智能仓储协同优化算法的设计与实现

智能仓储协同优化算法的设计与实现

论文摘要

随着智能化概念的普及,工业智能化也在国家的号召下走上了发展的道路。无论是物流企业还是生产加工企业,都不可避免的需要使用仓库作为物流中转储存的地方。智能化加仓库的概念应运而生,这就是智能化仓储。智能仓储已经从理论研究的起步阶段到实际应用的发展阶段,因此针对该领域的研究有极大的研究价值和研究意义。智能化仓储分为货物存储和货物运输两个部分,现阶段多数优化算法的研究也是针对于这两部分开展的。目前对于货架或货位的优化以及路径规划的相关研究已有很多,并且大多数已取得较为优秀的研究成果。然而,关于传统的智能仓储优化的研究基本都是独立的,研究货架优化时只专注于货架摆放最优结果,而研究路径规划时只关注于算法的执行效率和优化成果。实质上两者间具有一定程度的耦合关系,在某些场景下两者耦合度很高。因此进行智能仓储优化时不应把货架优化和路径规划单独进行计算,应当将两者联合起来共同参与到一个优化系统中去。现阶段对于货架和路径规划的协同优化这部分的相关研究较少,本文拟采用协同优化思想,结合并分析实际问题和需求,提出货架路径协同优化框架。本文主要工作成果如下:(1)本文通过对智能仓储环节中各部分的关系进行耦合分析,进而提出货架货位协同优化的数学模型。该模型与传统智能仓储优化算法的区别在于,将路径规划和货架优化归为一个整体并用数学公式表达两者间的关系。(2)给出了智能仓储协同优化框架的求解算法,其中包括有货品相似度求解算法,改进的路径规划算法。在以上两种算法的基础上,使用改进的遗传算法,实现了货架路径协同优化。设计实验和对比算法,通过实验结果进一步分析本文所实现的智能仓储协同优化算法的特性。(3)设计并实现了完整的智能仓储优化解决方案,从图形化测试工具到数据分析算法,基础工具类都已完成。地图工具内部存储地图类型多样,且对外提供接口,便于使用各类地图类型的程序调用。数据分析算法亦是一个单独模块,输入数据即可获得结果,也可以用于其他用途。本文工作的意义在于,借鉴协同思想,通过重新分析智能仓储中货品、货架、路径规划间的耦合关系,从理论上提出一种以货架路径协同优化算法为核心的智能仓储协同优化框架,该框架有助于提高仓储的出货效率,降低运输成本。同时制作了灵活的工具类软件,可以适用于其他场景或者项目之中。

论文目录

  • 摘要
  • ABSTRACT
  • 符号对照表
  • 缩略语对照表
  • 第一章 绪论
  •   1.1 研究背景与意义
  •   1.2 国内外研究现状
  •     1.2.1 智能仓储货架优化研究现状
  •     1.2.2 自动导引车路径规划研究现状
  •     1.2.3 协同进化算法研究现状
  •   1.3 本文主要研究内容
  • 第二章 问题描述及分析
  •   2.1 引言
  •   2.2 问题概述
  •   2.3 工程实际需求和相关问题描述
  •   2.4 问题分析
  •   2.5 本章小结
  • 第三章 智能仓储协同优化框架建模与设计
  •   3.1 引言
  •   3.2 模型构建
  •     3.2.1 数学建模
  •     3.2.2 模型分析
  •   3.3 智能仓储协同优化框架设计
  •     3.3.1 问题划分
  •     3.3.2 协同优化框架设计
  •     3.3.3 聚类算法设计
  •     3.3.4 路径规划算法设计
  •     3.3.5 货架路径协同优化算法设计
  •   3.4 本章小结
  • 第四章 智能仓储协同优化算法的实现
  •   4.1 引言
  •   4.2 算法实现
  •     4.2.1 货品聚类算法实现
  •     4.2.2 路径规划算法实现
  •     4.2.3 货架路径协同优化算法实现
  •     4.2.4 算法时间复杂度分析
  •   4.3 本章小结
  • 第五章 实验结果及分析
  •   5.1 引言
  •   5.2 实验环境
  •     5.2.1 实验平台
  •     5.2.2 实验数据
  •     5.2.3 评价指标
  •   5.3 实验结果及分析
  •     5.3.1 总体实验结果及分析
  •     5.3.2 特征场景实验结果及分析
  •   5.4 本章小结
  • 第六章 结论与展望
  •   6.1 结论
  •   6.2 展望
  • 参考文献
  • 致谢
  • 作者简介
  • 文章来源

    类型: 硕士论文

    作者: 陆鹏浩

    导师: 蔺一帅,董永胜

    关键词: 智能仓储,协同优化框架,货架路径协同优化算法,遗传算法

    来源: 西安电子科技大学

    年度: 2019

    分类: 基础科学,经济与管理科学

    专业: 数学,企业经济

    单位: 西安电子科技大学

    分类号: F274;O224

    DOI: 10.27389/d.cnki.gxadu.2019.001855

    总页数: 77

    文件大小: 2390K

    下载量: 151

    相关论文文献

    • [1].多学科协同优化算法的分析和改进[J]. 计算机工程与应用 2016(23)
    • [2].一种改进的协同优化算法[J]. 计算机工程与科学 2016(11)
    • [3].一种自适应的协同优化算法及其仿真[J]. 杭州电子科技大学学报(自然科学版) 2017(05)
    • [4].基于分段动态松弛协同优化算法的船舶机舱结构优化设计[J]. 中国舰船研究 2016(06)
    • [5].基于动态罚因子的多学科协同优化算法及其在船舶设计中的应用[J]. 船舶力学 2016(10)
    • [6].一种改进的多学科协同优化算法及其应用[J]. 舰船电子工程 2014(07)
    • [7].改进的多学科协同优化算法及其应用[J]. 计算机与数字工程 2014(01)
    • [8].一种改进的协同优化算法及其应用[J]. 计算机工程与科学 2013(01)
    • [9].基于纹理图像与网格协同优化算法的三维模型压缩[J]. 科技资讯 2020(02)
    • [10].模拟退火法在协同优化中的应用[J]. 福州大学学报(自然科学版) 2018(03)
    • [11].轴流泵叶片设计协同优化算法[J]. 农业工程学报 2014(17)
    • [12].基于粒子群优化与高斯过程的协同优化算法[J]. 系统工程与电子技术 2013(06)
    • [13].一种新的人工鱼群协同优化算法[J]. 计算机仿真 2015(09)
    • [14].一种具有全局快速寻优的多学科协同优化方法[J]. 计算机工程与科学 2017(09)
    • [15].基于Kriging模型的改进协同优化算法[J]. 西南交通大学学报 2010(04)
    • [16].基于iSIGHT软件的协同优化算法若干问题研究[J]. 西北工业大学学报 2013(01)
    • [17].智能仓储货位规划与AGV路径规划协同优化算法[J]. 软件学报 2020(09)
    • [18].一种基于自适应动态规划的协同优化算法[J]. 广东工业大学学报 2017(06)
    • [19].混沌差分进化粒子群协同优化算法[J]. 微电子学与计算机 2014(08)
    • [20].粒子群算法的改进研究[J]. 钦州学院学报 2011(06)
    • [21].基于协同优化算法的流速仪检定系统设计[J]. 计算机测量与控制 2019(02)
    • [22].自适应罚函数协同优化算法[J]. 系统仿真学报 2009(19)
    • [23].改进粒子群算法在异步电机静态参数识别中的应用[J]. 电机技术 2008(06)
    • [24].跨组织间隐私数据水平分布线性规划协同优化算法研究[J]. 广东工业大学学报 2015(02)
    • [25].基于信息熵和混沌理论的遗传-蚁群协同优化算法[J]. 控制与决策 2011(01)
    • [26].轴流泵叶片多学科设计优化[J]. 农业机械学报 2014(09)
    • [27].基于KS函数的协同优化算法及其应用[J]. 航空制造技术 2011(06)
    • [28].基于协同优化算法的平面连杆机构多学科设计优化[J]. 机械设计与制造 2008(10)
    • [29].由子系统主导的协同优化算法[J]. 宇航学报 2010(01)
    • [30].改进协同优化算法在船舶概念设计中的应用(英文)[J]. 船舶力学 2014(12)

    标签:;  ;  ;  ;  

    智能仓储协同优化算法的设计与实现
    下载Doc文档

    猜你喜欢