随着都会轨道交通行业的迅速生长，轨道交通企业的仓储需求逐渐增大。轨道交通企业的仓储货物中，机电设备占了较大比例，机电设备种类繁多、需求的时间和数量纷歧，每当有出库作业要求时，备货速度就成了影响出库效率的要害环节。因此，如何通过优化治理要领、提升备货效率，来降低仓储治理的本钱，成为轨道交通企业越来越体贴的问题
现阶段，轨道交通行业的仓储治理中仍然保存不少问题，如储货货仓货位安排不对理，货仓基础设施较为落后，信息化水平不高等，这些都会导致仓储治理本钱过高。轨道交通企业的货仓大多仍接纳人工备货方法。据研究，在物流订单的备货总耗时中，行走时间占总耗时的50%左右，如图1所示。针对差别出库单，接纳合适要领优化备货路径，对提高备货效率，减少仓储治理本钱具有重要意义。
现阶段，针对货仓备货路径优化的研究大部分集中在减少拣选时间方面。朱文真等接纳遗传算法和其他禁忌搜索算法结合，得出立体货仓的优化拣选路径
各个行业的仓贮保存业务、货物规格形状、存储要求等诸多差别，在实际生产历程中需具体剖析实际情况，凭据轨道交通企业的仓储特点和要求，实现仓储治理备货拣选路径的优化，满足轨道交通企业对仓储的要求。
遗传算法是最早提出的模拟生物遗传系统的算法模型，模拟基因的进化，通过选择操作与重组操作进行驱动。算法历程从初始种群开始，先获得一个初始解，然后经过重复调解优化，不绝爆发新的可行解，其演化历程模拟自然界生物优胜劣汰的规则，直至最终泛起最优解。遗传算法的基本历程示意图如图2。
研究工具是某轨道交通企业的一个货仓，通过用遗传算法针对该货仓建立数学模型，来解决货仓备货拣选的路径问题，盘算出最优拣货路径，来抵达提升备货效率的目的。
目前遗传算法在路径优化方面应用的频率较高。关于某轨道交通企业货仓的机电设备拣货路径优化问题，选取了几种差别的要领来求解，并对种种要领获得的解进行比照剖析，以此来确定最优算法和最优路径，抵达最大限度降低备货拣选时间，提横跨库作业效率的目的�；谘芯康幕醪趾突跷锏那榭�，在构建模型时，做如下几点假设：
(1）每次拣货时，如一批拣货订单中包括多种货物，则至少需一个高位叉车来完成拣选作业。
(2）凭据高位叉车的承载重量来拣选货物，所拣选的货物总重量需小于即是高位叉车的承载重量，凭据差别拣选能力分派差别种类零部件。
(3）货仓内的货架结构为：所有单个货架水平、双排并列排放。
(4）所有叉车在行驶和取货历程中都是匀速的，要取的货物所存放的位置设为已知变量。
(5）每个设备的巨细尺寸差别，研究时不考虑尺寸因素，认为设备巨细一致。
在优化拣选路径、提高备货效率方面，主要考虑实现两个目标，一是拣选时间最短，二是拣选路程最近�？缮瓒Ｐ腿缡剑�1）、（2）所示。
其中L为叉车每次需拣选的货物种类，Kij体现从货物i到货物j的最短距离，Yij为决策变量，即决定货物拣选的顺序，vx体现叉车行驶速度，vy体现叉车在笔直偏向的速度，体现货物i,h体现货架层高。
体现拣货叉车行驶的路程总和，
体现拣货叉车对每种货物在拣货历程中只经过一次，
体现拣货叉车一次所拣选的货物重量和必须小于即是叉车的最大承重量。
针对订单备货拣货路径优化这一问题，接纳遗传算法来进行最优解的盘算，以期能较快获得货物拣选的最优路径，同时节省拣货时间。主要办法如下：
染色体编码：按完成一次拣选L种货物的顺序组成一条染色体，接纳整数编码，每条染色体由L段基因组成，每个基因对应一个货位，货位用行、列、层体现。如“{3,6,7,2}”体现拣选路径为“I/O→货位3→货位6→货位7→货位2→I/O”。
适应度函数：目标函数是求最小值，优化效果越好的个体适应度值越大，因此设计适应度函数为
交叉算子：染色体中基因体现要选取的货物，不可缺漏或重复，因此对两个染色体划分选取一个交叉点进行基因的配对交换，即接纳单点交叉，办法如图3所示：
交叉概率取值为PC=0.85，对每条染色体，凭据随机数P∈[0,1]，如果P<PC则对该染色体进行交叉操作。
所有个体筛选操作：所有个体凭据相对种群的适应度值由大到小排列，选择优秀染色体遗传下一代。
盘算终止条件：凭据一般的参数取值推荐，种群规模取值为50，变异概率取值为0.05，迭代次数到了500时终止算法。
研究的轨道交通企业的货仓是35m*28m的立体货仓，摆放有货架12行*12列*6层，每个货位尺寸为2.5m*1.3m*1.6m，叉车通道宽1.2m，叉车在通道的平均水平行驶速度Vx=0.9m/s，笔直移动速度Vy=0.3m/s。
通过模型剖析，凭据所研究的货仓的结构情况
表1 仿真数据
选用混淆型战略、S-shape战略、最大间隙法和遗传算法划分对表1中的具体参数进行仿真盘算，通过MATLAB编程实现各个要领，求出四种要领的时间和最有路径，结果如下：
S-shape路径优化战略先要通过每个拣货通道，再凭据订单来选取差别的货物
混淆型战略包括两种战略，划分是退回战略与S-shape战略，将这两种战略相结合获得的优化战略即为混淆型战略
最大间隙法首先要选出订单货物所在区域的通道，然后叉车只走这些通道取货，直接省略无关通道
凭据3.2.3节的设计办法，应用遗传算法进行优化后，盘算得叉车拣货行走距离为215m，订单备货拣选耗时575s，订单备货拣选优化的路径如下，如图8所示。
比照四种要领获得的路径长度和拣选时间如表2所示。
通过表2数据比照，遗传算法相较于其他三种要领，拣选路径最短，拣选耗时最少，接纳遗传算法优化轨道交通企业的货仓备货路径问题，可以有效的提高订单的备货事情效率。
通太过析轨道交通企业仓储治理的现状与保存的问题，针对提升仓储作业效率问题，接纳遗传算法对仓储货物拣选路径模型进行了优化，通过与仿真结果的比照，证明接纳遗传算法得出的货物拣选路径最优解对仓储作业效率提升最大。结论可为后续仓储治理优化提供理论依据与实际参考。
【本文标签】
【责任编辑】yd2333云顶电子游戏云仓
yd2333云顶电子游戏冷链物流与茶百道告竣相助：在现代快节奏的生活中，奶茶已经成为了许多人生活中的···【详情+】
yd2333云顶电子游戏家人们！春暖花开，春意盎然，在这个温暖的日子，荣誉降生在安徽的铜陵，等了很久···【详情+】
手机二维码
