一种基于改进遗传算法的舾装件托盘多载具协同拣选方法

本发明涉及一种舾装件托盘多载具协同拣选方法，属于船厂内运输。

背景技术：

1、随着船舶制造业与运输业的发展，传统的船舶建造模式已无法满足新背景下船舶建造快速发展的要求，船舶舾装件管理对船舶建造有决定性影响，对其合理的、高效的在船厂运输也就显得十分重要，对于舾装件托盘的仓库中的运输来说，在仓库通道宽度约束及仓库面积限制下，为所有拣选员各选取一条拣选路线，使得总拣选时间最短。目前，船厂舾装件托盘拣选路径的规划主要由拣货员自主完成，对于拣货员来说，会在收到物流调度系统为其分配的多个拣货单，在多个拣货员同时进行拣选时，会出现拥堵情况，直接影响拣货效率以及准时性，在此过程中经常存在任务分配不合理和拣货顺序不合理等问题，因而导致实际运送过程中的等待时间长、工作效率较低。

技术实现思路

1、本发明为解决多个拣货员同时进行拣选时会出现拥堵情况，导致实际运送过程中的等待时间长、工作效率较低的问题，进而提出一种基于改进遗传算法的舾装件托盘多载具协同拣选方法。

2、本发明为解决上述问题采取的技术方案是：本发明的步骤包括：、

3、步骤1、确定各拣选员的拣选路线，其中拣选路线依照拣选任务按s型路线，遵循不重合的原则；

4、步骤2、基于改进的遗传算法，对各拣选员的任务进行重新分配，获得新的调度方案；

5、步骤3、根据最终获得的调度方案，设计新的拣选路径。

6、进一步的，步骤2中所述改进的遗传算法是通过如下步骤实现的：

7、步骤201、初始化：将拣选任务从小到大排列后，将中位数设定为关键基因，以剩余任务与关键基因差值的倒数进行轮盘赌选择，增加相邻任务差值较小的概率，减少初代群体中劣质个体数量；

8、步骤202、计算个体适应度，拣选时长的倒数，淘汰适应度低的个体；

9、步骤203、交叉：计算自适应交叉算子，并基于pox策略进行交叉；

10、步骤204、变异：计算自适应变异算子以确定变异几率，然后据此变异。

11、进一步的，步骤204中引入正弦自适应算子计算方法为：

12、当多轮迭代后结果不再改变，可以认为已求得一组解，接下来要依照变邻域搜索策略，对最优解进行插入、重排序、2-opt操作，之后验证是否优于目前最优解，若是，则进行替换；不是，则再度构建邻域解至设定的最大次数。

13、进一步的，正弦自适应算子求解公式为：

14、

15、

16、公式(1)对应交叉概率，公式(2)对应变异概率，其中中，pc1表示种群最大交叉概率，pc2表示种群最小交叉概率，pm1表示种群最大变异概率，pm2表示种群最小变异概率，fiti表示种群个体适应度值，fitmax表示种群个体最大适应度值，fitavg表示种群个体平均适应度值。

17、本发明的有益效果是：1、利用改进的遗传算法对舾装件托盘的拣选路径路径进行优化，使得拣选顺序合理化，减少等待时间，不仅降低能源损耗、缩短拣选的工作时长，提高效率；还能在很大程度上减少作业时间，提高船厂的智能化水平；

18、2、本发明主要用于船厂的托盘拣选工作，克服了拣选过程中只依赖于人工而导致拣选过程时间长、拣选顺序不合理等情况，整个系统完成后，拣选员的工作会更加条理化，节约人工成本；最重要的是，拣选过程中走过的路径距离减少，节省了时间，有利于复杂条件下工作的顺利完成。

技术特征：

1.一种基于改进遗传算法的舾装件托盘多载具协同拣选方法，其特征在于：所述一种基于改进遗传算法的舾装件托盘多载具协同拣选方法的步骤包括：

2.根据权利要求1所述的一种基于改进遗传算法的舾装件托盘多载具协同拣选方法，其特征在于：步骤2中所述改进的遗传算法是通过如下步骤实现的：

3.根据权利要求2所述的一种基于改进遗传算法的舾装件托盘多载具协同拣选方法，其特征在于：步骤204中引入正弦自适应算子计算方法为：

4.根据权利要求3所述的一种基于改进遗传算法的舾装件托盘多载具协同拣选方法，其特征在于：正弦自适应算子求解公式为：

技术总结
一种基于改进遗传算法的舾装件托盘多载具协同拣选方法，它涉及一种舾装件托盘多载具协同拣选方法。本发明为了解决解决多个拣货员同时进行拣选时会出现拥堵情况，导致实际运送过程中的等待时间长、工作效率较低的问题。本发明基于全部任务完成时间最短的原则，规划各拣选员的拣选顺序,每个托盘默认一个订单，整个拣选模型是由拣选员、拣选通道、托盘所在库位、以及出入口组成，考虑运输拣选通道的宽度约束，同一时刻只能有1名拣货员在一条拣货通道中，如果有另一名拣货员要进入该拣选通道进行拣货，那么将对任务进行替换，即已在该通道的拣货员替其进行拣货操作，而另一人则执行已在拣货通道中的人的拣货任务。本发明属于船厂内运输技术领域。

技术研发人员：李敬花,张帆,周磊
受保护的技术使用者：哈尔滨工程大学
技术研发日：
技术公布日：2024/2/1