非传统仓储布局参数化设计仿真系统的研究与实现

发布时间：2023-03-09 19:33

　　仓储布局优化问题一直是仓储研究的热门话题,也是降低拣货成本,提升拣货效率的重要手段。本文针对非传统仓储布局参数化设计优化问题,结合国内外专家学者的研究经验,详细分析了实际拣货作业中Flying-V型布局、Fishbone型布局、改进Fishbone型布局仓库中所有货位点到存取点可能存在的拣货情况,并根据每种布局下的拣货情况建立了相应的拣货距离模型。本文还在传统遗传算法和粒子群算法的基础上给出一种混合优化算法,该算法将遗传算法的交叉变异算子与粒子群算法追踪记录群体极值和个体极值的操作进行融合,并采用二进制编码的染色体,提升各算法的运行速度。为比较各算法在求解这三种不同布局类型的数学模型时的有效性,对每种仓储布局都分别采用遗传算法、粒子群算法、混合算法进行了一系列实验。实验结果表明,混合算法在处理Flying-V型布局、Fishbone型布局和改进Fishbone型布局时,不仅具有粒子群算法收敛速度快、计算时间短的特点,还具备了遗传算法良好的寻优能力。最终依据实验结果将实验算法与互联网技术结合,编程实现非传统仓储布局参数化设计仿真系统,提高仓储布局优化的效率和用户体验。

【文章页数】：70 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 选题背景和研究意义
        1.1.1 选题背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 本文主要研究目标与研究内容
        1.3.1 研究目标
        1.3.2 研究内容
    1.4 研究的基本思路及框架
        1.4.1 基本思路
        1.4.2 基本框架
    1.5 本章小结
第2章 非传统仓储布局参数化设计概述
    2.1 仓库概述
    2.2 仓储布局概述
        2.2.1 仓储布局的基础形式
        2.2.2 传统仓储布局
        2.2.3 非传统仓储布局
    2.3 本章小结
第3章 非传统仓储布局优化建模
    3.1 引言
    3.2 Flying-V布局的数学模型
        3.2.1 参数说明
        3.2.2 建立模型
    3.3 传统Fishbone型布局的数学模型
        3.3.1 参数说明
        3.3.2 建立模型
    3.4 改进Fishbone型布局的数学模型
        3.4.1 参数说明
        3.4.2 建立模型
    3.5 本章小结
第4章 算法设计实现及案例分析
    4.1 引言
    4.2 遗传算法优化设计
        4.2.1 染色体编码
        4.2.2 种群初始化
        4.2.3 适应度函数
        4.2.4 选择算子
        4.2.5 交叉算子
        4.2.6 变异算子
        4.2.7 终止条件
    4.3 粒子群算法优化设计
        4.3.1 种群初始化
        4.3.2 粒子更新
    4.4 基于遗传算法和粒子群算法的混合算法优化设计
        4.4.1 染色体编码
        4.4.2 种群初始化
        4.4.3 适应度函数
        4.4.4 交叉算子
        4.4.5 变异算子
        4.4.6 终止条件
    4.5 实验案例说明
    4.6 实验参数
    4.7 Flying-V布局案例仿真分析
    4.8 Fishbone布局案例仿真分析
    4.9 改进Fishbone布局案例仿真
    4.10 本章小结
第5章 非传统仓储布局参数化设计仿真系统实现
    5.1 引言
    5.2 非传统仓储布局参数化设计仿真系统功能设计
        5.2.1 需求分析
        5.2.2 数据库设计
    5.3 系统框架及主要技术介绍
        5.3.1 Java
        5.3.2 Three.js
        5.3.3 jQuery
        5.3.4 Mysql
        5.3.5 B/S架构
        5.3.6 系统框架
    5.4 系统功能
        5.4.1 布局管理
        5.4.2 仓库管理
        5.4.3 仿真优化
        5.4.4 优化记录
    5.5 本章小结
第6章 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
攻读学位期间的研究成果



本文编号：3758168