基于Petri网与改进遗传算法的自动化立体仓库拣选作业调度建模优化方法
【技术领域】
[0001] 本发明属于自动化立体仓库作业调度优化分析技术领域，涉及一种基于Petri网 与改进遗传算法的自动化立体仓库拣选作业调度建模优化方法。
【背景技术】
[0002] 生产制造业发展的初期，物流发展未得到应有的重视，导致生产规模越大、生产制 造过程越柔性化、越自动化，物流的落后导致其与生产制造系统无法匹配的矛盾就越突出。 而现代物流的重要表现形式为自动化立体仓库，是仓储发展的趋势，可有效提高空间利用 率，降低物流成本，对于改善企业仓储和生产管理水平等方面具有传统仓库无可比拟的优 势。自动化立体仓库经历了多个阶段，如图1所示。
[0003] 在人工、机械化仓储阶段，货物托盘为随机摆放存储，人工将货物托盘放置在货架 上任意空余位置。70年代初期，伴随着巷道堆垛机、移动式货架、旋转体式货架及其他搬运 设备在自动化仓储中运用，进入自动化仓储阶段，但设备的独立性造成为自动化孤岛，无法 有效联系系统整体。70年代末为自动化立体仓库发展的第二个阶段，生产和分配领域越来 越多的应用自动化技术，集成化自动化孤岛显得尤为重要和迫切，集成系统概念也由此诞 生。集成化研宄实现了自动化设备与信息决策间的集成，逐渐向智能化控制方向发展，从而 使自动化立体仓库发展进入第三个发展阶段，即人工智能仓储的初级发展阶段。
[0004] 国内外针对自动化立体仓库的智能化进行大量研宄，其中主要是为达到提升其效 率的优化决策方面研宄，一般为货位分配优化研宄、堆垛机作业调度优化研宄、输送系统输 送过程优化调度研宄等。我国针对自动化立体仓库的研宄起步较晚，但是与西方发达国家 在信息处理，自动化程度等方面存在较大差距，系统长期运行过程中问题逐渐凸显，信息处 理方式不完善和低效会导致自动化立体仓库作业调度的不合理安排，从而大大降低自动化 立体仓库的仓储效率，成本也居高不下。
[0005] 自动化立体仓库是一个随机的复杂系统，特别当系统面临高强度与大批量快速拣 选作业时，作业若仅依照顺序执行，忽略存在的冲突及共享资源竞争等情况，由于拣选作业 任务目标货位点的随机分布性，堆垛机在前序作业任务与后续作业任务间执行时存在大量 空载无效运行时间，进而导致系统有效作业运行时间、路径无法达到最优，将很大程度上降 低系统整体运作效率，自动化立体仓库拣选作业调度寻优时一般采用传统的精确算法（可 求出最优解的算法，如动态规划算法、枚举法等）或智能算法（无限逼近最优解的算法，粒 子群算法、蚁群算法、模拟退火算法、禁忌搜索算法、遗传算法等）进行求解，传统精确算法 很难处理求解效率与问题规模呈指数关系，很难在可接受的时间内求出最优或次优解，智 能算法在可接受的时间内对最优解进行无限逼近，但对于自动化立体仓库拣选作业调度这 种离散寻优问题时所体现的效果不一，寻优时前期或者后期存在导致寻优结果变差的可 能，因此为了在可接受的时间内时间优质快速寻优，可对原有的智能算法进行设计改进。
[0006] 目前，自动化立体仓库数学模型通常采用多项式组合，且利用标准智能算法对其 进行优化研宄，对基于Petri网自动化立体仓库作业调度建模、基于Petri网与改进遗传算 法结合算法的调度优化并无人进行研宄。
【发明内容】
[0007] 有鉴于此，本发明的目的在于提供一种基于Petri网与改进遗传算法的自动化立 体仓库拣选作业调度建模优化方法，该方法可以实现自动化立体仓库拣选作业调度建模及 作业调度快速、优质寻优，降低自动化立体仓库拣选作业执行过程中的空载无效运行时间。
[0008] 为达到上述目的，本发明提供如下技术方案：
[0009] 基于Petri网与改进遗传算法的自动化立体仓库拣选作业调度建模优化方法，具 体步骤如下：
[0010] 1)建立自动化立体仓库拣选作业调度Petri网模型，并提出拣选作业调度优化的 固定部分及可变部分时间消耗的数学表达。
[0011] 设一个六元组赋量网Petri网Σ = (p, T, I，0，τ，M)为拣选作业调度过程的 Petri网模型，其中各个元素的定义如下：
[0012] ①P :P = {p。，Pxl，Px2, Px3，…，PxJ为库所的有限集合，在拣选作业调度Petri网模 型中代表作业过程需要遍历的所有货位点，其中P tl堆垛机原点，即堆垛机处于出入库台位
【主权项】
1. 一种基于Petri网与改进遗传算法的自动化立体仓库拣选作业调度建模优化方法， 其特征在于：包括以下步骤： 步骤一：建立自动化立体仓库拣选作业调度Petri网模型，并提出拣选作业调度优化 的固定部分及可变部分时间消耗的数学表达，从数学的层面研宄拣选作业调度优化问题； 步骤二：设计基于Petri网与改进遗传算法结合的作业调度优化算法，将Petri网与改 进遗传算法进行结合，并设计一种逆转算子对遗传算法进行改进，实现对作业调度过程的 优质寻优和快速寻优； 步骤三：根据所设计的基于Petri网与遗传算法结合的作业调度优化算法设计自动化 立体仓库拣选作业调度优化系统，并对所设计算法与标准遗传算法求解过程效率和优化结 果进行比较，验证所设计算法的优势。
2. 根据权利要求1所述的基于Petri网与改进遗传算法的自动化立体仓库拣选作业调 度建模优化方法，其特征在于：在步骤一中，建立自动化立体仓库拣选作业调度模型时采用 Petri网，提出拣选作业调度优化的固定部分及可变部分时间消耗的数学表达，并定义其中 各个元素如下： DP :在拣选作业调度Petri网模型中代表作业过程需要遍历的所有货位点； 2. T :代表堆垛机在任意两个目标货位点间运行过程； 3) 1、O :分别代表联系各目标货位点与堆垛机运行过程的输入输出弧集； 4) τ :代表堆垛机在任意两个目标货位点间运行所需要的时间消耗，并建立对应的时 间到达矩阵 T(i+:〇X(i+:〇,且其为对称矩阵，即 T(i+:〇X(i+:〇 = T (i+:〇X(i+:〇，
5. M :托肯标识M代表堆垛机目前所处的货位点； 6. A :关联矩阵A可表示Petri网完整逻辑关系，A+为输出矩阵，A ^为输入矩阵，
且拣选作业调度Petri网模型为保证使得堆垛机能够遍历所有的目标作业货位，其成 立还存在限制条件，其限制条件如下： 对于同一库所的输入输出变迀，应满足 T-\Tr ,Tr |.? Φxmn..\7? -(6-xn r^xn -(6-xi 对于所有的变迀有向弧，将变迀以向量的形式表示应满足 + +' + ^Pxi+' '+ +' ' + ^Pxi ^Pxt + %, ->P" = 〇 建立拣选作业调度Petri网模型后，提出拣选作业调度Petri网模型运行时间，即堆垛 机在由初始位置出发，遍历所有目标货位点的时间消耗；拣选作业调度Petri网模型消耗 的延时向量为：
作业调度过程可变部分消耗的时间表示为： Tvar= HA-T1 作业调度过程不变部分消耗的时间表示为： τ const - 2e τ (i+1) χ (i+1) η -2 [I 0 …0 0] τ (i+1)x (i+1) [I I …I 1] 0
3.根据权利要求2所述的基于Petri网与改进遗传算法的自动化立体仓库拣选作业调 度建模优化方法，其特征在于：在步骤二中，具体包括： 1) 当前t时间有Xi个作业任务，并针对X i个拣选作业任务建立初代拣选作业调度 Petri网模型； 2) 基因编码和解码转化过程如下式所示： (Tpu^pi Jp^p2, ,Tpxn^pxn, ,Τρα^ρα)^·(Ρ?,PsvPxl, ,Ρλ?η,··· ,Pxn, ,Psi,ρ?) 同理，在进行解码时即为上式的逆过程，即 (pO > P,i Pxm >'·^Ρχη·>··^ΡΧ?^Ρο)^(Τρ ? > TP,t ^^ · · ·? TPmTPxi -^pa ); 3) 随机扩展种群规模即对（PQ，Pxl，Px2，…，Pxm，…，P xn，…，Pxi，PQ)进行基因的间位置随 机互换； 4) 适应度函数构造为：
式中γ为放大系数，Q为常数； 5) 选择操作选择较为优秀的基因个体作为父代，而舍弃适应度小的个体，每个个体遗 传的概率可通过下式计算：
式中为Pi为个体遗传的概率，N为种群规模；n i为第i个个体的适应度，使用轮盘选 择方式； 6) 交叉算子对于已经过编码的个体染色体间进行交叉互换基因时，可能会出现染色体 中基因重复的情况，而作业调度过程需要保证单次遍历所有的作业任务目标货位点，因此 在进行基因交叉时采用循环交叉的方式； 7) 变异算子对于变异操作，通过对染色体上的两个基因位置进行互换来实现变异操 作； 8) 逆转算子为了使得选择、交叉、变异产生的新个体能够更多的继承父代的优秀基因， 并且进一步提高寻优效率，即将染色体上基因序列在两处断裂，并将两处间的基因逆转重 新插入原基因位置，形成新的基因序列，只有在进行逆转算子操作后适应度提高，这样的逆 转算子操作才有效，否则丢弃；逆转过后的基因片段所对应的可变部分时间消耗是相同的， 这样可以保证下一代个体能够更多的遗传父代的优良基因片段，承载更多的父代信息； 9) 终止判断时为算法到达所设定的迭代代数，并输出当前最优结果； 10) 将算法计算寻优所得最优染色体基因序列再次转化为对应的变迀序列，并使用它 来描述对应的终代拣选作业调度Petri网模型，即完成 的解码工作。
【专利摘要】本发明涉及一种基于Petri网与改进遗传算法的自动化立体仓库拣选作业调度建模优化方法,属于自动化立体仓库作业调度优化分析技术领域。该方法包括以下步骤：步骤一：自动化立体仓库拣选作业调度Petri网模型的建立；步骤二：基于Petri网与改进遗传算法结合的作业调度优化算法设计；步骤三：根据所设计的基于Petri网与改进遗传算法结合的作业调度优化算法设计自动化立体仓库拣选作业调度优化系统，并可对所设计算法与标准遗传算法求解过程效率和优化结果进行比较，验证所设计算法的优势。本方法可以实现自动化立体仓库拣选作业调度建模及作业调度快速、优质寻优，降低自动化立体仓库拣选作业执行过程中的空载无效运行时间。
【IPC分类】G06Q10-08, G06Q50-28
【公开号】CN104835026
【申请号】CN201510248860
【发明人】林景栋, 谢杨, 廖孝勇, 周宏波, 陈俊宏, 游佳川, 徐大发, 黄立沛
【申请人】重庆大学
【公开日】2015年8月12日
【申请日】2015年5月15日