文章以BY公司新建的数字化车间中自动化立体仓库(automated storage and retrieval system,AS/RS)货位分配为研究对象,通过实际调研和咨询,针对BY公司立体仓库提出了较合理货位分配策略和优化原则,据此建立了多目标优化模型(multi-objective optimization,MOP)。基于遗传算法进行算子设计,结合Sheffield遗传算法工具箱,用Matlab进行编程实现,并用实例求解计算得出货位分配方案。研究结果表明,无论是在提高货架稳定性、使货架横向受力均匀,还是提高出库效率方面都有了较大的改善,能满足公司安全生产和高效作业的要求。

针对铝型材立体仓库存储货物尺寸长、重量大的结构特点,将提高悬臂梁式货架安全性为主要目标,依据入库效率、货架稳定和货架平衡原则确立优化目标,建立了货物入库的多目标货位分配优化模型,并基于模拟退火遗传算法(SAGA)求解模型,获得最优分配结果。通过实例仿真分析,相比于传统的遗传算法(GA)和模拟退火算法(SA),SAGA能更快找到合理货物入库位置,并使得货架两侧悬臂梁受载平衡,有效提高铝型材立体仓库货物的入库工作效率和安全系数。

针对多巷道立体仓库货位分配问题,建立了以货物出入库效率、货架整体稳定性、堆垛机负载均衡为优化目标的多目标优化模型。针对该模型提出了一种自适应多种群遗传算法(AMPGA),引入余弦型自适应遗传算子实现种群中个体的交叉率和变异率动态自适应调整,同时对每个种群采用不同的交叉策略,并通过引入具有单方向性的进化逆转算子来克服其存在的局部搜索能力差和早熟收敛等问题,使之跳出局部最优,保持全局搜索能力。不同订单规模下的实验结果表明,MPGA相比于SGA优化提高2%~12%,AMPGA相比于SGA优化提高2%~14%,且AMPGA优化程度比MPGA更显著,耗时更短,对于货位优化结果更合理,是一种解决多巷道立体仓库货位分配优化的有效方法。

自动化立体仓库货位随机分配不仅影响仓库的稳定性,而且降低货物出入库效率。为寻找货位最优分配,提出一种基于模拟退火遗传算法解决货位分配问题的方法,并引入了3种不同的货位分配原则。通过分配原则建立货位分配优化模型,并利用模拟退火遗传算法对其进行解算,最终通过案例分析将所得目标函数的最小值与货位随机分配的初始值以及使用遗传算法求解值进行对比,可见使用此方法优化后货架稳定性以及出入库效率都大大提高。