基于遗传算法的自动化立体仓库货位优化模型研究

在AS／RS调度系统中,货位分配是一个关键问题。为了提高AS／RS入出库效率,优化货架的使用,文章引入遗传算法理论,并利用该思想对自动化立体仓库货位分配算法进行了优化,提出并建立了基于遗传算法的AS／RS货位优化模型。     

基于SPMD的粗粒度并行遗传算法在立体仓库路径优化中的应用

为了提高粗粒度并行遗传算法性能,缩短对立体仓库路径优化问题的求解时间,将一种单程序多数据流（简称SPMD）并行结构运用到粗粒度并行遗传算法中,并对算法进行改进。通过对自动化立体仓库拣选路径优化模型的求解,得到串行与并行计算两种情况下的运算时间与加速比,并在求解精度相差不大的情况下,将改进算法的计算时间与遗传算法、蚁群遗传算法进行比较。对比结果表明,并行计算能有效提高算法优化效率,缩短程序执行时间。该研究对于解决自动化立体仓库堆垛拣选路径优化问题有着重要的现实意义。     

自动化立体仓库实验室建设探究

将教学需要与实际操作相结合,自主设计了自动化立体仓库实验室,既能够开展基于立体仓库的自动存取、自动搬运、自动分拣等实际操作,又能满足教学实验的要求,实现了立体仓库实际运作与教学的兼顾。建设实践表明:该实验室具有与实际结合紧密、自动化程度高的特点,符合物流自动化发展的要求。     

基于二维码的自动化立体仓库调度系统的设计

在对二维码的生成与使用进行系统研究的基础上,将二维码技术首次与AS/RS调度管理系统相结合,并借助各种智能系统下的移动设备,大大改进了AS/RS调度管理系统的入出库效率,使得库存盘点变得简单,解决了人为信息输入的瓶颈。     

基于PROFIBUS总线的自动化立体仓库控制软件设计

针对上海工程技术大学的柔性制造系统,介绍了自动化立体仓库的控制软件设计,并重点介绍了设计要点PROFIBUS通讯和运动控制器。所提出的系统成功应用于现代制作系统实验中心的柔性制造系统中,实现了自动化立体仓库中的优化控制和优化运行,取得了明显的应用成效。     

智能物流下货到人模式的货位分配优化

为了求解智能物流环境下货到人模式的智能仓库货位分配问题,首先根据货物出入库频率、货物质量和货位信息,从提货架稳定性、提高出入库效率、相关货物靠近存放角度建立多目标货位分配模型,然后运用权重法将多目标问题求解转为单目标问题求解,最后提出一种基于改进的遗传算法求解数学模型.该算法通过优化种群初始化方式、选择合理的适应度函数...     

基于PLC的自动化立体仓库模型控制系统设计

文章首先分析了自动化仓库的总体设计方案,并具体分析了该系统的硬件系统组成及软件设计的思想。采用PLC控制、利用光电检测、步进驱动等先进技术实现了自动化立体仓库模型的进出料控制和巷道机的精确定位。最后对自动化立体仓库控制的组态设计做了分析说明,实现了对自动化仓库模型的仿真控制和动态监控功能。     

结构化编程方法在立体仓库控制中的应用

文章介绍了一种立体仓库自动存取系统的构成,在原有只能完成定点间取放的线性化编程的基础上,改进为用S7-300的结构化程序设计方法完成任意物位间的货物取放,并体现了结构化编程方法在复杂控制系统中的优点.     

基于多种群的多目标遗传算法研究

根据求解多目标优化问题时的一般要求,结合当前多目标优化算法的研究状况,从增强和保持种群的多样性角度出发,采用多种群的方式,提出了一种基于多种群的多目标遗传算法,同时算法中采用ε-占优的策略更新外部种群.通过针对经典测试函数的实验表明,该算法能够求得这些问题的Pareto前沿,说明该算法具有求解复杂多目标优化问题的能力.     

自动化立体仓库中库位优化模型研究

在研究现有自动化立体仓库存储模式的基础上，提出库位优化的思想。根据货物存放最低能量原则，建立了库位优化的数学模型。按该库位优化模型存储货物，不仅节省物资出入库过程的能量消耗，降低立体仓库的运行成本，而且提高物资出入库的节奏。     

一种用于双负载重力货架自动存取系统的排序方法(英文)

重力货架自动存取系统的双提取操作排序问题等价于在一组提取货物中进行两两配对以生成最小执行成本的双提取操作序列,因此双提取操作排序问题被建模为一个匹配问题.提出一个基于匈牙利方法的启发式方法 RSHM来生成具有最小总行驶时间的双提取命令.为了保证生成可行的双提取操作序列,对称标记法被引入RSHM;为了打破对称标记法引起的无限循环,RSHM被设计成一个递归过程.仿真实验对双负载装卸设备的成本效益和RSHM的性能进行了评价和分析.仿真实验结果显示:与单负载设备相比,采用双负载装卸设备可以节省超过40%的提取操作总行驶时间;与贪婪规则相比,RSHM能够减少5%~10%的总行驶时间.     

AS/RS based yard and yard planning

In this paper, we apply the split-platform automated storage/retrieval systems （SP-AS/RSs） （Hu et al., 2005） to store containers in the yard to improve the yard performance and to increase the utilization of the yard space. The layout of an SP-AS/RS based yard is described in detail. To achieve an efficient operation, we present a novel yard space allocation policy called the ＇second-carrier-based allocation policy＇, which can help to alleviate the out-of-sequence problem of containers and the congestion of vehicles at the AS/RS racks. Different allocation policies are compared by an integrated container terminal simulation system. The simulation results show that the second-carrier-based policy is very efficient and has the potential to offer high terminal performance.     

改进遗传算法在电力系统无功优化中的应用

将遗传算法用于电力系统无功优化,并对传统遗传算法的编码方式、遗传操作算子、交叉和变异概率以及迭代终止判据等方面进行了改进,同时使用本文的算法对IEEE6及IEEE14节点系统进行了无功优化计算,结果表明改进后的遗传算法合理可行。     

基于蚁群粒子群混合算法的多目标优化在供水管网优化设计中的应用

在城市供水系统中,管网的铺设费用占很大比重。如何最大限度降低建设成本而又保证供水的可靠性,是供水管网设计的重点和难点。基于供水管网的固有特性,结合蚁群、粒子群算法的优点,将蚁群粒子群混合算法应用到供水管网设计的多目标优化中。将蚁群中的信息素、启发因子、信息素挥发度参数映射到粒子群算法中粒子的位置坐标,通过粒子迭代寻找最优位置,并将蚁群算法通过特定信息素更新方式并限制迭代次数来进行优化,再将粒子最优位置反馈到优化后的蚁群算法中,寻找最优解。通过此算法,优化了供水管网中管径的选择,在保证供水管网可靠性的前提下,尽量缩减建设费用,为决策者提供更加经济实用的决策参考。     

基于PLC的自动存储系统在实验教学中的应用

介绍了基于PLC的自动存储系统的结构组成,工作原理和操作方法,提出了自动存储系统在实验和实践教学中的不同层次的应用方法和特点。实践表明,将现代工业控制系统模型装置应用于实验教学,不但提高了学生的动手能力和实践能力,有利于形成整体性、系统性的概念,而且更易于培养学生的综合素质和创新思想。     

基于遗传算法的高校排课系统设计与实现

随着高等教育的发展,学生人数不断增加,而教室资源和教师资源有可能相对有限,排课就成为教学管理中十分重要且又相当繁重的工作之一。文章根据高校排课特点,在对排课系统及遗传算法基本理论分析的基础上,使用基本遗传算法SGA,设计并开发出了一个基于B/S模式的排课系统CAS,以满足高校教学管理工作不断发展的需要。     

遗传算法在电力系统故障诊断中应用及智能设计

介绍了遗传算法及其在电力系统故障诊断中的应用,建立了基于遗传算法的模糊神经网络智能控制系统模型,并对模型的智能控制过程进行了分析,以故障分类算法为例,说明算法在电力故障诊断中的应用及其实现过程。     

Optimum allocation of FACTS devices in Fars Regional Electric Network using genetic algorithm based goal attainment

This paper presents a novel approach to find optimum locations and capacity of flexible alternating current transmission system （FACTS） devices in a power system using a multi-objective optimization function. Thyristor controlled series compensators （TCSCs） and static var compensators （SVCs） are the utilized FACTS devices. Our objectives are active power loss reduction, newly introduced FACTS devices cost reduction, voltage deviation reduction, and increase on the robustness of the security margin against voltage collapse. The operational and controlling constraints, as well as load constraints, were considered in the optimum allocation. A goal attainment method based on the genetic algorithm （GA） was used to approach the global optimum. The estimated annual load profile was utilized in a sequential quadratic programming （SQP） optimization sub-problem to the optimum siting and sizing of FACTS devices. Fars Regional Electric Network was selected as a practical system to validate the performance and effectiveness of the proposed method. The entire investment of the FACTS devices was paid offand an additional 2.4% savings was made. The cost reduction of peak point power generation implies that power plant expansion can be postponed.