[发明专利]两端式同轨双车运行模式下货位分配调度模型建立方法

权利要求书

1.一种两端式同轨双车运行模式下货位分配调度模型的建立方法，其特征在于，该方法将货物根据的出/入库频率、质量、数量各个属性合理分配到可存入货位，实现两堆垛机执行出库任务运行时间的数学期望接近且最小，货架整体重心低，成组货架总质量接近，同时，在后续优化算法中，采用货位优先级策略使算法的初始种群质量更优，具体优化算法为集成多目标生物地理学优化算法，在优化求解的任意阶段都具备良好的性能。

2.如权利要求1所述的方法，其特征在于，具体按下列步骤进行：

设同一巷道两侧的货架为一组，共计K排货架，每排货架有I列、J层，共I×J×K个货位，各货位尺寸相同，长度为l、高度为h，设前排货架最左端、最底层货位坐标为[1,1,1]，第k排、第i列、第j层货位的坐标为[i,j,k]，左端出/入库台IO_L的坐标为[0,1,1.5]，右端出/入库台IO_R的坐标为[I+1,1,1.5]，两堆垛机性能相同，水平方向速度为V_x、垂直方向速度为V_y，且两个方向上的运动独立，运行速度恒定，忽略堆垛机启动时间和制动时间，堆垛机在作业过程中最多装载一件货物，货架中每个货位只能存放一件货物；

通过以上设定，堆垛机自起始位置[x_a,y_a,z_a]运行至终点位置[x_b,y_b,z_b]所花费的时间为：

t＝max(|x_a-x_b|·l/V_x,|y_a-y_b|·h/V_y) (1)

大型工业立体仓库的货位分配问题要考虑货物数量、质量、出/入库频率，为兼顾立体仓库的存储效率及其结构稳定性，主要采用的货位分配原则有存储效率优先原则和结构稳定性原则，具体的货位分配调度模型如下：

1)存储效率优先原则目标函数：

堆垛机自货架中任意货位[i,j,k]至IO_L、IO_R的运行时间分别为：

其中，i∈{1,2,...,I}

j∈{1,2,...,J}

k∈{1,2}

在同轨双车运行模式下，同一巷道上两台堆垛机同时工作，为保证效率最优，货物需在货架中左右均衡分布，货物出/入库应交由用时最短的堆垛机，则货位[i,j,k]中货物的最短出库时间为：

其中，i∈{1,2,...,I}、j∈{1,2,...,J}、k∈{1,2}；

两端式同轨双车运行模式与单台堆垛机独立作业的最大区别在于，同一巷道上两台堆垛机同时工作，共同完成一组货架内货物的出入库，立体仓库的存储效率由用时最长的堆垛机决定；针对这一特征，需要将货物均衡放置于巷道两端出/入库台附近，以平衡两台堆垛机执行出库任务的耗时，此时各货位中货物出/入库交由用时最短的堆垛机；

适用于两端式同轨双车运行模式的存储效率优先原则目标函数为：

min Q^*＝max(Q_L,Q_R) (5)

其中，

式(5)中，Q_L、Q_R分别为服务于左端出/入库台IO_L的堆垛机执行出库任务运行时间的数学期望，服务于右端出/入库台IO_R的堆垛机执行出库任务运行时间的数学期望；

式(6)、式(7)中，P_ijk为存储在第k排货架，第i列、第j行货位的货物的出/入库频率；

为存储在第k排货架，第i列、第j行货位的货物的最短出库时间；

E、e根据式(2)、式(3)确定，共同描述当货位中货物出/入库交由用时最短的堆垛机时，两堆垛机的工作区域，即第1列至第E列货位由左端堆垛机负责，第e列至第I列货位由右端堆垛机负责；

x_ijk为判断第k排货架，第i列、第j行货位是否为空的决策变量；

2)结构稳定性原则目标函数：

大型工业立体仓库保持稳定是其安全作业的前提，结构稳定性原则需考虑上轻下重、成组货架质量相近两方面的因素；

①上轻下重：

影响立体仓库稳定的主要因素是货架重心高度，两端式同轨双车运行模式较单台堆垛机独立作业模式在货架形式上相差不大，采用式(8)描述的上轻下重原则目标函数能够有效降低货架重心，提升结构稳定性；

约束条件：

式(8)中，M_ijk为存储在第k排货架，第i列、第j行货位的货物的质量；h为货位高度；x_ijk为判断货位是否为空的决策变量；

②成组货架质量相近：

同一巷道两侧货架为一组，为保证货架的抗倾覆性，需使成组货架中货物总质量相近，目标函数为：

约束条件：

z＝1

3)符合同轨双车运行模式的货位分配调度模型：

上文中各目标函数是根据单一的货位分配原则建立的，它们之间即相互冲突又相互联系，因此不能将这些目标函数单独寻优，需建立适合两端式同轨双车运行模式的多目标货位分配模型：

其中，z＝1

式(10)中，I、J、K分别为货架的总列数、总行数、总排数；

i、j、k分别为货位坐标；

P_ijk为存储在第k排货架，第i列、第j行货位的货物的出/入库频率；

为存储在第k排货架，第i列、第j行货位的货物的最短出库时间；

M_ijk为存储在第k排货架，第i列、第j行货位的货物的质量；

l、h分别为货位的长度和高度；

V_x、V_y为堆垛机的水平方向速度、垂直方向速度；

x_ijz为判断货位是否为空的决策变量；

在实际工况中，货位分配的任务数量大，分配结果的评价标准多，不同出/入库频率、质量的货物与不同行、列、排货位组合所得货位分配结果存在较大差异，给出一种改进的智能优化算法，用于求得该模型的最优解集；

集成多目标生物地理学优化算法由向量评估生物地理学优化算法(VEBBO算法)、非支配排序生物地理学优化算法、小生境Pareto生物地理学优化算法构建而成，使得该算法无论初始阶段的探索能力还是后期阶段的挖掘能力都很优秀，在优化求解的任意阶段都具备良好的性能；

在实际作业过程中，货架并非始终处于满载状态，当货位分配所需货位数小于可存入货位数时，需根据货位优先级规划出适量待选货位，缩小后续优化算法的搜索范围，提高初始种群质量，进而确定最优解集；

运用集成多目标生物地理学优化算法，通过合适的货位优先级产生初始种群，对符合两端式同轨双车运行模式的货位分配调度模型，即式(10)，进行求解，得到货位分配的最优解集。