[发明专利]用于立体仓库的物料调度控制方法

权利要求书

1.一种用于立体仓库的物料调度控制方法，其特征在于，包括：

确定初始策略以求解利用多个车辆将多个预定物料调度到多个预定地点的优化问题，所述初始策略包括从多个路线中选择一条或多条路线来完成物料调度，并使所选择的所有路线的总成本最小化，所述初始策略不依赖物料的优先级而生成；

将多个非优先物料调度加入当前策略中多条优先路线中，所述非优先物料调度位于所述优先路线的邻域中，所述优先路线为包含至少一个优先物料调度的路线；以及

执行多个禁忌搜索算法来优化所述初始策略，所述禁忌搜索算法包含以下之一：

将当前策略中一个或多个选定的优先路线划分为两个新的优先路线；

针对当前策略中一个或多个选定优先路线，将枢纽点集合从两个路线中的一个优先路线移动至两个路线中的另一个优先路线，并在两个路线中的优先路线之间交换枢纽点；以及

针对当前策略中具有中途枢纽点的间接优先路线中的多条选定优先路线，将所述间接优先路线划分为未包含中途枢纽点的多条缩短优先路线，并对所述一个或多个选定优先路线，执行上述将枢纽点集合从两个路线中的一个优先路线移动至两个路线中的另一个优先路线，并在两个路线中的优先路线之间交换枢纽点的步骤，并且其中各对选定优先路线组合包括缩短优先路线；

使用人工蜂群算法，首先根据蜂群的信息素浓度动态地调节搜索跨度，然后在自适应搜索跨度的引导下更新蜂群位置，步骤如下：

a1：将一个蜜蜂个体映射为一个解；设置蜂群的规模N、算法的最大世代数G、蜂群的初始位置(X_axis，Y_axis)和蜂群的信息素浓度；

X_axis=rand()

Y_axis=rand()

其中，rand()表示［0，1］的随机数；

a2：更新搜索跨度，根据信息素浓度动态地修正第i个蜜蜂的搜索跨度V_i；

当Taste_i≥Taste_avg时:

V_i=V₂-[(V₂-V₁) (Taste_i-Taste_avg)]/ Taste_max-Taste_avg()

当Taste_i＜Taste_avg时:

V_i=V₂

其中，V_i和Taste_i分别为第i个蜂群的跨度和信息素浓度；V₁和V₂分别为搜索跨度变化范围的边界值；Taste_avg和Taste_max分别为种群中信息素浓度的均值和最大值；

a3：在搜索跨度V_i的引导下，动态更新第i个蜜蜂的位置（X_i，Y_i）：

X_i=X_axis+V_i

Y_i=Y_axis+V_i，

a4：信息素浓度参数S_i为蜂群距离最优解的值，蜂群和原点距离值为Dit_i为

，

S_i=1/Dit_i

a5：信息素浓度函数Taste_i表示蜂群寻优的效果，将物流网络的目标函数min作为信息素浓度函数；

a6：根据a5的结果，搜索当前种群中拥有最小信息素浓度值的蜂群，并将该蜂群作为最优蜂群；

［optiTaste，optiIndex］=min[Taste_i()]，

a7：根据a6的结果，记录最优蜂群的信息素浓度值和位置；

Tasteopti=optiTaste，

X_axis=X(optiIndex)，

Y_axis=Y(optiIndex)，

a8：当算法演化至指定的世代数时，算法结束，输出结果；否则，重复a3-a6；

对物料调度路线进行优化之后，重新估计调度策略的运行效能，包括：

接受用户所输入的物料的待调度数量、时间约束及成本约束；

将待调度数量应用于物流网络的第一最优路线；

根据所述待调度数量、时间约束及成本约束，计算当前物料在该物流网络的第一最优路线中运输的第一成功概率；

若第一最优路线处于失效状态，则将该待调度数量应用于物流网络的第二最优路线，并计算当前物料在物流网络的第一最优路线中运输的第一失效概率；

根据该待调度数量、时间约束及成本约束，计算该物料在该物流网络的第二最优路线中运输的第二成功概率；

将第一成功概率、第一失效概率和第二成功概率通过预设计算过程整合为该物流网络的物料调度成功概率，并将其作为立体仓储物流系统的运行效能；

其中将待调度数量应用于最优路线的步骤包括，确定该物流网络的多个最优路线，其中最优路线是立体仓库至目的地之间的多个优先路线段的有序集合，并且没有任何循环；计算每一个最优路线的流量；并将每个最优路线的流量转换成每个优先路线段当前的满载率；

其中，计算每个最优路线的流量的步骤包括，对该最优路线的每个优先路线段提供前置时间；利用调度时间小于或等于时间约束的目标函数，求解该最优路线的流量，其中该调度时间等于待调度数量除以该最优路线的流量的结果加上多个前置时间的总和；并当最优路线的流量小于最优路线的容量约束时，判断该最优路线存在优化向量；

其中计算成功概率的步骤包括，根据待调度数量、时间约束和成本约束，以及每个最优路线传送待调度数量的调度时间小于或等于时间约束的目标函数，求取该最优路线的每个优先路线段在每单位时间内所传送的最大运输量；

将每个最优路线的多个优先路线段的多个满载率组成满载向量，多个满载率的数值设置为随机的变化，以对应立体仓储物流系统的流量分布状态；执行成本检查，以检查每个最优路线传送待调度数量的调度成本是否超过成本约束；在每个最优路线的调度成本小于或等于成本约束，并且调度时间小于或等于时间约束时，计算该物流网络的任一路线的满载向量大于或等于多个最优路线的优化向量的概率，并将所述概率定义为物流网络的成功概率。