双深位多层穿梭车系统出库作业建模与优化
本文选题:双深位多层穿梭车储分系统 + 货位占用率 ; 参考:《山东大学》2017年硕士论文
【摘要】:传统的依赖于廉价劳动力的人工拣货作业模式已经无法满足当今电商领域物流拣货作业的要求。电商企业亟需从"人到货"的低速拣货作业模式转化为"货到人"的高速拣货作业模式。针对平台型电商以分拣为主、存储为辅的作业特点,如何实现订单的高效精准拣选和快速响应,是电商仓储物流发展所面临的关键问题。本文试图研究一种适用于电商物流的分布式自动化物流系统—双深位多层穿梭车储分系统,并介绍其主要硬件设备和作业模式,并且研究了该系统出库作业性能和倒货作业策略,该储分系统根据提升机周期内作业模式分为单作业模式和双作业模式两种类型。本文以提升机单作业模式下的出库作业性能分析和倒货作业策略为研究对象,通过分析计算出库作业中穿梭车和提升机的出库组成时间,研究了穿梭车和提升机的协同作业问题。本文首次研究基于双深位货架的多层穿梭车系统,该系统货架深度方向为两个货位,当穿梭车出库作业时就可能遇到倒货作业问题。使用改进的遗传算法和倒货策略,研究了穿梭车出库作业中发生的倒货问题,缩短了出库任务总时间,提高了穿梭车系统出库效率。本文主要研究内容以及成果如下:(1)使用货位占用率概念对穿梭车出库作业特点进行分析。一直以来穿梭车出库作业的倒货问题是制约双深位多层穿梭车大范围使用的关键难点,本文基于双深位货架系统的货位占用率,研究了在随机出库任务状态下,穿梭车取前排货物的概率和取后排货物的概率,建立了在货位占用率下的双深位多层穿梭车储分系统穿梭车出库作业模型。(2)基于货位占用率概念,研究了穿梭车和提升机出库作业的协同问题。通过研究穿梭车、提升机出库作业时间构成特点,分别地分析了在周期内穿梭车的作业性能和提升机的作业性能,通过仿真计算,定量得研究了设备速度、设备加速度、货位占用率、货架高度和长度等因素对于设备出库作业的影响。(3)研究了穿梭车倒货作业问题。解决倒货作业问题的根本在于减少倒货作业次数和缩短倒货作业距离,本文以穿梭车出库总任务时间最小化为目标,使用改进的遗传算法对该组合优化问题求解,求得最优出库任务顺序,以期减少倒货作业次数,对比研究三种倒货策略,以期减少倒货作业距离,并且对比分析了三种倒货策略的优劣性。
[Abstract]:The traditional manual picking operation model, which depends on the cheap labor force, has been unable to meet the requirements of the logistics picking operation in the electric business field. The e-commerce enterprises need to transform the low speed picking operation mode from "human arrival" into the "goods to human" high speed picking operation mode. It is the key problem to realize the efficient and accurate selection and quick response of the order. This paper tries to study a distributed automatic logistics system, a dual depth multi-layer shuttle storage system, which is suitable for e-commerce logistics, and introduces its main hardware setting and operation mode, and studies the system out of the library. Operation performance and reverse operation strategy, the storage system is divided into two types according to the operation mode of the hoist cycle, which are the single operation mode and the double operation mode. In this paper, the performance analysis and the reverse operation strategy under the single operation mode of the hoist are studied, and the shuttle bus and the hoist are analyzed and calculated. The library is composed of time and studies the cooperative work problem of shuttle and hoist. This paper first studies the multi storey shuttle bus system based on the double deep shelf. The system shelf is in a depth direction of two cargo positions. When the shuttle bus is out of the warehouse, it may encounter the problem of reverse cargo operation. The shuttle car is studied using the improved genetic algorithm and the reverse strategy. The reverse delivery problem in the outgoing operation reduces the total time of the outgoing task and improves the efficiency of the shuttle bus system. The main contents and results of this paper are as follows: (1) the characteristics of the shuttle outgoing operation are analyzed by using the concept of occupancy rate of the cargo space. In this paper, based on the occupancy rate of the double deep shelf system, this paper studies the probability of taking the front row goods and the probability of taking the back row goods under the condition of random out of warehouse, and establishes the operation model of the shuttles in the storage system of a double depth multi position shuttle vehicle under the occupancy rate of the cargo. (2) based on the cargo position. The concept of occupancy rate is used to study the synergy between shuttle and hoist operation. By studying the shuttle car and the feature of the lifting time of the hoist, the performance of the shuttle and the performance of the hoist are analyzed. The speed of equipment, the acceleration of the equipment and the occupancy rate of the cargo space are studied by the simulation calculation. The effect of the height and length of the shelf to the outgoing operation of the equipment. (3) the problem of the shuttle back operation is studied. The root of the problem solving is to reduce the number of reverse operation and to shorten the distance of the reverse operation. In this paper, the optimized genetic algorithm is used to minimize the total task time of the shuttle bus. The problem is solved and the order of optimal outgoing task is obtained. In order to reduce the number of reverse delivery operations, three kinds of reverse delivery strategies are compared in order to reduce the distance of the reverse delivery operation, and the advantages and disadvantages of the three kinds of reverse delivery strategies are compared and analyzed.
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:F253.9
【相似文献】
相关期刊论文 前10条
1 王宏杰;魏先峰;薛周建;彭丹;;遗传算法综述[J];科技经济市场;2008年06期
2 杨磊;;遗传算法在解决经典运筹问题中的应用[J];合作经济与科技;2012年01期
3 曾瑛;;遗传算法在优化求解中的应用[J];科技创业月刊;2012年10期
4 郑士贵;时刻表和计划综合的遗传算法[J];管理科学文摘;1997年08期
5 岁丰;利用遗传算法编制程序[J];管理科学文摘;1998年06期
6 俞书伟,张华雨,杨林;遗传算法在库存模糊逻辑控制中的应用[J];中国管理科学;2000年02期
7 王昕岩,蔡临宁,姚健;采用遗传算法进行车间平面布置[J];工业工程与管理;2002年04期
8 石宣华,李晖,杨伟;基于遗传算法的邮路优化[J];四川工业学院学报;2002年02期
9 游贵荣,魏仁兴;遗传算法中的哲学思想[J];福建商业高等专科学校学报;2004年01期
10 杨鸿春;刘刚;易艳红;;遗传算法在商业中的应用及其展望[J];上海商学院学报;2005年04期
相关会议论文 前10条
1 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
2 李国云;刘颖;薛梅;邬志敏;;遗传算法在高温空冷冷凝器优化设计中的应用[A];第五届全国制冷空调新技术研讨会论文集[C];2008年
3 王志军;李守春;张爽;;改进的遗传算法在反演问题中的应用[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
4 任燕翔;姜立;刘连民;从滋庆;;改进遗传算法在三维日照方案优化中的应用[A];工程三维模型与虚拟现实表现——第二届工程建设计算机应用创新论坛论文集[C];2009年
5 韩娟;;遗传算法概述[A];第三届河南省汽车工程科技学术研讨会论文集[C];2006年
6 庞国仲;王元西;;基于遗传算法控制步长的定性仿真方法[A];'2000系统仿真技术及其应用学术交流会论文集[C];2000年
7 张忠华;杨淑莹;;基于遗传算法的聚类设计[A];全国第二届信号处理与应用学术会议专刊[C];2008年
8 何翠红;区益善;;遗传算法及其在计算机编程中的应用[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
9 靳开岩;张乃尧;;几种实用遗传算法及其比较[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
10 王宏刚;曾建潮;李志宏;;摄动遗传算法[A];1996年中国智能自动化学术会议论文集(下册)[C];1996年
相关重要报纸文章 前1条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
相关博士学位论文 前10条
1 Amjad Mahmood;半监督进化集成及其在网络视频分类中的应用[D];西南交通大学;2015年
2 李险峰;基于改进遗传算法的汽车装配生产线平衡问题研究[D];北京科技大学;2017年
3 周辉仁;递阶遗传算法理论及其应用研究[D];天津大学;2008年
4 郝国生;交互式遗传算法中用户的认知规律及其应用[D];中国矿业大学;2009年
5 侯格贤;遗传算法及其在跟踪系统中的应用研究[D];西安电子科技大学;1998年
6 马国田;遗传算法及其在电磁工程中的应用[D];西安电子科技大学;1998年
7 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年
8 周激流;遗传算法理论及其在水问题中应用的研究[D];四川大学;2000年
9 刘冀成;基于改进遗传算法的生物电磁成像与磁场聚焦应用研究[D];四川大学;2005年
10 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年
相关硕士学位论文 前10条
1 张英俐;基于遗传算法的作曲系统研究[D];山东师范大学;2006年
2 钟海萍;原对偶遗传算法与蚁群算法的一种融合算法[D];暨南大学;2013年
3 李志添;模糊遗传算法与资源优化配置的预测控制[D];华南理工大学;2015年
4 王琳琳;新型双层液压轿运车车厢的设计研究[D];上海工程技术大学;2015年
5 李海全;基于遗传算法的建筑体形系数及迎风面积比优化方法研究[D];华南理工大学;2015年
6 彭骞;基于遗传算法的山区高等级公路纵断面智能优化方法研究[D];昆明理工大学;2015年
7 周玉林;基于小波分析和遗传算法的配电网故障检测[D];昆明理工大学;2015年
8 郭颂;基于粗糙集和遗传算法的数字管道生产管理系统研究[D];昆明理工大学;2015年
9 吴南;数值逼近遗传算法的研究应用[D];华南理工大学;2015年
10 于光帅;一类优化算法的改进研究与应用[D];渤海大学;2015年
,本文编号:2024294
本文链接:https://www.wllwen.com/jingjifazhanlunwen/2024294.html