黄锦钿

（广东工业大学机电工程学院，广东 广州510006；深圳市广晟德科技发展有限公司，广东 深圳518000；韩山师范学院物理与电子工程学院，广东 潮州521000）

立体仓库结合AGV小车已在物流公司和制造企业广泛应用。立体仓库货位优化是最近一年来学者的研究热点。文献[1]和文献[2]都考虑货架稳定性和出入库效率的多目标优化，并各自提出了基于模拟退火遗传算法进行求解。文献[4]以出入库效率为调度目标，采用匈牙利法进行求解。文献[5]构建了以提高货架稳定性和减少订单挑选距离为目标的货位优化模型，并运用FP-tree算法挖掘货物间的关联规则存储货物。文献[6]以产品出入库效率、货架重心和产品聚集度为目标，并分别提出了改进混合跳蛙算法和带有精英保留策略的快速非支配多目标优化算法。

目前针对货位优化的研究主要以货架稳定性和出入库效率为优化目标。虽然可以自动计算得到可行货位，然而往往与操作员习惯上的理想货位还存在差距。利用基于机器学习的人工智能方法，可以自动选取得到比较符合操作员要求的货位。另外，在货物的出入库过程中，往往会存在很多突发状况，例如紧急优先出入库任务的出现，预先分配给AGV小车的运输计划将会被打扰，需要建立一套柔性鲁棒性强的调度方法来应对紧急任务。

1 问题描述

基于目前立体仓库广泛采用的货架和AGV小车配置方式。立体仓库的特点和功能需求可以总结为以下五方面：①仓库中有多排多层货架，每层有多个货位，货位有多种长宽高各不相同的规格，每个货位只能存放一个栈板；……