基于遗传模拟退火算法的立体仓库储位优化

摘要：

针对自动化立体仓库储位分配问题,结合仓库运作特点和安全性要求,构建了自动化立体仓库储位优化问题的多目标模型,并提出了求解模型的基于Sigmoid曲线的改进自适应遗传模拟退火算法(SAGA).首先,以降低货品出入库时间、同组货品距离和货架重心为目标建立储位优化模型;然后,为了克服遗传算法(GA)局部搜索能力差和易陷入局部最优的缺点,引入基于Sigmoid曲线的自适应交叉变异操作和逆转操作,同时完成与SAGA的融合;最后,对改进遗传SAGA进行算法优化性、稳定性和收敛性测试.仿真实验表明,相比模拟退火(SA)算法的求解结果,该算法对货品出入库时间的优化度提高了37.7949个百分点、对同组货品距离提高了58.4630个百分点、对货架重心优化度提高了25.9275个百分点,并且该算法具有更好的稳定性和收敛性.由此验证了改进遗传SAGA求解问题的有效性,该算法可为自动化立体仓库储位优化提供决策方法.

关键词：自动化立体仓库、储位分配优化、遗传算法、模拟退火算法、自适应

所属期刊栏目：40

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目;北京市教委科技计划面上项目;北京市智能物流系统协同创新中心资助项目

在线出版日期：2020-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：284-291