汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)貨位優(yōu)化模型研究

汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)貨位優(yōu)化模型研究

立體倉(cāng)儲(chǔ)（as.rs）解決了大面積存儲(chǔ)的問(wèn)題，有效提高了經(jīng)營(yíng)效率。這是現(xiàn)代物流系統(tǒng)的重要組成部分。生產(chǎn)型立體倉(cāng)庫(kù)是服務(wù)于工業(yè)企業(yè)生產(chǎn)的立體倉(cāng)庫(kù),能協(xié)調(diào)生產(chǎn)工序間的供需不平衡,確保生產(chǎn)過(guò)程穩(wěn)定可靠。Tompkins常用的貨位存儲(chǔ)策略包括:隨機(jī)存儲(chǔ)策略、定位存儲(chǔ)策略、分類(lèi)存儲(chǔ)策略和共享存儲(chǔ)策略。Li和Moghaddam汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)是一類(lèi)特殊的生產(chǎn)型立體倉(cāng)庫(kù),服務(wù)于汽車(chē)線(xiàn)束生產(chǎn)流程中的開(kāi)線(xiàn)環(huán)節(jié)。開(kāi)線(xiàn)是汽車(chē)線(xiàn)束生產(chǎn)的第1個(gè)工藝流程,其準(zhǔn)確性直接影響到后續(xù)壓接、預(yù)裝和總裝工藝,關(guān)系到整個(gè)生產(chǎn)的進(jìn)度。汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)的特殊性體現(xiàn)在如下幾個(gè)方面。汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)作為生產(chǎn)線(xiàn)的組成部分,具有傳統(tǒng)立體倉(cāng)庫(kù)儲(chǔ)存貨物的功能,但存儲(chǔ)目的是協(xié)助生產(chǎn),為開(kāi)線(xiàn)機(jī)及時(shí)提供線(xiàn)束,以提高生產(chǎn)效率;倉(cāng)儲(chǔ)系統(tǒng)中線(xiàn)束的種類(lèi)、線(xiàn)束的來(lái)源和去向、線(xiàn)束的加工時(shí)間等信息明確;貨架底層部分貨位為生產(chǎn)貨位,其內(nèi)存放的線(xiàn)桶可引出線(xiàn)束與該貨位配對(duì)的開(kāi)線(xiàn)機(jī)對(duì)接,根據(jù)生產(chǎn)計(jì)劃進(jìn)行開(kāi)線(xiàn)加工。現(xiàn)有文獻(xiàn)對(duì)汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)這類(lèi)生產(chǎn)型立體倉(cāng)庫(kù)研究很少。文中針對(duì)這類(lèi)特殊立體倉(cāng)庫(kù),通過(guò)分析歷史生產(chǎn)訂單數(shù)據(jù),采用基于改進(jìn)遺傳算法的定位存儲(chǔ)策略對(duì)立體倉(cāng)庫(kù)貨位分配問(wèn)題進(jìn)行優(yōu)化求解。1立體倉(cāng)庫(kù)使用情況立體倉(cāng)庫(kù)的布局和參數(shù)配置影響堆垛機(jī)處理生產(chǎn)訂單的時(shí)間,是貨位分配策略中舉足輕重的部分文中研究的汽車(chē)線(xiàn)束立體倉(cāng)庫(kù)相關(guān)參數(shù)配置及歷史訂單數(shù)據(jù)選取自某汽車(chē)線(xiàn)束制造公司立體倉(cāng)庫(kù)的實(shí)際情況。立體倉(cāng)庫(kù)基本配置見(jiàn)表1。選取該公司近2年訂單數(shù)據(jù),經(jīng)數(shù)據(jù)錄入、清洗和加工后,得到每種類(lèi)型線(xiàn)束在各臺(tái)開(kāi)線(xiàn)機(jī)上平均每月使用次數(shù)。使用率最高的前50種線(xiàn)束的使用情況見(jiàn)圖2,橫坐標(biāo)為線(xiàn)束種類(lèi)的編號(hào)(總使用次數(shù)越高的線(xiàn)束,編號(hào)越靠前),縱坐標(biāo)表示開(kāi)線(xiàn)機(jī)的編號(hào),則圖中的每個(gè)方塊代表橫坐標(biāo)對(duì)應(yīng)的線(xiàn)束在縱坐標(biāo)對(duì)應(yīng)的開(kāi)線(xiàn)機(jī)處平均每月的使用次數(shù),方塊顏色越深表明使用率越高。由圖2可知,每種線(xiàn)束在各開(kāi)線(xiàn)機(jī)處的使用率很不均勻,每臺(tái)開(kāi)線(xiàn)機(jī)處各類(lèi)線(xiàn)束的使用情況也有較大差異。2貨位分布模式2.1堆垛機(jī)掃碼與開(kāi)線(xiàn)通過(guò)對(duì)汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)貨位優(yōu)化問(wèn)題的描述,為方便模型構(gòu)建,簡(jiǎn)化研究,文中提出假設(shè)如下所述。1)貨架單層深度,即堆垛機(jī)能直接接觸每個(gè)貨位。2)貨格尺寸與線(xiàn)桶大小匹配,且每個(gè)貨格只能存放1個(gè)線(xiàn)桶。3)堆垛機(jī)水平和垂直運(yùn)動(dòng)服從勻加/減速運(yùn)動(dòng),且線(xiàn)桶從貨格到堆垛機(jī)貨叉以及從貨叉到貨格的時(shí)間忽略不計(jì)。4)堆垛機(jī)能同時(shí)水平和垂直運(yùn)動(dòng),且最多只能攜帶1個(gè)線(xiàn)桶。5)根據(jù)開(kāi)線(xiàn)機(jī)的尺寸和開(kāi)線(xiàn)工藝的要求,貨架最底層的所有貨位依順序3個(gè)一組對(duì)應(yīng)1臺(tái)開(kāi)線(xiàn)機(jī),且只有中間的貨位具有對(duì)接開(kāi)線(xiàn)機(jī)進(jìn)行開(kāi)線(xiàn)生產(chǎn)的功能。6)出入庫(kù)操作所需時(shí)間占堆垛機(jī)總操作時(shí)間比例較小,為簡(jiǎn)化模型起見(jiàn),不考慮出入庫(kù)所需的時(shí)間。7)任意時(shí)刻,任何2臺(tái)開(kāi)線(xiàn)機(jī)加工線(xiàn)束種類(lèi)不相同。2.2線(xiàn)束存儲(chǔ)策略文中研究的汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)模型具體參數(shù)如下所述。1)單排貨架,共有X層Y列,處于第i層第j列的貨位表示成L2)堆垛機(jī)從貨位L3)線(xiàn)束種類(lèi)集合W,索引編號(hào)W=1,2…|W|。同時(shí)設(shè)定L4)開(kāi)線(xiàn)機(jī)集合M,索引標(biāo)號(hào)m=1,2…|M|。第m號(hào)開(kāi)線(xiàn)機(jī)對(duì)應(yīng)存放線(xiàn)桶的貨位為L(zhǎng)5)通過(guò)對(duì)歷史訂單的分析,得到每種線(xiàn)束在每臺(tái)開(kāi)線(xiàn)機(jī)上平均每月使用率矩陣U,定位存儲(chǔ)策略需按照線(xiàn)束種類(lèi)給每種線(xiàn)束分配一定數(shù)量的固定存儲(chǔ)貨位,不同線(xiàn)束間儲(chǔ)位不能互換。立體倉(cāng)庫(kù)共需分配貨位數(shù)為N為避免開(kāi)線(xiàn)機(jī)在生產(chǎn)請(qǐng)求線(xiàn)桶時(shí)出現(xiàn)倉(cāng)庫(kù)內(nèi)沒(méi)有該類(lèi)型線(xiàn)桶的情況,設(shè)定每種類(lèi)型的線(xiàn)桶在倉(cāng)庫(kù)中至少分配1次,則剩余需分配的貨位數(shù):N汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)管理系統(tǒng)根據(jù)實(shí)時(shí)的訂單信息在貨架上搜尋m號(hào)開(kāi)線(xiàn)機(jī)需要的w類(lèi)型線(xiàn)束所在的貨位,令查詢(xún)得到的貨位候選集合為2.3優(yōu)化問(wèn)題的應(yīng)用貨位分配問(wèn)題是NP難問(wèn)題(NondeterministicPolynomial-TimeHardProblem),許多文獻(xiàn)采用不同的啟發(fā)式算法進(jìn)行求解。Pan等遺傳算法采用染色體編碼方法,被廣泛應(yīng)用于各類(lèi)優(yōu)化問(wèn)題。遺傳算法無(wú)需扎實(shí)的數(shù)學(xué)功底,僅需設(shè)計(jì)適應(yīng)度函數(shù)便可評(píng)估不同可行解,依靠調(diào)節(jié)相關(guān)超參數(shù),便可高效求解大規(guī)模的問(wèn)題二進(jìn)制編碼方式在染色體編碼長(zhǎng)度較大時(shí)會(huì)使遺傳算法的搜索空間急劇擴(kuò)大,同時(shí)二進(jìn)制編碼不能直接反映出所求問(wèn)題的本身結(jié)構(gòu)特征,不便于設(shè)計(jì)針對(duì)性的遺傳操作算子1)染色體每一基因所在位置代表二維貨位坐標(biāo)L2)每一個(gè)線(xiàn)桶采用實(shí)數(shù)w(w∈W)+小數(shù)n(n=.01,.02….N3)結(jié)合基因位置和線(xiàn)桶實(shí)例表達(dá)形式,p位置基因表示為G為方便理解,舉例如下:假設(shè)立體倉(cāng)庫(kù)4層3列,共有3種不同類(lèi)型的線(xiàn)束,每種線(xiàn)束分配貨位數(shù)量分別為N2.3.1遺傳算法優(yōu)化定位存儲(chǔ)模型的目標(biāo)函數(shù):最小化堆垛機(jī)完成平均每月訂單的總行駛時(shí)間。當(dāng)群體中不同個(gè)體間適應(yīng)度差異小,選擇操作擇優(yōu)能力弱,種群進(jìn)化緩慢,遺傳算法易陷入局部最優(yōu)解。徐宗本等式中:f2.3.2避免機(jī)械操作時(shí)“超級(jí)個(gè)體”對(duì)選擇結(jié)果的影響,避免過(guò)度收斂采用k=2的錦標(biāo)賽選擇算子。錦標(biāo)賽算子通過(guò)比較適應(yīng)度的相對(duì)數(shù)值,能避免輪盤(pán)賭算子中“超級(jí)個(gè)體”對(duì)選擇結(jié)果的影響,避免過(guò)早收斂。為保留種群最優(yōu)個(gè)體,采用精英選擇算子,保留種群中適應(yīng)度最佳的個(gè)體,不進(jìn)行交叉變異直接復(fù)制到下一代的種群中。2.3.3適用于海淡工程的自適應(yīng)個(gè)體交叉算子是遺傳算法中最重要的算子,是生成新個(gè)體的主要途徑。Starkweather在此基礎(chǔ)上,對(duì)交叉率引入自適應(yīng)機(jī)制,提高遺傳算法收斂速度和精度。式中:p2.3.4染色體適應(yīng)度算子文中設(shè)計(jì)的染色體編碼方案,著重于每個(gè)基因所處的位置(對(duì)應(yīng)于線(xiàn)桶在立體倉(cāng)庫(kù)中的位置),基因的順序及基因與基因間的近鄰關(guān)系對(duì)染色體適應(yīng)度的影響較小。故文中采用多次交換變異算子(EM),并引入大變異操作。當(dāng)種群個(gè)體在解空間中集中在一起,遺傳算法易陷入“早熟”問(wèn)題。通過(guò)計(jì)算種群集中程度,以β倍設(shè)定變異率的概率進(jìn)行變異操作,提高遺傳算法廣域搜索和開(kāi)發(fā)能力。式中:α為密集因子,是決定大變異操作是否實(shí)施的關(guān)鍵參數(shù);f基于定位儲(chǔ)存策略的改進(jìn)遺傳算法的流程見(jiàn)圖5。3實(shí)驗(yàn)設(shè)計(jì)與模擬模型3.1遺傳算法最優(yōu)性條件文中的遺傳算法有如下相關(guān)超參數(shù)需要調(diào)整:動(dòng)態(tài)適應(yīng)度調(diào)節(jié)中的初始值λ,該值需根據(jù)具體問(wèn)題進(jìn)行調(diào)整;交叉概率P調(diào)參方法采用機(jī)器學(xué)習(xí)常用的網(wǎng)格搜索方法,初始值λ選取0,1000,4000,交叉概率設(shè)定為0.4~0.9,0.5~0.8,0.6~0.7這3組,變異概率選取0.001,0.01,0.1這3組。當(dāng)變異率選取為0.001和0.01時(shí),遺傳算法易陷入局部最優(yōu)解,種群缺少多樣性,解的質(zhì)量較差。變異率為0.1時(shí),不同交叉率和初始值組合下的最優(yōu)適應(yīng)度見(jiàn)表2。從表2可知,最佳適應(yīng)度為263258,此時(shí)交叉率上下界分別為0.9和0.4,初始值為1000。此外當(dāng)引入適應(yīng)度動(dòng)態(tài)調(diào)節(jié)機(jī)制后,最佳適應(yīng)度有所改善,提高了遺傳算法解的質(zhì)量。3.2立體倉(cāng)庫(kù)存儲(chǔ)策略?xún)?yōu)化文中涉及的算法由Python編寫(xiě)在一臺(tái)個(gè)人計(jì)算機(jī)上實(shí)現(xiàn)。仿真模擬后對(duì)比文中所設(shè)計(jì)的基于遺傳算法的定位儲(chǔ)存策略(GADS)與就近儲(chǔ)存策略(COL)、隨機(jī)存儲(chǔ)策略(RS)和ABC分類(lèi)存儲(chǔ)策略(ABC)間的優(yōu)劣。其中COL存儲(chǔ)策略將使用率高的貨物存放到靠近出入庫(kù)平臺(tái)的貨位中;隨機(jī)存儲(chǔ)策略則將貨物隨機(jī)存放到任意空貨位中;ABC分類(lèi)存儲(chǔ)策略將立體倉(cāng)庫(kù)分成ABC3個(gè)區(qū)域,貨物根據(jù)使用率被分為ABC3類(lèi),其中A類(lèi)貨物隨機(jī)存放于立體倉(cāng)庫(kù)A區(qū)空貨位中,以此類(lèi)推。表3中C4欄顯示基于不同存儲(chǔ)策略,堆垛機(jī)完成月訂單的時(shí)間。文中所設(shè)計(jì)的定位存儲(chǔ)策略?xún)?yōu)于COL存儲(chǔ)策略、隨機(jī)存儲(chǔ)策略和ABC分類(lèi)存儲(chǔ)策略,其減少堆垛機(jī)運(yùn)行時(shí)間的比例分別達(dá)到了18.8%,16.9%和35.7%。顯示基于改進(jìn)遺傳算法的定位儲(chǔ)存策略的最佳適應(yīng)度和平均適應(yīng)度隨種群迭代的變化曲線(xiàn),種群迭代至末期逐漸收斂。不同儲(chǔ)存策略下,倉(cāng)庫(kù)貨位為11×84的立體倉(cāng)庫(kù)中線(xiàn)束的月使用率情況見(jiàn)圖7。橫坐標(biāo)為立體倉(cāng)庫(kù)的84列,縱坐標(biāo)顯為立體倉(cāng)庫(kù)第2到11層,方塊的顏色越深代表該貨位存放的線(xiàn)束使用率越高。圖7a顯了基于改進(jìn)遺傳算法的定位存儲(chǔ)模型的線(xiàn)束使用率,遺傳算法捕捉到線(xiàn)束和開(kāi)線(xiàn)機(jī)間的關(guān)系,將使用率高的線(xiàn)束靠近對(duì)應(yīng)開(kāi)線(xiàn)機(jī)存放,將使用率低的線(xiàn)束靠近貨架頂層存放,減少堆垛機(jī)完成訂單的時(shí)間。圖7b和7c顯示使用COL存儲(chǔ)策略和ABC分類(lèi)存儲(chǔ)策略的線(xiàn)束使用率,使用率高的線(xiàn)束靠近出入庫(kù)點(diǎn)存放,線(xiàn)束在各臺(tái)開(kāi)線(xiàn)機(jī)分配不均勻,堆垛機(jī)處理訂單時(shí)間長(zhǎng),立體倉(cāng)庫(kù)工作效率低。隨機(jī)分配策略下立體倉(cāng)庫(kù)線(xiàn)束使用率見(jiàn)圖7c,線(xiàn)束均勻分配,但沒(méi)有充分利用低層貨位距離開(kāi)線(xiàn)機(jī)近的優(yōu)勢(shì),忽略了線(xiàn)束和開(kāi)線(xiàn)機(jī)間的相關(guān)性。4立體倉(cāng)庫(kù)存儲(chǔ)優(yōu)化配置的實(shí)施策略汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)作為一種特殊的生產(chǎn)型立體倉(cāng)庫(kù),對(duì)貨架最底層貨位的存儲(chǔ)功能進(jìn)行改進(jìn),實(shí)現(xiàn)了對(duì)接開(kāi)線(xiàn)機(jī)的功能。文中以某汽車(chē)線(xiàn)束加工立體倉(cāng)庫(kù)為研究對(duì)象,對(duì)歷史訂單數(shù)據(jù)進(jìn)行清洗和加工后,采用基于改進(jìn)遺傳算法的定位存儲(chǔ)策略對(duì)立體倉(cāng)庫(kù)貨位進(jìn)行優(yōu)化配置。通過(guò)實(shí)例分析,表明定位儲(chǔ)存策略?xún)?yōu)于就近存儲(chǔ)策略、