基于改进遗传算法的仓储系统动态货位优化研究

发布时间：2017-09-20 22:30

  本文关键词：基于改进遗传算法的仓储系统动态货位优化研究

  更多相关文章： 仓库布局 动态货位优化 改进遗传算法 仿真

【摘要】：随着现代工业技术的发展，传统的仓储方式不再能够满足生产和流通的需要，主要表现在浪费存储空间，使仓库工作效率低下。在激烈的市场竞争环境下，需求情况呈现动态波动，随之而来的产品出入库频率也发生着相应的改变，货位的分配也随之改变。仓储系统的动态货位优化已成为提高出入库效率、降低仓储成本的关键性因素。 现代物流装备技术和仓储管理模式的发展改变了传统仓储业劳动密集，效率低下的落后面貌。提高订单响应效率，降低成本，减少货物损耗，增加仓储系统收益，对提高企业的市场竞争力具有重要的现实意义。 本文以某五金机电设备公司仓储中心的仓库为研究对象，结合国内外对仓储货位优化方面的研究成果，分析该公司仓储系统现状和主要问题，提出本文要研究的动态货位优化问题。首先，根据仓储系统货位优化的相关理论，针对仓库现有库区分布情况，进行物流关联性分析，运用SLP法对其仓库的现有分区进行规划，然后以某一区域货架为实例进行动态货位优化研究。 其次，从该公司ERP系统中提取相关基础数据，结合约束条件和货位优化原则建立一个多目函数，并用权重系数变化法转换成单目标函数进行求解。在此基础上，通过对比分析，，选用遗传算法求解，并对遗传算法适当地改进，使其更适合求解本文的数学模型。 最后，论文利用MATLAB语言编程，实现算法的求解，通过对模型的仿真实验，验证其可行性。为该公司仓储中心的动态货位优化问题提供一种新的思路，并总结出了一种运算简便、速度快、实际操作性强的货位优化求解方法。
【关键词】：仓库布局 动态货位优化 改进遗传算法 仿真
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH692.3;TP18
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-16
• 1.1 课题研究的目的及意义10-11
• 1.2 国内外研究现状11-12
• 1.3 本文研究内容和方法12-14
• 1.3.1 本文研究内容12-13
• 1.3.2 本文研究方法13-14
• 1.4 本章小结14-16
• 第二章 仓储系统货位优化相关理论16-32
• 2.1 现代仓储管理系统16-22
• 2.1.1 仓储技术的发展16-17
• 2.1.2 仓储系统设备17-21
• 2.1.3 立体仓库存储设备21-22
• 2.2 仓储系统货位管理内容22-23
• 2.3 货位优化的原则23-26
• 2.3.1 作业需求匹配原则23-24
• 2.3.2 产品特性匹配原则24-25
• 2.3.3 其他原则25-26
• 2.4 货物存储方法26-27
• 2.5 货物与货位编码27-31
• 2.5.1 货物编码27-30
• 2.5.2 货位编码30-31
• 2.6 本章小结31-32
• 第三章 动态货位优化模型的建立32-46
• 3.1 某机电设备公司仓储中心现状32-33
• 3.2 仓库设施规划33-38
• 3.3 数学模型的建立38-43
• 3.3.1 模型建立的假设条件38-39
• 3.3.2 建立数学模型39-43
• 3.4 模型分析43-45
• 3.5 本章小结45-46
• 第四章 改进遗传算法设计46-56
• 4.1 模型算法分析选择46-49
• 4.1.1 优化算法的对比与选择46-48
• 4.1.2 遗传算法48-49
• 4.2 改进遗传算法步骤49-54
• 4.2.1 确定编码方法49-51
• 4.2.2 初始化种群51
• 4.2.3 确定适应度函数51-52
• 4.2.4 选择策略52-53
• 4.2.5 交叉运算53
• 4.2.6 变异运算53-54
• 4.2.7 控制参数和算法的终止条件54
• 4.3 本章小结54-56
• 第五章 基于 MATLAB 的货位优化仿真56-64
• 5.1 基本参数设定56-58
• 5.2 仿真结果分析58-62
• 5.3 本章小结62-64
• 第六章 结论64-66
• 参考文献66-70
• 在学研究成果70-72
• 致谢72

【共引文献】

中国期刊全文数据库 前10条

1 马友平;;生长模型McDill-Amateis的遗传算法拟合研究[J];安徽农业科学;2007年33期

2 韩世芬;;模糊自适应遗传算法在农村电站无功补偿优化中的应用[J];安徽农业科学;2008年08期

3 吴金华;戴淼;尹剑;;基于遗传神经网络的陕西省土地利用结构模型研究[J];安徽农业科学;2008年36期

4 秦鹏;夏枫耿;明飞平;吴振强;;基于遗传算法优化BP神经网络的小球藻生长模型的建立与应用[J];安徽农业科学;2011年10期

5 曹素兵;朱婵;;RNA二级结构遗传预测算法中的选择操作研究[J];安徽农业科学;2011年14期

6 郭强;罗长寿;魏清凤;;基于遗传算法神经网络模型的蔬菜价格预报[J];安徽农业科学;2011年26期

7 张林家;;基于Pareto遗传算法的多目标优化[J];鞍山师范学院学报;2008年04期

8 魏建军;孔永健;关彦斌;;多目标优化在路面养护决策中的应用[J];北京交通大学学报;2007年01期

9 赵佳;张威;方进;杨中平;郑琼林;刘友梅;;高温超导直线感应电机的电磁优化设计[J];北京交通大学学报;2011年02期

10 胡琰;李国岫;李少鹏;;发动机匹配优化算法的研究[J];北京交通大学学报;2011年04期

中国博士学位论文全文数据库 前10条

1 李佳;载人潜器阻力性能的数值和试验预报及外形优化研究[D];哈尔滨工程大学;2010年

2 陆满君;通信辐射源个体识别与参数估计[D];哈尔滨工程大学;2010年

3 刘营;雷达图像编码器的并行处理研究与实现[D];哈尔滨工程大学;2009年

4 曹宇;利用遗传算法对声障板优化设计的研究[D];哈尔滨工程大学;2010年

5 陈得宇;基于MAS的智能电压控制系统研究[D];哈尔滨工程大学;2010年

6 许爱德;开关磁阻电机在船舶电力推进中的应用研究[D];大连海事大学;2010年

7 查云飞;类菱形车转向系统研究与分析[D];湖南大学;2010年

8 胡沙;面向服务的模具企业信息系统集成平台关键技术研究[D];华中科技大学;2010年

9 何英;干旱区典型流域水资源优化配置研究[D];新疆农业大学;2010年

10 刘思华;电网故障诊断方法的研究[D];山东大学;2010年

本文编号：890792