[发明专利]基于NSGA-II的自动化仓储货位分配优化方法

权利要求书

1.一种基于NSGA-II的自动化仓储货位分配优化方法，其特征在于，所述方法包括以下步骤：

(1)基于条形码信息识别货物，并结合货物的质量和尺寸信息对货物进行ABC分类，将货位按照扇形分区，确定三类货物存储位置；

具体为：

条形码是货物身份识别的标志，以图像方式存储货物的信息数据；

除条形码信息外，货物分类遵循的原则包括：重力原则，即分散存取；货物存取最短路径原则，将货物优先安排在入库存取平台近的柜格存放；黄金区域分配原则，即将高频率存取的货物优先离出库口较近处存放；安全性原则，体积较大的放置在仓储区下方；

将以上原则按权重系数建立综合评价机制，将货物分成ABC三类，同时将货区以货物存取频率为依据进行扇形分区，A类货物存放在靠近出入库载物平台即扇形分区边缘位置处，B类货物存放在扇形分区的中心部分，C类货物存放在离出入库口距离较远柜格即扇形中心处；

建立综合评价机制的条件如下：自动化仓储货柜总载重为M，第i层j列的货物质量为m_ij，整个仓储空间的尺寸S分为大中小三类s_ij，其对应的存取频率p_ij取值区间为[0,1]，若根据条形码信息判断多个货物为同一入库者则定义这些货物之间的相关性为α＝1，否则α＝0，质量、尺寸和条形码相关性三类判别权重分别为w1，w2，w3，E为最终评价结果；具体的ABC分类法综合评价机制公式如下：

其中

评价机制结果分类判定如下：

(2)确定自动化仓储货位分配方法的优化目标和约束条件；

(3)建立与之相对应的自动化仓储货位分配优化方法的有约束的多目标优化问题数学模型；

(4)采用基于NSGA-II的多目标优化算法对该数学模型进行求解，获得最优的Pareto解集，并根据自动化仓储空间的实际情况分配优化权重求取唯一的非支配解作为该多目标优化问题的最优解。

2.根据权利要求1中所述的基于NSGA-II的自动化仓储货位分配优化方法，其特征在于，将自动化仓储空间分为两部分，一部分是工作操作区，一部分为仓储区；其中工作区包括人机操作界面和出入库操作平台；仓储区包括i层j列的货架，其中单元柜格由大小底长为L米，高度为H米，深度为D米尺寸组成；并且利用三轴移动装置移动托盘实现柔性调节单位柜格尺寸。

3.根据权利要求1中所述的基于NSGA-II的自动化仓储货位分配优化方法，其特征在于，首先将单元柜格根据实际使用状况即存取货物类型进行扇形分区，然后在每一库区中按照货位分配优化策略，建立自动化仓储货位分配优化方法的有约束的多目标优化问题数学模型，具体如下：

货位分配优化目标与约束条件：

(1)单位柜格货物质量与所在层和列坐标位置的乘积之和最小；

(2)单位柜格的货物存取频率和运输货物时三轴移动平台总运行时间最小；

货位分配的有约束的多目标优化问题数学模型：

约束条件为：且i,j为正整数

其中，f₁为单元柜格货物的质量与其所在层的乘积之和，m_ij为第i层j列的货物质量；f₂为货物的存取频率和三轴移动平台运行时间乘积总和；t_ij为第i层j列的货物搬运到出库口所需要时间；三轴移动平台垂直运行速度为v_x，水平运行速度为v_y，横向运行速度v_z，其中单位柜格底长为L米，高度为H米，深度为D米。

4.根据权利要求3中所述的基于NSGA-II的自动化仓储货位分配优化方法，其特征在于，采用基于NSGA-II的多目标优化算法求解有约束的多目标优化问题数学模型，假设层数为m，列数为n，存储货物数量为K个，货物存取频率为p_ij，为了简化问题，假设XYZ三轴方向移动速度的运行速度一致即v_x:v_y:v_z＝1:1:1；将货位优化问题的目标函数转换成评价函数，γ取0.05：

具体求解步骤如下：

步骤1，根据多目标优化问题数学模型确定该货位优化分配问题的目标函数为转换成NSGA-II算法的评价函数，染色体采用整数排列编码方式进行编码，每个染色体就是一种货位优化分配方案，染色体上共有K个基因，代表有K个数量货物，每个基因长度为2，其值表示货物存储的货位坐标(i,j)，随机产生指定NAGA-II优化算法的初始种群P_o的数目为N即N个随机货位分配方案，最大遗传代数为Gen_Max，并求解对应的评价函数值；一个染色体表示一个货位优化方案；

步骤2，对排序后评价函数值对应的货位优化方案即种群P_o，采用轮盘赌函数进行选择、采用多点交叉函数进行染色体中货位坐标基因进行重组、采用多项式变异算子，从父代得到新的子代种群Q_o；

步骤3，将父代种群P_t与子代种群Q_t合并，得到新货位优化分配方案的种群合集R_t，进化代数初始化为t＝0，根据评价函数值大小对个体进行非支配排序，根据个体排序级别分配相应的适应度值，得到最优前端Fi，即最优货位优化分配方案；

步骤4，对全部最优前端Fi按照拥挤距离进行排序，根据非支配关系以及个体拥挤度采取锦标赛策略选取最优的货位分配个体，形成新的父代种群P_t+1；

步骤5，对父代种群P_t+1执行上述多点交叉和多项式变异遗传操作，生成子种群Q_t+1货位优化方案，以进化代数为Gen_Max终止条件，若当前进化代数超过Gen_Max则结束迭代，并求解输出最终结果，否则返回步骤3；

步骤6，输出此时货位分配优化结果。