基于遗传算法的航天零件仓库货位优化研究

发布时间：2022-12-25 10:10

　　为提高航天零件仓储系统中零件出库效率和货架稳定性,建立多目标货位优化模型,并通过简单加权处理,将其转换成单目标优化模型。对仓储系统三个月的历史订单数据进行处理,提出基于遗传算法的存储策略。对模型仿真求解时,引入模拟退火算法解决了遗传算法出现早熟的问题。结果表明,提出的策略结果明显优于随机存储策略（RS）、ABC分类存储策略（ABC）、就近存储策略（COL）,能有效提高立体仓库货物出库效率及货架稳定性。 

【文章页数】：6 页

【文章目录】：
0 引言
1 问题描述
2 货位优化模型
    2.1 模型假设
    2.2 模型中各变量的定义
    2.3 目标函数及约束条件
        1）基于零件出库效率的分析
        2）基于货架稳定性的分析
    2.4 多目标函数归一化
3 基于模拟退火遗传算法的存储模型
    3.1 染色体编码
    3.2 适应度函数
    3.3 选择算子
    3.4 交叉算子
    3.5 变异算子
    3.6 模拟退火算法（SA）操作
4 仿真结果分析
    4.1 基本参数设定
    4.2 仿真结果
5 结语


【参考文献】：
期刊论文
[1]基于遗传算法矿用汽车动力传动系参数优化设计[J]. 李军民,王俊昌.  机械设计与制造. 2018(11)
[2]遗传离散粒子群算法求解车辆货物配装问题[J]. 牛江川,刘凯,申永军,韩彦军.  机械设计与制造. 2018(09)
[3]基于遗传算法的储位优化问题研究[J]. 李珍萍,冯卉妍,崔晓洁.  物流技术. 2015(15)
[4]基于遗传算法的自动化立体仓库的货位优化分配[J]. 陈月婷,何芳.  物流科技. 2008(01)
[5]均匀两点交叉遗传算法[J]. 杨大地,张春涛.  重庆师范大学学报(自然科学版). 2004(01)

硕士论文
[1]基于遗传算法的仓库管理系统的研究与实现[D]. 杨志龙.中国海洋大学 2014



本文编号：3726412