多种智能算法在鱼骨布局拣选路径决策中的比较研究

发布时间：2024-04-18 04:42

　　随着经济的发展,专业化生产和多样化需求矛盾的加剧,人们对物流时效的要求也越来越严格,配送中心作为物流活动的枢纽,是物流系统能够正常运行的关键所在,其效率问题日益成为企业关注的焦点。如何提升配送中心的管理与运作水平,已成为专家学者研讨的话题。仓储作业作为配送中心运营操作中重要的一个环节,其效率和成本高低决定着整个配送中心是否高效率、低成本运行。不论是传统仓库还是自动化立体仓库,拣选作业都是仓储作业中不可或缺的一项作业,其作业操作时间能占系统运作总时间一半以上。因此,提高拣选效率,减少行走距离显得至关重要。本文首先,通过大量文献的查阅,对以往专家学者在遗传算法、蚁群算法、布谷鸟算法以及鱼骨布局、拣选路径优化问题上的研究进行了梳理,并对仓库拣选作业的流程以及常用的拣选策略进行了理论研究。其中,拣选路径策略包括:S型路径策略、返回型路径策略、中点返回型策略、最大间距型策略、混合策略等。其次,本文主要研究了鱼骨布局仓库具体参数的设定和拣选模型的一些基本假设,并建立了鱼骨布局仓库中拣选路径优化模型,随后设计了鱼骨布局仓库中任意两个拣选点之间的距离公式。再次,对遗传算法、蚁群算法和布谷鸟算法进行了鱼...

【文章页数】：73 页

【学位级别】：硕士

【部分图文】：

图1-2鱼骨布局混合型路径策略

图1-2鱼骨布局混合型路径策略1.4研究框架1.4.1技术路线

图2-2单拣选区拣选策略

16（e）混合型路线（f）最优路线图2-2单拣选区拣选策略

图4-4遗传算法结果优化图

图4-4遗传算法结果优化图

图4-6蚁群算法结果优化图

CPU的运行时间为2.984924秒。最短距离拣选次序依次为：1→11→10→9→8→7→5→4→2→3→6→1。下图4-6、图4-7分别为蚁群算法算法结果优化图和拣选路径图。

本文编号：3957438