协同优化后的订单分批与物品拣选策略能够有效提升订单出库效率。
-
关键词
双区型仓库
订单分批拣选
协同优化
节约算法
回溯搜索优化算法
CWDP-BSA算法
-
Keywords
two-block warehouse
order batch picking
collaborative optimization
Clarke-Wright algorithm
backtracking search algorithm
CWDP-BSA algorithm
-
分类号
F252
[经济管理—国民经济]
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名多搬运任务下考虑碰撞避免的AGV路径规划
被引量：3
- 2
-
-
作者
张艳菊
吴俊
程锦倩
陈泽荣
-
机构
辽宁工程技术大学工商管理学院
辽宁工程技术大学管理科学与工程研究院
辽宁工程技术大学现代企业制度创新研究中心
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第5期1462-1469,共8页
-
基金
辽宁省社会科学规划基金资助项目(L22BJY034)
辽宁工程技术大学2023年度校社科揭榜挂帅项目(23-A018)。
-
文摘
为提升自动导引小车在“货到人”仓库中的运行效率,针对AGV-托盘任务分配、单AGV路径规划及多AGV碰撞避免三个子问题的研究,以最小化AGV行驶距离为目标构建数学模型。首先,根据AGV与托盘的双边匹配问题特点设计改进的匈牙利算法求解匹配结果。其次,提出一种二维编码机制的改进遗传算法(improved genetic algorithm,IGA),采用一种局部搜索算子代替原变异操作,在提高算法搜索性能的基础上使其成功应用于单AGV路径规划问题。然后,利用时空数据设计一种三维网格冲突检测方法,并根据商品SKU数量设定AGV的优先级以降低多AGV执行任务时的碰撞概率。最后,在32 m×22 m的仓库中针对不考虑碰撞与考虑碰撞两种情形进行AGV路径优化分析,给出合理的行驶距离和碰撞次数。IGA与标准遗传算法的对比结果显示,IGA能够在合理的时间内获得更高质量的解,行驶距离减少约1.74%,算法求解时间缩短约37.07%。此外,针对AGV数量灵敏度分析,在不同目标托盘规模下测试不同数量的AGV对行驶距离和碰撞次数的影响,发现14~16台AGV数量是最佳配置,验证了模型的可行性和算法的有效性。
-
关键词
智能仓库
AGV路径规划
碰撞避免
双边匹配
改进的遗传算法
-
Keywords
intelligent warehouse
AGV path planning
collision avoidance
bipartite matching
improved genetic algorithm
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名考虑订单拆分策略的AGV拣选效率优化方法
- 3
-
-
作者
张艳菊
杨庆港
吴俊
吴一玄
李雨扬
-
机构
辽宁工程技术大学工商管理学院
辽宁工程技术大学管理科学与工程研究院
辽宁工程技术大学现代企业制度创新研究中心
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第11期3258-3264,共7页
-
基金
辽宁省社会科学规划基金资助项目(L22BJY034)。
-
文摘
为提高智能仓库系统中AGV的拣选效率,针对AGV订单拣选优化问题分为AGV-货架任务分配、多AGV无冲突路径规划两个子问题进行研究,根据订单特点引入订单拆分策略,并以最小化AGV完成所有订单的总时间为目标构建数学模型。首先,设计了确定货架优先级的AGV-货架任务分配算法(AGV-shelf task allocation algorithm, ASTA)求解匹配问题。然后,提出一种带有贪婪参数并嵌入冲突消解策略的改进Q-Learning算法,得到拆分策略下最优无冲突拣选路径方案。最后,通过在40 m×40 m仓库布局中的订单集数值实验对比分析,所提算法与现有的两种算法对比结果显示,AGV完成所有订单的总时间分别平均减少11.63%和26.74%,验证了拆分策略的有效性,并且通过AGV使用数量、完成订单时间和路径冲突等待时间占比三个指标的对比验证了拆分策略和所提算法能有效缓解拥堵情况,减少行驶路径长度,提高拣选效率。此外,针对AGV数量灵敏度分析,在不同数量的AGV对行驶时间和路径冲突等待时间的影响方面,发现19台AGV数量是最佳配置,验证了模型的可行性和算法的有效性。
-
关键词
智能仓库
混合存储
订单拆分
AGV-货架任务分配
无冲突路径规划
改进Q-Learning算法
-
Keywords
intelligent warehouse
hybrid storage
order splitting
AGV-shelf matching
conflict-free path planning
improved Q-Learning algorithm
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
