一种穿梭车与升降机结合的仓储系统优化调度方法
【专利摘要】本发明公开了一种穿梭车与升降机结合的仓储系统优化调度方法，以调度行程时间最小化为目标，采用遗传算法对调度的出入库模型进行优化，使存取行程时间大大缩短，可以明显节约时间成本，节约能源，使穿梭子母车全自动立体仓库的高效率、高密度，以及高利用率等优点得到充分发挥，实现自动化立体仓库实时、在线的优化调度，具有较大的实际应用意义。
【专利说明】
一种穿梭车与升降机结合的仓储系统优化调度方法
技术领域
[0001] 本发明属于密集仓储进出库调度技术领域，具体涉及一种穿梭子母车与升降机 (1:1型)混合优化调度方法。
【背景技术】
[0002] 随着科学技术和工业生产的快速发展，另基于"密集存储"概念的兴起，现代企业 对于生产、仓储和配送要求的不断提高，促使仓储方式从最初通过人力手工作业的简单堆 积到通过叉车等简单设备的仓库式存储改进为目前采用高位叉车、无人导引小车AGV、穿梭 车等自动化设备的立体仓库存储。轨道式穿梭车(RGV)更是以其速度快、成本低和稳定性好 在现代制造业、物流等行业内扮演着越来越重要的角色。
[0003] 传统立体仓库中多采用堆垛机实现货物的进出库调度，堆垛机的优点是实现了仓 库作业的机械化与自动化，大大提高工作效率，同时，利用计算机进行控制和管理，作业过 程和信息处理迅速、准确、及时，可加速物资周转，降低储存费用。然而，堆垛机需占用相应 巷道进行作业，立体仓库有效存储面积无法充分利用，并且，单台堆垛机的竖直与水平作业 无法同时进行，货物进出库效率较低。
[0004] 目前国内外有少数立体仓库使用穿梭车与堆垛机结合进行作业，充分利用了仓库 的有效面积和储存空间，使货物储存集中化、立体化，减少占地面积，降低土地购置费用。然 而，国内外学者对穿梭车的研究大多基于静态调度，很少涉及动态混合调度，同时，企业定 制化服务不断深入，小批量、多批次、高时效特点的订单不断增多，传统堆垛机式立体仓库 与目前未完善的穿梭车式货架已不能满足如今市场需求。
【发明内容】
[0005] 本发明的目的在于提供一种穿梭车与升降机结合的仓储系统优化调度方法。
[0006] 为达到上述目的，本发明采用了以下技术方案：
[0007] 1)根据全自动立体仓库中一台升降机配一套穿梭子母车的调度情况建立用于计 算调度行程时间的数学模型；
[0008] 2)以调度行程时间最小化为目标，利用步骤1)所建立的数学模型对调度任务中各 个待调度货物的调度顺序进行优化，确定该调度任务在利用一台升降机配一套穿梭子母车 完成调度情况下的最优调度顺序。
[0009] 所述调度任务包括存取货复合作业。
[0010] 在存取货复合作业情况下，计算调度行程时间的数学模型表示为：
[0011] Td= I[mijXTt+(l-mij)XTb]
[0012] 其中，Td为存取货复合作业调度行程时间，Tt为存取货位在同一层时完成一个存取 对的调度行程时间，T b为存取货位不在同一层时完成一个存取对的调度行程时间，存取对 表示先存后取的连续两次货物调度;π^ = 0或1，取值为0表示存取对的存取货不在同一层， 取值为1表示存取对的存取货在同一层，i为存货，j为取货。
[0013] 所述Tt和Tb分别表示为：
[0016] 其中，x、y以及z为货物对应货位在0ΧΥΖ坐标系下坐标，所述0ΧΥΖ坐标系中，原点0 对应全自动立体仓库的I/O位置，X轴对应母车移动方向，Y轴对应子车移动方向，Z轴对应升 降机移动方向；t z为子车取货或卸货时间；U为空载情况下母车取子车或卸子车的时间；U' 为满载情况下母车取子车或卸子车的时间；t s为空载情况下升降机取母车或卸母车的时 间；ts '为满载情况下升降机取母车或卸母车的时间；Vs为升降机速度;Vm为母车空载速度， Vm '为母车满载速度;Vz为子车空载速度，Vz '为子车满载速度。
[0017] 所述优化的过程中，若调度任务内包括的存货任务量大于取货任务量，则用相应 数量的待取货物坐标为(0，0，0)的取货任务使存取货任务量相等。
[0018] 所述优化的方法为遗传算法。
[0019 ] 所述遗传算法中交叉概率P。为〇 · 7~0 · 9，变异概率卩"为0 · 1~0 · 2。
[0020] 本发明的有益效果体现在：
[0021] 本发明对一台升降机配一套穿梭子母车的调度情况建立数学模型，然后建立相应 出入库模型，采用遗传算法对出入库模型优化后，存取行程时间大大缩短，可以明显节约时 间成本，节约能源，使穿梭子母车全自动立体仓库的高效率、高密度，以及高利用率等优点 得到充分发挥，实现自动化立体仓库实时、在线的优化调度，具有较大的实际应用意义。
【附图说明】
[0022] 图1为穿梭子母车全自动立体仓库示意图；
[0023]图2为穿梭子母车全自动立体仓库模型图；
[0024] 图中：1为母车轨道，2为子车轨道，3为升降机轨道。
【具体实施方式】
[0025] 下面结合附图和实施例对本发明进行详细说明。
[0026] 本发明提供一种穿梭子母车与升降机混合优化调度方法，具体按照以下步骤实 施：
[0027] 步骤1对一台升降机配一套穿梭子母车（1:1型）的调度情况建立合理的数学模型；
[0028] 1.1对穿梭子母车全自动立体仓库进行分析研究，制定货物存取规则
[0029] 参见图1，穿梭子母车全自动立体仓库包含：穿梭子母车（由子车和母车组成）、母 车行走轨道(巷道）、子车行走轨道(货架列）、穿梭式货架、托盘垂直提升系统(升降机）、托 盘输送系统、CMS设备控制系统、WMS仓库管理系统。将实际穿梭子母车全自动立体仓库转化 为0ΧΥΖ坐标系下的模型，如图2所示，包括升降机轨道3、母车轨道1和子车轨道2。其中，升降 机将装有货物的子母车进行Z轴方向的运送，母车将子车与货物进行X轴方向运送，子车将 货物进行Y轴方向运送。单个货位坐标为[x，y，z]，这个坐标是指货位中心的坐标，以I/O点 (出入库站)为上述坐标系原点0。
[0030] 本发明还设定如下货物存取规则：
[0031] (1)使用一套穿梭子母车，一次运送仅能携带一个货物。单独存货（或取货）情况 下，穿梭子母车存货(取货)结束后回到出入库站（I/O点）；存取货复合作业情况下，穿梭子 母车存货结束后，从该点出发进行接下来的取货任务，最终任务结束后，升降机和穿梭子母 车均回到出入库站。
[0032] (2)升降机和穿梭子母车的初始位置在出入库站(即I/O点）。
[0033]出入库订单（即调度任务)下达后，仓库管理系统(WMS)对订单进行分析，按照单纯 存货作业、单纯取货作业、存取货复合作业三种情况，设备控制系统(CMS)调控升降机将子 母车提升到相应的层，母车在巷道运动，停留在货物所在的货物列处，母车释放子车，子车 完成存货或者取货作业后返回。
[0034] 1.2建立一台升降机配一套穿梭子母车（1:1型)存取货物数学模型
[0035] 定义:子车装、卸货物时间为tz;母车装、卸空载子车时间为tm，母车装、卸满载子车 时间为tm'，升降机装、卸空载母车时间为t s，升降机装、卸满载母车时间为ts'，装和卸时间 一样;升降机速度为VS ;母车空载速度为母车满载速度为^ '；子车空载速度为Vz，子车满 载速度为VZ'。
[0036] (1)单纯存货作业模型
[0037] 因升降机和子母车的初始位置在0点，且每次存货完成后子母车又回到0点，所以 单纯存货的总调度行程时间T。如下：
[0038] Tc= ΣΤ〇ι
[0039]
^ ym vm V：Z
[0040] (2)单纯取货作业模型
[0041] 因升降机和子母车的初始位置在0点，且每次取货完成后子母车又回到0点，所以 单纯取货的总调度行程时间Tq如下：
[0042] Tq= ΣΤαι
[0043]
[0044] (3)存取货复合作业模型
[0045] 将货物的存取进行配对，称为存取对，即一存一取为一个单元。对于每个存取对， 分两种情况：
[0046] (a)取货货位和存货货位在同一层；
[0047] (b)取货货位和存货货位不在同一层；
[0048] 同时，将存取对的存取货是否在同一层设为一个0-1变量nuj，
[0049]
[0050] 则每一个存取对(i为存货，j为取货），存取货位在同一层(Zl = Zj)的调度行程时间 Tt、存取货位不在同一层的调度行程时间Tb如下：
[0051]
[0053] 存取货复合作业存取对的总调度行程时间Td如下：
[0054] Td= I[mijXTt+(l-mij)XTb] (5)
[0055] 综上，对于一台升降机配一套穿梭子母车的立体仓库的存取模型如下：
[0Wi (6)
[0057] 步骤2对存取模型进行优化仿真，确定出入库作业最佳调度顺序与最短调度时间。
[0058] 本发明基于遗传算法运用MATLAB进行仿真分析，针对一个升降机配一套穿梭子母 车的调度情况，从两个方面进行研究，分别是:存货数量等于取货数量，以及存货数量大于 取货数量。存货数量小于取货数量的情况不予考虑。在这里详细介绍存取货数量相等时30 个任务量的研究结果，其中参数值见表1。具体步骤如下：
[0059] 给所有要存取货的货位分别编号，以货位的遍历次序作为遗传算法的编码。
[0060] 在MATLAB中产生由一百个(种群数n = 100)随机遍历次序构成的初始群体。货物的 位置是编译前指定的，也可以使用随机生成的坐标参数。
[0061] 采用基本遗传算法中的选择、交叉、变异操作对货位的遍历次序进行优化，选取迭 代次数c = 50，交叉概率Pc = 0.9，变异概率Pm=0.2，适配值淘汰加速指数m= 2。本发明中使 用的适配值函数如下：
[0062] fitness (i ,l) = (l-((len(i, 1 )-minlen)/ (maxlen-minlen+0.0001)))'m
[0063] 其中，len(i , 1)表示任意个体i对应的调度行程时间，maxlen和minlen分别为群体 中调度行程时间最长和最短路径所用时间。
[0064] 利用f i tness>rand选择个体，将时间较小(适应度较大)个体选择并保留下来。
[0065]当存货数量恰好等于取货数量时：
[0066] 30个货物对应货位坐标分别表示为N(x y z)及N'（x y z)，其中，15个为存货(矩 阵A)，N代表存货货位编号(N=l~15)，15个为取货(矩阵B)，N'代表取货货位编号(Ν'= 1' ~15'）。为寻求一条路径使存取货完成的时间最短，货物对应的货位坐标如下：
[0067] A=[l(13 10 3)；2(7 6 4)；3(15 11 2)；4(3 5 2)；5(14 9 3)；6(8 2 1)；7(12 12 2)；8(16 3 4)；9(20 9 2)；10(2 4 3)；11(3 8 2)；12(3 10 3)；13(13 9 1)；14(5 8 2);15(14 4 3)];
[0068] Β=[Γ(5 7 4);2，（16 4 1);3，（17 6 2);4，（4 11 2);5，（10 11 1);6，（9 2 3); 7'（8 4 2);8'（16 5 3);9'（19 5 1);10'（13 6 1);11'（17 9 3);12'（7 3 2);13'（2 2 4);14，（12 1 2);15，（18 7 2)];
[0069] 随机生成一百个关于Α中元素的排列顺序(遍历次序数组a)，随机生成一百个关于 B中元素的排列顺序(遍历次序数组b)，然后确定数组a中元素(代表一个遍历次序)与数组b 中元素(代表一个遍历次序)的一一对应映射关系，由一百个映射关系从而形成一百个关于 30个货物量的存取货复合作业的遍历次序。对数组a和数组b中元素分别利用遗传算法进行 优化，改变数组中元素的取值（即遍历次序），并按照存取货复合作业的遍历次序计算适配 值(既是数组a中相应元素的适配值，也是数组b中相应元素的适配值，所谓相应即构成一个 映射关系的两个元素）。
[0070] 根据程序随机所得一组存取货复合作业顺序为：（8-3'）-（12-14'）- (3-12'） -(13-10,）-（9-15,）-（1 -11，）-（2-1，）-（5-5,）-（10-6,）-（7-4,）-（11 - 7'）- (6-13'）-（ 14-8'）-（ 15-9'）- (4-2'）。行程时间为:RTime = 1015 · 2(s) 〇
[0071] 经过优化后所得一组存取货复合作业顺序为：（13-9'）-（14-4'）-(6-10'）- (74?4'）4(942'）4(84Γ)4(548'）4(124?3'）4(1?47'）4(154?Γ)4(4-12'） 4(2-15'）-（ 10-6'）-（3-3'）-（1-5'）。行程时间为:RTime = 977 · 75(s)。优化效率:η =(优化前行程时间-优化后行程时间）/优化前行程时间=(1015.2-977.75)/1015.2 = 3.7%〇
[0072]其他情况方法同上，将最终得到的结果归纳入表2。其中，当存货数量>取货数量 时，可引入相应数量的(0 0 0)点作为取货货位坐标，使得存货数量=取货数量。同时，由于 一套穿梭子母车时，对于单纯存货或者单纯取货的订单，其行程时间和存货或者取货的顺 序无关，所以表2中并未进行记录。
[0073]由表2得知通过本发明所建立的出入库模型，经过算法优化后货位的取存操作排 序得到优化，穿梭车和升降机的行程时间和明显缩短，可以大大节约时间成本，提高了效 率，进一步证明了该模型的可行性，对于目前市面上的自动化立体仓库，经济效益可观。 [0074] 表1.模型编程参数
[0075]
[0076]
[0077] 表2.仿真分析结果
[0078]
【主权项】
1. 一种穿梭车与升降机结合的仓储系统优化调度方法，其特征在于:包括以下步骤： 1) 根据全自动立体仓库中一台升降机配一套穿梭子母车的调度情况建立用于计算调 度行程时间的数学模型； 2) 以调度行程时间最小化为目标，利用步骤1)所建立的数学模型对调度任务中各个待 调度货物的调度顺序进行优化，确定该调度任务在利用一台升降机配一套穿梭子母车完成 调度情况下的最优调度顺序。2. 根据权利要求1所述一种穿梭车与升降机结合的仓储系统优化调度方法，其特征在 于:所述调度任务包括存取货复合作业。3. 根据权利要求2所述一种穿梭车与升降机结合的仓储系统优化调度方法，其特征在 于:在存取货复合作业情况下，计算调度行程时间的数学模型表示为： Td= Σ [mij XTt+(l-mij) XTb] 其中，Td为存取货复合作业调度行程时间，Tt为存取货位在同一层时完成一个存取对的 调度行程时间，Tb为存取货位不在同一层时完成一个存取对的调度行程时间，存取对表示 先存后取的连续两次货物调度;π^ = 0或1，取值为0表示存取对的存取货不在同一层，取值 为1表示存取对的存取货在同一层，i为存货，j为取货。4. 根据权利要求3所述一种穿梭车与升降机结合的仓储系统优化调度方法，其特征在 于:所述Tt和Tb分别表示为：其中，x、y以及z为货物对应货位在OXYZ坐标系下坐标，所述OXYZ坐标系中，原点0对应 全自动立体仓库的I/O位置，X轴对应母车移动方向，Y轴对应子车移动方向，Z轴对应升降机 移动方向；tz为子车取货或卸货时间；U为空载情况下母车取子车或卸子车的时间；U'为满 载情况下母车取子车或卸子车的时间；t s为空载情况下升降机取母车或卸母车的时间；ts' 为满载情况下升降机取母车或卸母车的时间;Vs为升降机速度;Vm为母车空载速度，Vm'为母 车满载速度;Vz为子车空载速度，Vz '为子车满载速度。5. 根据权利要求4所述一种穿梭车与升降机结合的仓储系统优化调度方法，其特征在 于:所述优化的过程中，若调度任务内包括的存货任务量大于取货任务量，则用相应数量的 待取货物坐标为(〇，〇，〇)的取货任务使存取货任务量相等。6. 根据权利要求1所述一种穿梭车与升降机结合的仓储系统优化调度方法，其特征在 于:所述优化的方法为遗传算法。7. 根据权利要求6所述一种穿梭车与升降机结合的仓储系统优化调度方法，其特征在 于:所述遗传算法中交叉概率P。为〇. 7~0.9，变异概率Pm为0.1~0.2。
【文档编号】B65G1/137GK105858044SQ201610365624
【公开日】2016年8月17日
【申请日】2016年5月27日
【发明人】杨玮, 岳婷, 杜雨潇, 罗洋洋, 刘江, 杨甜, 王婷, 王晓雅
【申请人】陕西科技大学