[发明专利]基于人工蜂群算法的模具库智能分区存储方法

说明书

本发明公开了基于人工蜂群算法的模具库智能分区存储方法，包括如下步骤：针对模具分区存储优化问题，首要要对所要解决的能耗、效率、质量三个部分的解决方案进行概括性描述；能耗问题主要体现在：保证货物在被运送出库的过程中所消耗的能量较小,则需要保证堆垛机做功较少；考虑效率因素,概括如下：只有距离货架巷道口近的位置尽量分配给出入库频率高的模具，才能降低堆垛机的整体作业时间，提高模具的出入库效率；分析质量因素带来的不便，可以总结为：要对货位进行优化，使货架的重心下降，达到货架稳定的目的。

技术领域

本发明属于智能制造自动化锻压生产线领域，具体涉及一种基于人工蜂群算法的模具库智能分区存储技术。

背景技术

目前，模具存在随地堆放甚至叠加堆放的问题，给模具查找和运输带来困扰；模具运输使用折车或吊车的方式，运送时间长，尤其是大型、重型模具运送过程必须小心缓慢，没有从源头上减少模具更换的时间；在模具仓储管理方面，目前大多数企业仍采用电子台账配合人工纸质记录的方式对模具进行管理，这种管理方式不仅效率低下、错误率高，而且增加企业人力的管理成本，也与先进的快速换模系统存在技术脱节。因此如何高效高质量地对模具仓库进行管理是该领域迫切需要解决的一大难题。

人工蜂群算法(artificial bee colony，ABC)是由土耳其学者Karaboga于2005年提出，它是模拟蜜蜂的采蜜行为来解决生活中一些多维和多模的优化问题。相对于其他智能算法而言，ABC算法具有控制参数少、易于实现和计算简单等优点，因此已被广泛应用于函数优化和工程领域等一系列问题中。针对模具仓库管理中最显著的降低能耗、提高效率、改善稳定性与质量等问题的解决与优化，可采用人工蜂群算法来进行模具库多目标优化的分区策略研究，继而对模型进行求解，确定最优解，通过这一方法可以在很大程度上减小货物在被运送出库的过程中所消耗的能量，提高出入库效率，改善货架稳定性。

但人工蜂群算法在收敛速度、计算精度等方面也存在着一些缺陷，而且与其他智能算法如蚁群算法、遗传算法和粒子群算法相比，针对ABC算法的收敛变化和收敛方法的研究还不够透彻，且该算法的有效性和针对性大多通过仿真实验来证明，这在很大程度上制约了ABC算法的应用与改进。

发明内容

针对上述现有技术的不足以及锻压生产线模具存放占用面积大、存放效率低、管理困难等问题，本发明实现了以能量消耗最小和工作时间最小以及货架稳定性最好为优化目标，提出一种基于人工蜂群算法的模具库智能分区存储技术具有算法简单、灵活性强和鲁棒性强等优点。现采用如下技术方案：

为了实现上述目的，本发明提供一种基于人工蜂群算法的模具库智能分区存储技术，包括如下步骤：

针对模具分区存储优化问题，首要要对所要解决的能耗、效率、质量三个部分的解决方案进行概括性描述；

能耗问题主要体现在：保证货物在被运送出库的过程中所消耗的能量较小,则需要保证堆垛机做功较少；

考虑效率因素,概括如下：只有距离货架巷道口近的位置尽量分配给出入库频率高的模具，才能降低堆垛机的整体作业时间，提高模具的出入库效率；

分析质量因素带来的不便，可以总结为：要对货位进行优化，使货架的重心下降，达到货架稳定的目的；

在分区存储优化之前，要确定模具库的货架货格类型，对堆垛式立体仓库做如下三个假设；

首先，模具库设计方面，本文研究的模具库货格采用单元式货格，两排货架中间会有一个供堆垛机行驶的巷道；

接着，出库台与入库台设置在货架的同一侧，在出库任务与入库任务都有时，方便堆垛机进行复合作业；

最后，假设货格为正方体；

针对以上假设，开始建立数学模型；