随着计算机技术的发展与企业信息化的推进,中小型企业仓库管理系统如雨后春笋般层出不穷,为库内信息采集、记录和管理提供了有效的平台。而随着出入库任务的增加,货位分配与拣选路径优化成为提高仓库存储能力与作业效率的关键,传统记账式仓库管理系统已经无法满足当前的仓储和拣选需求。因此,开发一款具有自动优化货位分配和拣选路径功能的仓库管理系统对中小型企业的发展具有重要的现实意义。遗传算法具有内在的隐并行性和良好的全局寻优能力,运行速度快且容易发现最优解,对求解货位分配和拣选路径优化模型具有很好的性能。但是,随着迭代次数的增多,算法的搜索效率逐渐降低,容易陷入局部最优解。针对上述问题,本文提出了改进的遗传算法对货位分配和拣选路径优化模型进行求解。在此基础上,设计并实现了应用于中小型企业的仓库货位分配和拣选路径优化原型系统。论文的主要工作如下:(1)提出基于改进选择算子的多种群遗传货位分配算法(Multi-population Genetic Location Allocation Algorithm Based on Improved Selection Operator,IMGA-LA)以解决货位分配与优化问题,满足中小型企业仓库管理系统对货位分配的需求。考虑货物周转率、货物相关性、货架稳定性和货物与货位之间匹配关系对仓库存储能力和作业效率的影响,建立多目标货位分配优化模型。在采用遗传算法求解模型过程中,采用累积概率改进选择算子,保证子代种群个体的优良性,提高算法的搜索效率;采用多种群遗传机制,增加种群的多样性,使算法不易陷入局部最优解。将IMGA-LA算法与GA、IGA和PSO算法在特定数据集上进行实验比较,结果表明,所提算法在全局搜索能力、收敛性和稳定性方面都得到显著提高,而在仓库的存储能力和作业效率方面也有明显改善。(2)提出基于时间窗约束多种群遗传拣选路径优化算法(Multi-population Genetic Order-picking Optimization Algorithm Based on Time Window Constraints,TWCMGA-OPO)以解决多人作业拣选路径优化问题,满足中小型企业仓库管理系统对拣货策略的优化需求。考虑到中小型企业仓库货物拣选依靠人工作业会导致的拣选任务分配、拣选路径冲突以及如何求得最短拣选路径的问题,建立以拣选路径长度最短为目标的多人作业拣选路径优化模型。在模型求解过程中,采用时间窗算法分析路径集合,通过调整对同一路段重叠占用的时间窗,从而消除路径冲突。在特定数据集上的实验结果表明,所提算法求得的拣选路径长度与GA、IGA和PSO算法相比分别减少了6.09%、4.45%和6.72%,同时由于算法考虑到多人拣货的并行性,因此可以使得拣货时间大幅减少。(3)通过对中小型企业仓库管理系统的需求分析和在上述货位分配和多人作业拣选路径优化算法的基础上,采用MySQL和SQLite数据库以及Java语言,设计和实现了运行在客户端和Android端的具有货位分配和拣选路径优化功能的中小型企业仓库管理原型系统。测试结果表明,该系统满足仓库管理的基本需求,并能满足货位分配和货物拣选路径优化的需求。
暂无评论