自动化立体仓的动态储位分配为优化问题研究

高冲（山东钢铁集团日照有限公司，山东日照，276800）

自动化立体仓的动态储位分配为优化问题研究

高冲
（山东钢铁集团日照有限公司，山东日照，276800）

自动化立体仓的深化应用和发展，在提升货物出入库效率的同时，也面临动态储位分配优化问题，其不仅直接影响着堆垛机的平均行程时间，更关系着立体仓库的整体作业效率，针对此，本文结合自动化立体仓存在的主要问题，构建了储位分配优化问题模型，并对传统遗传算法进行改进，由此完成了模型的求解。

自动化立体仓；堆垛机；问题模型；遗传算法

0 引言

自动化立体仓是基于物联网的现代物流系统的一个关键组成部分，叉式形式应用最为广泛，自动化立体仓是集成搬运、装配、运输及存储于一体的综合性系统，通常情况下，其主要由高层货架、巷道垛机和出入库输送、搬运机械等机械设备构成，现代物流的高效传输性、快速投放性需求不断升高，自动化立体仓的整体运行效率提出了更高的要求，而储位分配因为与堆垛机平均运行效率及仓储系统的整体功能性有着直接的关联性，其分配的优化成为了立体仓应用中关键问题，针对此，本文将以自动化立体仓的动态储位分配模型构建为切入点，基于堆垛机最短行驶时间的目标策略进行储位分配优化，并以改进的遗传算进行求解，解决了设定的模型问题。

1 动态储位分配优化问题的模型构建

1.1 问题定义

繁忙时间段，堆垛机的存取作业较多，应最大限度的降低其在该时间段内的平均行驶耗时，为此，需要在进入繁忙阶段之前对立体仓的货物动态储位进行优化设计，具体而言，货物进库操作，可以预先将货物移至距离入库台较近的位置，以缩减繁忙时段堆垛机的行驶时间，而对于货物出库操作，则可以分配给货物暂时的存储位置，等待货物进出仓较少的时段再对其存放至固定储位。针对这一问题，本文设定一个自动化立体仓库的动态储位分配优化问题的整数规划模型IP，具体设定条件为：

（1）堆垛机每次均需要对单位货物进行进出库操作。

（2）堆垛机从出入库台至每个储位的单程行驶时间预先测定。

（3）仅对单位货物的储位在分配1次。

1.2 模型参数及决策变量

IP模型中的参数为：全部储位集合L，繁忙时段内全部进出库作业对应的储位集合R、S，非空闲的储位集合O，全部储位集合E，出入库值储位k的行驶时间tk，储位k至k′的行驶时间tkk′，则有：

若tc为每个时间段内堆垛机的总行驶时间，tz为繁忙时段内的行驶时间，tz＞tc，此时需对货物储位进行分配优化，以降低tz值，可定义决策变量，若繁忙时段内货物从储位k移至一个空储位k′则xkk′=1相反则为0，为了腾出一个储位，货物从k移至k′,则ykk′=1相反则为0,若繁忙阶段货物从k移至一个非空储位k′，则Zkk′=1相反则为0。

1.3 储位分配优化模型

上式中（3）为每个货物被再分配一次，（4）保证各个空储位只接收一次再分配，（5）为被占用的储位仅接受一次清空，（6）为在清空k储位后，将产生从k′′至k储位的一次再分配操作，（7）为储位再分配滞后，繁忙时段有限行驶限制内堆垛机的行驶时间，（8）为决策变量的0或1属性的定义。

2 改进遗传算法的求解

种群初始化，为改善算法的效率，在生成初始种群的过程中,可基于堆垛机最短行驶时间来生成表示近似最优解的染色体，以为种群未来优化提供一定参考。

择优选择算子，以往的遗传算法最常采用的是赌轮选择方法来，已完成在种群中进行个体选择的目的，但是该种方法存在自身弊端性，其能够赋予各个个体获得复制一份的机会，无法将个体的竞争力充分的表现出来，影响了遗传算法中个体优胜劣汰的竞争法则，致使局部早熟问题频发出现。

基于相似度配对的交叉算子，传统算法一般采用限制优良个体的竞争力高度适应度个体的复制分数的方法，该种方法不仅增加算法的复杂程度、降低其进化速度和性能，而且可能造成非全局收敛性，而改进算法时，为保证最有个体下一代的复制性，进而实现其收敛性，采用了相似度不同模式的个体进行交叉配对，在遗传算法进行交叉运算前，逐位对比群体中每两个个体，若两个个体在对应的位置上字符基因一样，则可将其定义为相似度。设定T值为适应度平均值,将大于T值的个体从群体中提取出，判断其相似度，相似度与两个个体相似性成正相关性，当相似度值大于个体长度的一半时，可确定两个个体相似，将相似个体剔除，选取不同模式的个体进行交叉配对，增加群体的多样性，进而规避早起的高适应度个体快速占据种群和后期种群中因个体适应度相差较小而造成种群的进化停止。

完成上述步骤后，进入变异运算，可规避因为选择和交叉运算而发生的信息丢失现象，确保遗传算法的有效性，经过上述步骤改进后的遗传算法仍然遵循初始化、适度函数评价、选择、交叉、变异等具体步骤，由此才能够求解动态储位分配优化模型，实现立体仓库储位的优化分配。

3 结束语

自动化立体仓因具备高效作业效率、存储量大、占地面积小而成为现代物流体系发展的主要着力点，在立体仓系统中进行动态储位的优化分配不仅能够有效利用有限的仓储空间、缩短操作时间、降低成本投入，而且对于货物的快速进出仓有重要影响，而本文通过储位优化问题模型的构建，利用改进的遗传算法进行求解，对于堆垛机有限行驶能力及仓储系统运行效率的整体优化具有重要的现实影响意义。

[1]陶勤勤.自动化立体仓库货位动态分配优化与仿真[D].昆明理工大学,2016.

[2]王军锋.自动化立体仓库储位分配策略优化的研究[D].北京邮电大学,2010.

Research on the optimization of dynamic storage allocation for automated warehouse

Gao Chong
（Shandong Iron and Steel Group Rizhao Co.,Ltd ，Rizhao Shandong,276800）

The deepening development and application of automated warehouse, can improve the efficiency of goods in and out of storage , at the same time, is also facing the dynamic storage allocation optimization problem, which not only directly affects the average travel time of the stacker, but also have a great influence on the whole operation efficiency, according to this, this paper takes the main problem with the existing automated warehouse, construct storage allocation optimization model, and to improve the traditional genetic algorithm, in the end, complete the model solution.

automated warehouse; stacker; problem model; genetic algorithm