[发明专利]基于改进混沌粒子群算法的自动化药房储位分配优化方法

说明书

技术领域

本发明涉及一种药房储位分配优化方法，尤其涉及一种基于改进混沌粒子群算法的自动化药房储位分配优化方法。

背景技术

自动化药房智能存取系统工作效率的高低主要取决于库区和储位的分配策略，合理地仓储布局与储位分配策略能大大提高仓库的入库效率、减少无用的消耗，也是药房实现现代化管理、改善药房功能的重要保证，对缩短处方处理时间，减少药品搬运和存储的成本，降低药品在存储过程及搬运过程中的损耗，提高药房收益具有重要的现实意义。

目前在现有的物流环境下，储位规划要考虑的原则很多，如货架承载情况、周转速度、可靠性、工作效率、产品相关性等。在不同时期，物品的需求品种、需求数量和需求频率可能会有较大变化，物品的存取率及相对轻重情况要发生变化，而存取不同储位上的物品所花路径和时间的代价是不同的，因而物品的储位不应一成不变，应根据货架的稳定性、物品的需求率变化和出入库频率等因素，定期地多储位进行交换，以保证储位分布处在较为合理的状态。

目前国内外学者对于储位分配问题的研究已经取得了很多成果：J.P.van den Berg和Zijm W.H.M对库区储位分配问题的研究方法进行了分类，主要有三种方法：基于类的分类法，随机分类法和分区分类法。Byung Chun Park等将库区储位分为二级库区：高周转率库区和低周转率库区，高周转率库区靠近出入库台，低周转率库区位置距出入库台较远。张晓萍等提出了基于数据库的虚实货区耦合储位分配法，通过数据库实现储位的分区与分配，不仅保证了出库频率高的物料快速出库，更重要的是在更换产品和工艺时，可以根据新的产品或工艺自动快速地建立相应的虚实货区，自动耦合实现新的柔性分区。常发亮和刘长有采用分层序列法解决倒库储位的配置问题；Hsieh和Tsai提出了面向BOM基于分类的库位分配方法；Thonemann和Brandeau在随机环境中应用周转率和分类进行库位分配；Muralidharan等提出了一种新的随机存储和分类存储结合分配的基于启发式的方法；Mansuri等提出了动态存储的计算方法；Poulos等提出了一种新的交叉算子的遗传算法解决自动化仓储补货存储物品的分配问题；柳赛男等提出了基于Pareto最优解的遗传算法解决储位分配调度策略问题。Muppani and Adil等考虑了AS/RS存储空间最小化和拣选作业花费最少而构建了非线性整数规划模型并用分枝定界法求解模型，研究了分类存储的重新分配；严云中等在分析堆垛机运行效率的各种因素基础上，提出了库位号优化的思想。李梅娟等建立了固定货架系统储位分配优化问题的多目标模型，并提出了基于Pareto最优和小生境技术的改进遗传算法加以解决。赵雪峰等研究了自动化药房药品储位分配问题，提出了以提高出入库效率以及空间利用率为目标的多目标储位分配模型，并采用两级遗传算法进行求解。粒子群优化算法源于对鸟群捕食行为的研究，最早是由Kenney和Eberhart于1995年提出。粒子群算法因其概念简单、实现容易和对优化函数要求不严等特点已经得到广泛应用。但由于缺乏种群多样性，粒子群算法容易出现“早熟”现象，在算法后期易陷入局部极值点的缺点。

而混沌是非线性系统中的普遍现象，它具有一些特异性质，如混沌运动能在一定范围内按其自身不重复地遍历所有状态，初始值条件极其微弱的变化会引起系统行为巨大的变化。基于上述两点，将混沌和粒子群优化相结合，所提出的改进算法可以避免粒子群算法陷入局部解，仿真结果表明本发明提出的算法有更好的性能，能更好的解决自动化仓储系统储位分配优化问题。

发明内容

本发明的目的是提供一种基于改进混沌粒子群算法的自动化药房储位分配优化方法，能够摆脱基本粒子群算法后期易陷入局部极值点的缺点，并保持了前期搜索的快速性，有效地提高了药房智能存储系统的效率，实现了密集存储。

本发明采用下述技术方案：

一种基于改进混沌粒子群算法的自动化药房储位分配优化方法，包括以下步骤：

A:建立药房储药库模型；

B:随机初始化种群中每个粒子的位置和速度；

C:评价初始种群中每个粒子的适应度，保存全局最优位置g^k和个体最优位置p^k；

D:更新每个粒子的速度和位置，并采用自适应惯性系数更新权重；

E:评价更新后每个粒子的适应度，保存全局最优位置g^k和个体最优位置p^k；