中北大学机械与动力工程学院 姚贝贝 刘永姜 王 洋

自动化立体仓库出库货位分配优化研究

中北大学机械与动力工程学院 姚贝贝 刘永姜 王 洋

在系统研究自动化立体仓库的基础上，分析了立体仓库出库作业的拣选策略。针对仓储中的出库拣选优化问题，以巷道堆垛机行走距离最短为目标建立函数模型。并以某自动化立体仓库为例，运用人工蚁群算法进行实例仿真来求解最短路径，优化后得到一组收敛可行解，同时提高了货物的出入库效率。

自动化立体仓库；人工蚁群算法

1 建立出库货位优化模型

1.1 拣选作业优化目标的定义

按拣选流程将堆垛机的调度问题归纳为：由出／入库站台起点出发，拣取存在于n个不同货格的货物，堆垛机去到一个货格，取出货位托盘，返回出入库站台，待取出一定数量的货物后，将托盘送回，去往下一个待拣选货位点，且每个货格在存取过程中仅去一次，依次拣取完n个货物，最后回到出／入库站台。求堆垛机在这整个捡取过程中行走的最短距离[1]。

1.2 拣选作业优化模型的建立

堆垛机由出／入库站台出发，取完货单上第一条目货物并将托盘送回原货位所需要时间[2]：

堆垛机从取完第一货物的货位出发，到将第二货物取回且把托盘送回原货位所需要时间为：

依次类推，可得出堆垛机从n-1条目货物的货位出发取回最后一件货物，并最终将堆垛机送回出/入库站台所需要总时间为：

n件货物都取回需要总时间为：

因此建立的数学模型为：

2 出库拣货作业货位优化模型的求解

2.1 算法设计

分布式计算和鲁棒性强是蚁群算法具有的主要优点，作为一种新的仿生物启发式优化算法，具有很强的寻找较好解和实现收敛的能力，在解决组合优化问题方面[3]。因此，用蚁群算法来进行求解。

2.2 蚁群算法求解步骤

1)进行初始化设置，即：设置最大迭代次数Imax，当前迭代次数I和蚂蚁总数m；

2)放置m只蚂蚁在起点；

3)进行路线的构造。堆垛机用蚂蚁进行模拟，每一个巷道堆垛机用一只蚂蚁代表，根据各路径上信息素量的大小，蚂蚁自己决定下一步的转移方向[4]。

4)将各路段局部信息素量的大小进行更新；

5)当所有蚂蚁走完全部路线时，转向步骤6)；否则转向步骤3)；

6)改变各路段信息素值的大小，通过采用一定的更新规则。当蚂蚁完成一次循环后，各路径上信息素量的大小可以根据以下公式进行调整：

7)若满足终止条件，则结束；否则转向步骤2)进行下一代进化，置I=I+l。

3 实例求解

以某自动化立体仓库为例，假设该仓库系统有24排，10层，72列。选取某排货架，其各参数为：

取某次拣选作业，共22个待拣选货物，其坐标信息如表1所示。

表1 待拣选货物坐标

设Imax=500，在matlab中运行所编的蚁群算法程序，得到每代最短距离和平均距离(单位：米)图。

图1 每代最短距离和平均距离

同时可得到巷道堆垛机优化后的行走路径为：

4 总结

本文以巷道堆垛机总运行时间最短为目标，在提出合理假设的基础上，根据所要解决的问题建立数学模型。并以某物流中心立体仓库的拣货单为实验依据，对所建模型利用人工蚁群算法进行路径优化求解，得到最短路径，缩短了巷道堆垛机的工作时间，降低了能耗，同时节省了立体仓库运营成本。

[1]吴忠明,卢军锋．自动化立体仓库货位优化研究[J]．装备制造技术,2011,12(9):184-185．

[2]蔡光跃,董卿恩．遗传算法和蚁群算法在求解TSP问题上的对比分析[J]．计算机工程与应用．

[3]Dorigo M,Birattari M,Stiitzle T．Ant Colony Optimization: Artificial Ants As a Computational Intelligence Technique[J]．IEEE Computational Intelligence Magazine,2006,11(15):28-39．

[4]计三有,陈厚松．基于蚁群算法的立体仓库拣选作业优化[J]．武汉理工大学学报,2010,32(23):69-71．

Study on Optimization of warehousing in Automatic Storage and Retrieval Systems

Yao Bei-bei,Liu Yong-jiang,Wang Yang
(North University of China,School of Mechanical and Power Engineering)

In the basic of studying warehousing in automatic storage and retrieval system, we analyzed the picking strategy in retrieval system. Based on the simulation,optimized results show that the stability of the shelves have improved significantly and the efficiency of storage and retrieval improved.

automatic storage and retrieval system;ant colony algorithm