[发明专利]一种药品仓库作业调度优化方法

说明书

本发明公开了一种药品仓库作业调度优化方法，本方法以出、入库订单作业时间总时间最短为目标，建立适合于药品仓库的堆垛机与AGV联合调度系统的混合命令序列作业时间模型。在此基础上，针对单批次订单作业序列的排序策略混乱等问题，提出一种改进免疫克隆算法，构造改进记忆单元克服了遗传算法中只记忆单个最优抗体而无法记忆最优解群的弱点，对订单作业序列的排序策略进行了优化，并将该模型与算法通过python编译在某药品仓库实际案例下验证分析。本发明提出的模型对于该药品物流仓储系统具有良好的适用性，同时优化算法可以合理有效的对成组订单进行作业排序，有效地提升药品仓库联合作业系统的仓储效率。

技术领域

本发明涉及仓库作业调度技术领域，具体涉及一种药品仓库作业调度优化方法。

背景技术

堆垛机与AGV联合调度问题是一个TSP组合优化问题，经证明隶属于NP-hard问题范畴，通常采用启发式优化算法进行求解，因此本发明针对订单调度优化问题，设计改进免疫克隆算法(immune clone selection algorithm，ICSA)进行求解。通过模拟抗原侵入机体都能在机体内选择出能识别和消灭相应抗原的免疫克隆细胞，进行免疫应答。该算法已经在求解注入组合优化、智能优化和生产调度等问题中显示了强大的数据搜索能力。

与其他智能算法相比，该算法具有如下优点：

(1)遗传算法强调全局搜索，而该算法兼顾局部搜索；

(2)不但强调抗体-抗原适应度函数(即目标函数)，同时也关注抗-抗体亲和度(即各解间的相互关系)；

(3)将基于概率比例选择改变为局部抗体-抗原亲和度(变异规则)；

(4)创建了记忆单元，替代了遗传算法单最优抗体，形成了最优解的种群的记忆方式；

(5)蚁群算法初始信息素匮乏，而该算法疫苗的优势使初始解产生的导向更加优异；

(6)粒子群算法处理复杂的多峰搜索问题中早熟收敛；

(7)采用实数进行编码，算法简单易实现。

发明内容

针对药品仓库药品批次要求严苛、产品分布分散等原因导致的堆垛机与AGV作业效率低、空载率高等问题，充分考虑上、下级衔接的作业系统效率匹配性等因素，以出、入库订单作业时间总时间最短为目标，建立适合于药品仓库的堆垛机与AGV联合调度系统的混合命令序列作业时间模型。

基于改进的免疫克隆算法，完成调度模型的优化求解，获得调度方案；

通过该药品仓库实际案例进行分析，并与其他智能方法进行比较，验证该方法对药品物流仓储系统的适用性。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述数学模型包括：

Min T＝max(T₁，T₂)

此式表示作业总时间由两台AGV作业时间较小的一台确定，其中，T为作业总时间，T₁与T₂分别为1号与2号AGV作业时间。

T_i＝T_C+T_I+T_O

此式表示每台AGV作业时间由复合循环作业时间、单循环入库作业时间与单循环出库作业时间组成，其中T_C复合循环作业总时间，T_I与T_O分别为AGV入库与出库作业时间。