基于双负载重力货架自动存取系统的排序方法研究

王　懋

(陕西财经职业技术学院示范办，陕西 咸阳　712000)



基于双负载重力货架自动存取系统的排序方法研究

王懋

(陕西财经职业技术学院示范办，陕西 咸阳712000)

摘要：为了提高货物自动存取效率，在对重力货架的工作原理及结构进行简要分析的基础上，构建了双负载重力货架自动排序模型，并对如何利用病毒协同进化遗传算法实现重力货架的双提取进行了详细的介绍，最后对该算法进行了仿真分析。结果表明：货位优化后货物的存取效率及货架的稳定性均得到了提高。

关键词：双负载；重力货架；病毒协同进化遗传算法

双重力货架是自动化立体仓库的重要组成部分。为了提高存取的自动化水平实现货物的双提取，需要对货位进行优化。优化货位的目的是使货位分布更加合理，从而提高货物的分拣效率，降低企业的仓库运营成本。自动化仓储系统储位优化的研究主要集中在规则货位的优化上，目前主要采用改进遗传算法、禁忌搜索法、智能化算法、改进粒子群算法等解决货位分配调度策略问题。陈月婷等[1]提出了一种改进的解决多目标优化问题的Pareto遗传算法，可以有效解决自动化立体仓库的货位优化分配问题；吴钟鸣等[2]利用遗传算法求解货位最优化问题，提高了自动存取系统的工作效率；石力卓[3]利用改进遗传算法对出入库调度的任务进行路线优化, 实现出入库作业双调度，提高了货位管理效率。为了在以上研究的基础上进一步提高货物存取效率，本文拟采用病毒协同进化遗传算法对货位进行优化排序。

1重力式货架自动存储系统

横梁式货架是重力式货架系统的基础，托盘被放置于倾斜面的滚轮上，从出库一端滑到取货物的一端，根据“先进先出，后进后出”的原则，货物及托盘依次向前移动。货物在滑轮上进行移动的过程中，为确保货物的滑行速度在可控范围内，确保货物安全，在滑道上设置有阻尼器。在货物滑道的出货端还设置有分离器，以确保货物搬运机械在进行作业时能够顺利取出第一板的货物。重力式货架自动存储系统结构如图1所示。

图1　重力式货架自动存储系统结构

重力式货架可以根据辊道的长度以及承载力，通过制动装置和速度控制器调整托盘在辊道上的滑动速度，保证货物按照先进先出的顺序进行排位，达到优化控制和减少叉车使用的目的。

由于重力式货架是高密度的存储货架系统，因此该系统在药品和食品工业领域得到了广泛的应用。该系统在实际使用时能有效利用空间资源，多用于造价比较高的仓库，例如位于市中心以及商业区的仓库。与横梁式的货架相比，该系统可以提高70%的地面利用效率。

2双负载重力货架自动排序方法

2.1　排序模型

本文所研究的重力式货架是可移动式的，但是其中的货位却是固定不变的。因而，在对货位优化问题进行研究的过程中主要涉及到两个方面：货架稳定性和货物存取效率。对货位优化问题进行数学建模时，应该坚持在入库的过程中按上轻下重的原则进行操作，以确保货架的稳定性。研究中为了提高存取效率，特别指定距离入库台最近的货位作为出库口。设自动化立体仓库一共有p层q列，其中i为层号，j为列号，那么可以把i层j列的货位记作(i,j)，其中i=1,2,…，p；j= 1,2,…，q。出货台位置记为(0，1)。

2.2　算法实现

本文采用病毒协同进化遗传算法进行货位优化。

2.2.1病毒协同进化遗传算法的基本操作

1)感染操作。利用病毒染色体基因代替主个体中染色体的相应基因，以产生新的个体。如果主个体被病毒个体以Pinfect概率感染后适应度降低了，则选择感染病毒后的主个体，放弃感染前的主个体，如图2所示。

2)复制操作。针对病毒染色体中的相应基因，用主个体主染色体的每个模式基因以Pcopy概率进行代替，产生新的有效字符，如图3所示。

图2　感染操作

图3　复制操作

3)剪切操作。剪切操作主要是在剪切处用通配符以Pcut概率替换病毒染色体基因，进而缩减病毒长度，以削减病毒进化计算的能力，如图4所示。

图4　剪切操作

2.2.2算法实现过程

1)编码方法的确定。

对自动化重力式货架系统双提取问题进行研究采用的是非负整数的二进制编码法。采用病毒协同进化遗传算法实现自动化双提取时，必须对货位进行优化，建立空余货位编码信息对照表。例如在一个I行、J层、K列的货位仓库中，还剩余30个货位，其中等待提取的货物数量是8。空余货位编码信息见表1，表中的优化顺序号代表优化后的空余货位编码。

表1　空余货位编码信息对照表

2)初始化种群。

对群体进行初始化的基础是要生成一组1～K的十进制数，然后将其全部转化成长度为L的K个二进制数，并对这些二进制数进行随机连接，生成一个长度为N=L×A的二进制串，这就构成了一个初始个体。将种群规模M设置为100～500，根据个体长度为N，釆用随机分配策略的方法，产生出初始个体，并进一步随机产生出M 个这样的个体，就完成了初始化。其中K为物品种类，A为空余货架，且A≥K。

3)适应度函数。

多目标遗传算法的适应值是根据加权值和的方法来确定的，从而得到自动化双提取的适应度函数：w1+w2+w3=1

0≤w1≤1,0≤w2≤1,0≤w3≤1如果要按照所述的适应度函数进行计算，还需要货物的其他信息(例如货物的坐标信息等)。由于采用非负二进制编码的每个个体染色体中只能够包含货物的编码以及顺序信息，因而，还需要建立一个物品编码以及物品信息的对照表。

4)选择操作。

将M个个体按照其适应度值从大到小排列，其中排列在第一位的要复制并且直接进入下一代，而且要保持其第一的位置；然后根据轮盘赌选择法，产生下一代的另外(M-1)个个体，这样就可以保证生存至下一代的是最优个体，并能保证适应度值大的个体进入下一代的几率更高。

5)交叉操作。

按某种方式交换相互配对染色体的部分基因是交叉运算产生新个体的主要方法。将群体中的个体进行两两配对是使用病毒协同进化遗传算法进行交叉运算的第一步，随机配对策略则是货位优化算法惯用的配对策略。

6)病毒体感染操作。

个体染色体进行病毒感染操作后，需要缩短该染色体对应的线路长度。

2.2.3算法结束条件

3仿真分析

进行仿真分析的货仓为5层20列，一共有100个货位。该货仓的货位长度和高度分别为120cm、80cm；货架的水平运行速度和垂直运行速度均为0.6m/s；每个货箱平均限定为 100kg。

仿真实验时，设定种群规模pop=100，交叉概率Pc=0.8，变异概率Pm=0.2，最大遗传代数Gmax=50。根据上述算法，先考虑货位分区，将货架分成P1～P5共5 种类型，货位采取分类存入的原则进行扇形安排，将货物分成5类存入5个区域。相关的实验参数见表2。

表2　实验参数

如采用传统方式存放，则S=3 211 kg，T=622 s；优化后，S=2 796 kg，T=572 s。根据优化结果可知，对货位进行优化后，提高了货物的存取效率及货架的稳定性。

4结束语

本文提出的双负载重力货架自动存取系统的排序方法，提高了货物存取效率，为货物的自动存取提供了一定的技术支持。由于目前的研究工作仅仅是通过一个简单的货物存取实例验证了方法的可行性，为了进一步验证自动存取系统排序方法的实用效果，还需要将其应用在大型物流仓库，通过不断改进自动存取系统存在的问题来提高货物存储率。

参考文献：

[1]陈月婷，何芳．基于遗传算法的自动化立体仓库的货位优化分配[J]．物流科技，2008(1)：38-41.

[2]吴钟鸣，卢军锋，智淑亚．自动化立体仓库货位优化研究[J]．装备制造技术，2011(12)：23-25，48.

[3]石力卓．自动化立体仓库优化调度研究[D]．昆明：昆明理工大学，2014.

The study on sorting method for the automatic

access system based on double load gravity shelves

WANG Mao

(The Office of Demonstration, Shaanxi Vocational College of

Finance and Economics, Shaanxi Xianyang, 712000, China)

Abstract：In order improve the efficiency of automatic access system, it analyzes the principle and structure of gravity shelves, establishes the sorting model, and describes the detail about selecting the virus co-evolutionary genetic algorithm with double extraction, discusses the initialization to determine the fitness function, simulates the process. The results show that the algorithm can enhance operation and crossover viruses infecting operations, and ultimately improve the efficiency and stability in gravity shelves operation.

Key words：double load; gravity shelf; virus synergy and evolution genetic algorithm

作者简介：王懋(1981—)，男，陕西临潼人，陕西财经职业技术学院讲师，主要研究方向为计算机教育。

收稿日期：2015-10-09

中图分类号：TP39

文献标志码：A

文章编号：2095-509X(2015)12-0059-04

DOI:10.3969/j.issn.2095-509X.2015.12.016