并列选择单亲遗传算法在自动化立体仓库货位优化中的应用

针对传统遗传算法在求解自动化立体仓库货位优化多目标模型中容易陷于局部最优解以及交叉变异过程中产生大量不可行解等问题,提出了并列选择单亲遗传算法.算法采用了0,1矩阵编码、并列选择算子、单亲变异算子等,有效避免了交叉变异操作产生不可行解的问题.通过对控制参数进行较合理地选取,算法能够综合考虑各子目标的相对优秀个体,从中选取出全局近似最优解,有效降低了算法陷于局部最优解的概率.利用该算法对36种货物的自动化立体仓库货位进行优化,通过比较优化前后的货位对应的拣选时间及货架重心可以看出,优化后的货位对应的拣选效率及货架稳定性均有明显提高.     

贪婪随机自适应蝙蝠算法在车辆路径问题中的应用

车辆路径问题(Vehicle Routing Problem,VRP)在物流与供应链领域是一个非常有研究价值的NP-Hard问题.蝙蝠算法(Bat Algorithm,BA)是一种新兴的智能优化算法,有着广阔的应用前景.然而它不能直接用于求解离散问题,并且如同大多数智能优化算法一样,容易陷入局部最优,后期收敛速度慢.本文针对VRP问题的具体特性,重新定义了蝙蝠的编码方式并利用GRASP启发式算法生成蝙蝠算法初始种群来改进算法,然后应用于求解VRP问题.     

Merrill不动点算法及其在不可微规划上的应用

1.引言 不可微最优化(NDO)近年来很受重视,有重要的应用前景,它常使许多经典的可微优化方法失效.因此,需要研究新的有效算法. Merrill算法是以欧氏空间集值自映射为背景,寻求Kakutani不动点的一种单纯不动点算法.用其求解最优化问题时,由于它在一定条件下常具有大范围收敛的性质以及     

考虑充电因素的自动化集装箱码头AGV任务分配模型

自动化集装箱码头中,AGV(自动引导车)负责衔接岸桥和场桥两个装卸作业设备,被认为是影响整体效率的关键环节之一。为刻画AGV充电特征,降低作业成本,提高自动化集装箱码头系统作业可靠性,本文通过时空网络图刻画AGV运输任务和充电过程,以运输成本最小为目标,构建任务分配优化与充电时机选择模型。为求解模型,基于分支定价算法框架设计求解方法,首先通过Dantzing-Wolfe原理将模型分解为基于路径的集合划分主问题和一个存在电量等资源约束的最短路径子问题,其次设计标号修正算法求解。实验结果表明,本文模型算法能够提高模型的求解质量,有效优化AGV作业顺序并选择合适的充电时机,提升AGV任务分配方案的可靠性,并进一步分析了最大电池容量、行驶距离的变化对AGV使用数量、充电次数以及码头作业效率的影响。     

蝙蝠算法在物流配送车辆路径优化问题中的应用

车辆路径问题(Vehicle Routing Problem,VRP)是组合优化问题中一个典型的NP难题.蝙蝠算法(Bat Algorithm,BA)是一种新型的智能优化算法,尚未被应用到求解VRP问题中去.根据物流配送中VRP问题的数学模型及其具体特征,设计了求解VRP问题的蝙蝠算法,并通过仿真实例和与其他算法进行比较的方式验证了蝙蝠算法求解VRP问题的有效性与可行性.     

支持向量机中一种参数优化选取方法

本文给出一种支持向量机中的参数优化选取方法. 它是通过遗传算法和确定性算法相结合解平衡约束优化问题,求出二分类支持向量机(SVM)中的正则参数C,本文将C作为优化问题中的变量来处理.遗传算法用来求解以C为变量的优化问题, 而确定性算法对每一个C值求解约束.数值计算的结果表明,用文中所述的方法求得的C值能明显提高支持向量机的泛化性能.     

考虑车载容量的多区型仓库拣货路径优化研究

拣货作业是仓库核心作业之一,占据仓库运营大量的时间成本和资金成本.针对多区型仓库拣货路径优化问题,对多区型仓库布局、货位坐标、路径等问题进行了定义,构建了多区型仓库拣货路径优化建模,接着通过大量实验确定了人工鱼群算法在求解拣货路径问题时的最优算法参数组合,通过演示性实验验证了模型与算法的有效性,最后从波次订单对实验结果...     

LMI优化的一种原对偶中心路径算法

系统和控制理论中许多重要的问题,都可转化为具有线性目标函数、线性矩阵不等式约束的LMI优化问题,从而使其在数值上易于求解.本文给出一种求解LMI优化问题的原对偶中心路径算法,该算法利用牛顿方法求解中心路径方程得到牛顿系统,并将该牛顿系统对称化以避免得到非对称化的搜索方向.文章详细分析了算法的计算复杂性.     

求解非线性P_0互补问题的非单调磨光算法

提出了一种新的磨光函数,在分析它与已有磨光函数不同特性的基础上,研究了将它用于求解非线性P_0互补问题时,其磨光路径的存在性和连续性,进而设计了求解一类非线性P_0互补问题的非单调磨光算法.在适当的假设条件下,证明了该算法的全局收敛性和局部超线性收敛性.数值算例验证了算法的有效性.     

求无约束连续全局优化问题的单参数填充函数法

填充函数法是求解全局优化问题的一个重要的确定性算法,这种方法的关键是构造具有良好性质的填充函数.构造了一个新的求解无约束全局优化问题的填充函数.函数连续可微且只包含一个参数.通过分析该函数的相关性质,设计了相应的算法.数值实验表明该算法简单有效.     

基于多候选储位的存取路径优化问题研究

针对单储位储存方式可能导致仓库存取通道拥挤和作业效率低的情形,提出了一种基于多候选储位的存取路径优化方法。首先分配了货物的存取储位,然后建立了多候选储位的车辆路径问题(MLVRP)模型,并基于储位优先解码原则设计了遗传算法,最后通过算例证明该方法的有效性和算法的高效性。多候选储位的方法可以为取货任务至少节约18.4%(两个候选储位)和21.8%(三个候选储位)的路程,算法迭代10000次只需要434s。     

Flying-V型仓储布局货位分配优化方法研究

Flying-V是一种典型的非传统布局方式,根据其布局方式的特性,针对仓储货位分配优化问题,以货物出入库效率最高和货物存放的重心最低为优化目标,建立了货位分配多目标优化模型,并采用自适应策略的遗传算法(GA),以及粒子群算法(PSO)进行求解。根据货位分配的优化特点,在GA算法的选择、交叉和变异环节均采用自适应策略, 同时采用惯性权重线性递减的方法设计了PSO算法,有效地解决了两种算法收敛速度慢和易“早熟”的问题,提高了算法的寻优性能。为了更好地表现两种优化求解算法的有效性和优越性,结合具体的货位分配实例利用MATLAB软件编程实现。通过对比分析优化结果表明,PSO算法在收敛速度和优化效果方面相比于自适应GA算法更具有优势,更加合适于解决Flying-V型仓储布局货位分配优化问题。     

Operational research and material handling

A number of material handling research areas are reviewed and opportunities for further research are identified. Included in the review is a consideration of the following areas: robotics, conveyor theory, transfer lines, flexible manufacturing systems, equipment selection, storage alternatives, automated storage and retrieval systems, warehouse layout, palletizing, and order picking and accumulation.     

基于动力系统的线性不等式组的解法

本文提出了一种新的求解线性不等式组可行解的方法-基于动力系统的方法．假设线性不等式组的可行域为非空,在可行域的相对内域上建立一个非线性关系表达式,进而得到一个结构简单的动力系统模型．同时,定义了穿越方向。文章最后的数值实验结果表明此算法是有效的．     

Flowshop Scheduling of Robotic Cells with Job-dependent Transportation and Set-up Effects

A flexible manufacturing cell consisting of two machining centres, several automated storage/retrieval stations, and a mobile transporting robot is considered. The problem is to schedule jobs on machines so as to minimize the makespan, with the effects of transportation and set-ups to be taken into account. The problem is studied with the aid of a graph model, and an exact algorithm of cubic complexity is derived based on the Gilmore–Gomory algorithm for the travelling salesman problem.     

以商圈为中心的O2O动态外卖配送路径优化模型与算法

针对线上到线下(Online to Offline,O2O) 外卖路径优化问题,综合考虑其动态配送需求、货物区分等特点以及时间窗、载货量等约束条件,将商圈看作配送中心,将快递员数量与快递员总行驶时间作为最小化目标,提出了以商圈为中心的O2O动态外卖配送路径优化模型。采用周期性处理新订单的方法将相应的快递员路径的动态调整问题转化为一系列静态TSP子问题,设计了一种分阶段启发式实时配送路径优化算法框架,并给出了一个具体算法和一个数值计算实例。在VRP通用算例的基础上,以商圈为中心生成测试算例,对本文算法进行仿真实验,并与其他算法比较。结果表明：本文算法能充分利用新订单附近的快递员进行配送,并优化其配送路径,有效减少了快递员数量与快递员总行驶时间。     

基于商品关联度的智能仓库储位分配问题研究

储位分配方案是直接影响智能仓库工作效率和拣选成本的关键因素.根据历史订单信息定义了商品之间的关联度,以同一货架上的商品之间的关联度之和极大化为目标建立了智能仓库储位分配问题的数学模型,并设计了求解模型的算法.首先根据历史订单信息计算商品之间的关联度,然后结合商品的周转率、商品之间的关联度等信息,设计了启发式算法求解智能仓库储位分配问题,并且分析了启发式算法的时间复杂度.通过大量的模拟计算验证了本文建立的数学模型和设计的启发式算法的有效性,证明了以同一货架上商品之间关联度极大化为目标和以订单拣选过程中搬运货架总次数极小化为目标的一致性.通过对比分析本文算法得到的储位分配结果与随机储位分配结果可以看出,利用基于商品关联度的启发式算法得到的储位分配方案比随机储位分配方案对应的货架搬运次数平均减少了30.08%.     

以商圈为中心的O2O动态外卖配送路径优化模型与算法

针对线上到线下(Online to Offline,O2O) 外卖路径优化问题,综合考虑其动态配送需求、货物区分等特点以及时间窗、载货量等约束条件,将商圈看作配送中心,将快递员数量与快递员总行驶时间作为最小化目标,提出了以商圈为中心的O2O动态外卖配送路径优化模型。采用周期性处理新订单的方法将相应的快递员路径的动态调整问题转化为一系列静态TSP子问题,设计了一种分阶段启发式实时配送路径优化算法框架,并给出了一个具体算法和一个数值计算实例。在VRP通用算例的基础上,以商圈为中心生成测试算例,对本文算法进行仿真实验,并与其他算法比较。结果表明：本文算法能充分利用新订单附近的快递员进行配送,并优化其配送路径,有效减少了快递员数量与快递员总行驶时间。     

Optimal model for warehouse location and retailer allocation

Warehouse location and retailer allocation is a high‐level strategic decision problem that is commonly encountered by logisticians and supply chain managers, especially during the supply chain design phase. Considering the product distribution cost and warehouse capital cost trade‐offs, this paper models the warehouse location and retailer allocation problem as a 0–1 integer programming problem and provides an efficient two‐stage set covering heuristic algorithm to solve large‐sized problems. Finally, concluding remarks and some recommendations for further research are also presented. Copyright © 2007 John Wiley & Sons, Ltd.     

Tree search for the stacking problem

The stacking problem is a hard combinatorial optimization problem with high practical interest in, for example, steel storage or container port operations. In this problem, a set of items is stored in a warehouse for a period of time, and a crane is used to place them in a limited number of stacks. Since the entrance and exit of items occurs in an arbitrary order, items may have to be relocated in order to reach and deliver other items below them. The objective of the problem is to find a feasible sequence of movements that delivers all items, while minimizing the total number of movements. We study the scalability of an exact approach to this problem, and propose two heuristic methods to solve it approximately. The two heuristic approaches are a multiple simulation algorithm using semi-greedy construction heuristics, and a stochastic best-first tree search algorithm. The two methods are compared in a set of challenging instances, revealing a superior performance of the tree search approach in most cases.