付 輝 (黃河科技學(xué)院,河南 鄭州450063)
FU Hui (Huanghe Science & Technology College, Zhengzhou 450063, China)
現(xiàn)代立體倉庫一般是指采用若干層高的貨架儲存單元貨物,用堆垛機等搬運設(shè)備進行貨物入/出庫作業(yè),是現(xiàn)代物流系統(tǒng)的重要組成部分。一般由高層貨架、堆垛設(shè)備、輸送設(shè)備和相應(yīng)的管理軟件構(gòu)成,可以在軟件控制下自動完成貨物入/出庫作業(yè)。
貨位動態(tài)分配優(yōu)化算法是有效提升立體倉庫運行效率的重要一環(huán),對降低倉庫中貨物搬運的成本,提高倉庫的空間利用率及貨物入/出庫的效率具有非常重要的現(xiàn)實意義,因此也是研究的一個熱點問題。
本文基于鄭州市某連鎖超市配送中心立體倉庫的技術(shù)參數(shù)及實際入/出庫數(shù)據(jù),討論倉庫貨位分配策略、基于遺傳算法的優(yōu)化及其在該倉庫運行中的應(yīng)用。
鄭州某超市由于發(fā)展較好,處于規(guī)模擴張期,原有立體倉庫由于自動化、智能化建設(shè)力度不夠,常出現(xiàn)貨物積壓、入/出庫速度緩慢、入/出庫不準確等現(xiàn)象,影響了超市的經(jīng)濟效益。為此,需要建設(shè)自動化的倉庫管理系統(tǒng),實現(xiàn)商品的自動化入/出庫作業(yè)。建設(shè)的目標是:具有較高的入/出庫效率,商品類別明顯,同時能夠滿足超市季節(jié)性、促銷性商品調(diào)度的需要。
良好的存儲策略是提高入/出庫效率的重要一環(huán)。常用的存儲策略:專用存儲和共享存儲策略。其中,專用存儲策略又可分為定位儲放與分類存儲,共享存儲策略又可分為隨機存儲、分類隨機存儲。
(1) 定位存儲:每一存儲貨物有固定貨位,前期需要規(guī)劃物品的貨位容量不得小于其可能的最大在庫量,因此缺點是倉庫利用率低。(2) 分類存儲:存儲物品按照一定特性加以分類,每一類物品都有固定存放的區(qū)域,而同類的不同物品又按一定的算法來分配具體貨位。(3) 隨機存儲:每一個物品被指派存儲的位置是隨機產(chǎn)生的。缺點是商品盤庫困難;出庫效率低下;具有相互影響特性的物品可能相鄰儲放,造成物品的傷害或發(fā)生危險。(4) 分類隨機存儲:每一類物品有固定存放位置,但在各類的貨區(qū)內(nèi),每個貨位的分配是隨機的。
考慮到該倉庫需要滿足超市季節(jié)性、促銷性貨物調(diào)度的需要,在該倉庫中采用分類存儲的策略。
存儲策略是貨區(qū)規(guī)劃的大原則,在分配具體貨位時,還要考慮以下兩個原則:
(1) 貨架受力情況良好,上輕下重。較重的物品存放在下面的貨位,較輕的物品存放在高處的貨位。使貨架受力穩(wěn)定。
(2) 為提高入/出庫效率,堅持周轉(zhuǎn)率高(低) 的物品盡量放在接近(遠離) 出貨區(qū)的區(qū)域。
該倉庫有14 排(記為I),每排有50 列(記為J),每列5 層(記為K) 共計3 500 個貨位。為便于表示,將靠近出入口最近的排標記為第1 排,該排中最靠近出入口的列標記為第1 列,該列最底層標記為第0 層。標記(i,j,k)(i=1,…,14;j=1,…,50;k=0,…,4 )表示該倉庫中第i排、第j列、第k層上的貨位。每個貨位的長度1.8m(記為L),高度0.9m(記為H)。
立體倉庫中堆垛機運行速度問題在多個文獻中都有敘述,在文獻[1-2]中提到借助PLC 實現(xiàn)堆垛機行走速度的S曲線變化,從而精確計算堆垛機運行時間。文獻[3]中給出堆垛機主要技術(shù)參數(shù),并計算出各個貨位入/出庫作業(yè)堆垛機所需時間。筆者認為,在同型號堆垛機的情況下,運行速度的大小對貨位分配優(yōu)化算法優(yōu)劣沒有影響。本文中,為了簡化模型便于計算,通過現(xiàn)場檢測,計算出該倉庫中堆垛機的水平運行平均速度60m/min(記為Vx),垂直運行平均速度40m/min(記為Vy)。
根據(jù)上述分析,建立貨位分配的數(shù)學(xué)模型如下:
其中j,k表示貨架所在的列和層,H表示一個貨位的高度,mjk表示第j列第k層貨位上商品的重量,fjk表示第j列第k層貨位上商品的入/出庫的頻度,tjk表示堆垛機運行到該貨位花費的時間。Vx表示堆垛機水平運行平均速度,Vy表示堆垛機垂直運行平均速度。
公式(1) 用來保證貨位分配原則1,式中假設(shè)貨位重心在貨架的中心,用于刻畫第k層貨位上商品的高度。公式(2) 用來保證貨位分配原則2。由于堆垛機可以在水平和垂直方向上同時運行,故其運行到某貨位的時間由公式(3) 表達。
從公式(1)、公式(2) 可以看出貨位分配是一個多目標優(yōu)化問題,對于該類問題,多數(shù)情況下各個目標相互沖突,一般不存在唯一的全局最優(yōu)解,而是存在一組均衡解,即Pareto 最優(yōu)解[4-5]。由于本倉庫中的貨位有3 500個,傳統(tǒng)的分支定界法、動態(tài)規(guī)劃方法求解多目標優(yōu)化方法不能滿足運算要求,本文采用遺傳算法來求解。
遺傳算法根據(jù)定義的適應(yīng)度函數(shù)對個體進行評估,模擬自然界的“優(yōu)勝劣汰”原則進行選擇、交叉、變異,從而獲得最優(yōu)解。算法流程見圖1。
為直觀起見,采用K×J矩陣對解進行編碼,如式(4) 所示。其中mkj(k=0,…,K-1;j=1,…,J)表示編號為m的物品存放在貨架的第j列第(K-k-1 )層上。
遺傳算法主要步驟如下:
(1) 初始化參數(shù)。確定種群規(guī)模N,種群進化代數(shù)次數(shù)MG,交叉概率Pc,變異概率Pm。
(2) 計算適應(yīng)度函數(shù)。式(1) 和式(2) 是最小值函數(shù),故需對其進行變換,以用來計算個體適應(yīng)度,適應(yīng)度越大,目標越優(yōu)。變換后的適應(yīng)度函數(shù)見式(5) 和式(6)。
其中:Smax和Tmax是最近若干代中兩個目標函數(shù)的最大值,初始時可將其設(shè)置為相對較大的數(shù)。該值為后續(xù)過程中,選擇后代提供評價依據(jù)。
(3) 選擇操作。對各個父代個體進行適應(yīng)度計算,選擇優(yōu)良的個體進入種群,以期盡快得到最優(yōu)解。
(4) 按照交叉概率Pc進行交叉,變異概率Pm進行變異,形成新的種群。其中,本文采取隨機貨位互換和矩形區(qū)域倒置相結(jié)合的辦法進行變異操作。隨機貨位互換如圖2 所示;矩形區(qū)域倒置如圖3 所示。
(5) 進行下一輪的迭代,直到滿足收斂條件,輸出最優(yōu)解。
應(yīng)用以上算法到鄭州某超市配送中心的貨位分配。實驗時取種群規(guī)模N=100,交叉概率Pc=0.8,變異概率Pm=0.15,最大迭代次數(shù)為200。通過結(jié)果分析驗證了算法的有效性,算法應(yīng)用到該配送中心后,經(jīng)實際驗證,出入庫效率得到了極大提升;同時,為超市促銷活動的開展做了充分的保障。
本文討論了立體倉庫貨位分配策略及原則,為求出最優(yōu)貨位分配方案,從堆垛機運行時間最小和貨位重心最低兩個角度建立數(shù)學(xué)模型,并采用遺傳算法對該模型進行求解。經(jīng)過仿真驗證及在配送中心運行結(jié)果看實現(xiàn)了該中心的建設(shè)目標。
[1] 魯春強. 基于堆垛機行走速度自適應(yīng)參數(shù)模型的算法研究[J]. 物流技術(shù),2012(12):359-361.
[2] 潘森,魯春強. 自動化立體倉庫貨位分配數(shù)學(xué)模型研究及應(yīng)用[J]. 技術(shù)與方法,2013(291):293-295.
[3] 魏林. 基于ABC 分類的自動化立體倉庫貨位分區(qū)優(yōu)化研究——以某煙草配送中心為例[J]. 技術(shù)與方法,2015(34):148-152.
[4] 李敏強,林丹,等. 遺傳算法的基本理論與應(yīng)用[M]. 北京:科學(xué)出版社,2004.
[5] 冷亮,杜慶東. 基于遺傳算法解決車輛最優(yōu)路徑誘導(dǎo)問題[J]. 信息通信,2012(2):14-15.