錢同惠+賴重遠(yuǎn)+張仕臻+王波

摘 要： 在采用精英保留策略改進(jìn)遺傳算法的基礎(chǔ)上，創(chuàng)新性地提出一種自適應(yīng)雙邊界約束策略來改進(jìn)遺傳算法，使改進(jìn)后的算法在提升搜索效率上效果顯著，收斂性增強(qiáng)。實(shí)驗(yàn)數(shù)據(jù)表明，自適應(yīng)雙邊界約束遺傳算法應(yīng)用于倉儲(chǔ)管理的儲(chǔ)位分配算法的尋優(yōu)平均效率提升77.8%，尋優(yōu)平均速度提升62.5%。

關(guān)鍵詞： 自適應(yīng)； 雙邊界約束； 遺傳算法； 儲(chǔ)位分配

中圖分類號(hào)： TN911.1?34； F251 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）17?0127?04

Research on storage distribution based on adaptive dual?boundary

constraints improving genetic algorithm

QIAN Tonghui， LAI Zhongyuan， ZHANG Shizhen， WANG Bo

（Institute for Interdisciplinary Research， Jianghan University， Wuhan 430056， China）

Abstract： On the basis of genetic algorithm improved with elitism?reserved strategy， an adaptive dual?boundary constraint strategy to improve genetic algorithm is put forward innovatively， which can improve search efficiency， and enhance its convergence. Experimental data shows that the adaptive dual?boundary constraint improving genetic algorithm is applied to storage distribution of warehouse management， whose average optimization efficiency is increased by 77.8%， and average optimization speed is increased by 62.5%.

Keywords： self?adaption； dual?boundary constraint； genetic algorithm； storage distribution

1 研究背景

倉儲(chǔ)管理是整個(gè)供應(yīng)鏈管理的一個(gè)重要環(huán)節(jié)，近年來倉儲(chǔ)管理的合理化和人性化受到越來越多企業(yè)和管理者的重視，包括管理的系統(tǒng)化、信息化、現(xiàn)代化。其中，倉儲(chǔ)管理的核心之一是倉儲(chǔ)物流技術(shù)，包括采用更加柔性的智能制造系統(tǒng)，高度逼真的仿真技術(shù)，集成更加智能的倉儲(chǔ)管理軟件以及采用一些人工智能優(yōu)化控制算法等。在倉儲(chǔ)管理方面，儲(chǔ)位分配任務(wù)是一個(gè)高度復(fù)雜的調(diào)度任務(wù)，它直接決定了倉儲(chǔ)設(shè)備進(jìn)出庫作業(yè)的效率，也是充分利用現(xiàn)有貨架資源的重要保證。在貨物資源快速流轉(zhuǎn)的現(xiàn)代物流現(xiàn)狀下，在保證貨物流通安全的同時(shí)不斷提高物流和倉儲(chǔ)效率是企業(yè)生存的重要競爭力。

2 自適應(yīng)雙邊界約束遺傳算法應(yīng)用于儲(chǔ)位分配

2.1 遺傳算法參數(shù)設(shè)置

現(xiàn)假設(shè)需將10個(gè)貨物堆放至一個(gè)規(guī)格為10×20的空貨架中，堆垛機(jī)事先通過3D標(biāo)簽獲得各類貨物的進(jìn)出庫頻次和各個(gè)貨物的質(zhì)量。通常來說，在貨物入庫時(shí)會(huì)考慮一些因素：如質(zhì)量較大的貨物放置在貨架的底層，有利于貨架重心保持穩(wěn)定，進(jìn)出庫頻次較高的貨物放置在靠近出入巷道的列，同時(shí)盡量放置在貨架的底層。

貨物的質(zhì)量和出入庫頻次見表1。設(shè)置遺傳算法參數(shù)，見表2。

設(shè)計(jì)評(píng)價(jià)函數(shù)：

（1）

式中：分別代表貨架的行、列以及待入庫貨物的序號(hào)；為待入庫貨物的質(zhì)量和出入庫頻次；分別為出入庫規(guī)劃質(zhì)量的權(quán)重以及出入庫頻次在貨架行列上的權(quán)重。

2.2 自適應(yīng)雙邊界約束原理

遺傳算法執(zhí)行到一定階段，在變異算子設(shè)計(jì)過程中試著改變算法搜索的兩個(gè)邊界，并且隨著算法運(yùn)行不斷將優(yōu)化結(jié)果的最優(yōu)個(gè)體值反饋到算法之中，這個(gè)反饋值作為一個(gè)動(dòng)態(tài)約束邊界，從而實(shí)現(xiàn)算法的自適應(yīng)雙邊界約束。

2.3 算法實(shí)現(xiàn)流程圖

自適應(yīng)雙邊界約束改進(jìn)策略遺傳算法運(yùn)行的主要步驟包括：種群的初始化、適應(yīng)值評(píng)價(jià)、個(gè)體排序（保存最優(yōu)個(gè)體——精英保留策略，為增強(qiáng)算法收斂性的可選策略）、選擇下一代個(gè)體、交叉操作、變異操作（需要自適應(yīng)調(diào)整變異搜索范圍），迭代直到滿足結(jié)束條件。如圖1所示。

2.4 實(shí)驗(yàn)運(yùn)行結(jié)果

重復(fù)運(yùn)行模型10次得到的結(jié)果見表3。

選取最早收斂個(gè)體適應(yīng)值結(jié)果和最佳收斂個(gè)體適應(yīng)值結(jié)果對(duì)比，見表4。

通過采用自適應(yīng)雙邊界約束策略得到的最早收斂與最佳收斂曲線對(duì)比圖如圖2，圖3所示。

從圖2，圖3結(jié)果來看，貨物入庫狀態(tài)基本呈現(xiàn)出如下特點(diǎn)：

（1） 由于貨架初始狀態(tài)為空，所以算法基本能夠搜索到距離進(jìn)出口位置最近的貨位。

（2） 貨物是成批（10個(gè)一批）入庫貨架，改進(jìn)算法能夠?qū)崿F(xiàn)貨物之間不留空貨位，盡可能搜索到離真實(shí)最優(yōu)解更近的近似最優(yōu)解。

（3） 貨物在貨架上的排布基本實(shí)現(xiàn)質(zhì)量和進(jìn)出庫頻次加權(quán)值較大的被優(yōu)先安排在貨架底層和進(jìn)出口外層；貨物進(jìn)出庫頻次被作為安排貨位的優(yōu)先因素。出現(xiàn)這種現(xiàn)象的原因是：貨物進(jìn)出庫頻次數(shù)和貨物質(zhì)量值計(jì)量單位不同且未均一化，進(jìn)出庫頻次數(shù)這個(gè)動(dòng)態(tài)值和貨物質(zhì)量靜態(tài)值在動(dòng)態(tài)調(diào)度規(guī)劃中不協(xié)調(diào)。

自適應(yīng)雙邊界約束遺傳算法（帶精英保留策略）與精英保留策略改進(jìn)遺傳算法運(yùn)行結(jié)果對(duì)比見表5。

圖4的運(yùn)行結(jié)果直觀展示出通過自適應(yīng)雙邊界約束改進(jìn)遺傳算法不僅使種群中個(gè)體最佳適應(yīng)值均值從705.8直接降到397.0，大幅逼近真實(shí)最優(yōu)解。同時(shí)最佳適應(yīng)值出現(xiàn)所需迭代次數(shù)（均值）從3 498.1降到了2 151.6；從表5中數(shù)據(jù)來看，采用雙邊界約束遺傳算法的迭代時(shí)間會(huì)有所延長，原因是雙邊界約束遺傳算法在后期能夠防止算法進(jìn)入全局無目的搜索，通過自適應(yīng)調(diào)節(jié)邊界范圍，逐步將搜索局域約束在某個(gè)動(dòng)態(tài)邊界值以內(nèi)，使得算法在自適應(yīng)調(diào)整邊界的同時(shí)，加強(qiáng)算法的局部搜索能力。通過控制自適應(yīng)調(diào)節(jié)的時(shí)機(jī)和步伐，能夠保證了算法優(yōu)化結(jié)果的全局最優(yōu)和快速局部搜索。

3 結(jié) 論

本文提出一種自適應(yīng)雙邊界約束策略，算法運(yùn)行過程中能夠自動(dòng)調(diào)整搜索邊界，在保證算法前期全局搜索的同時(shí)，能夠增強(qiáng)算法后期的局部搜索能力和快速收斂性能。從圖2～圖4可以直觀看出，采用該策略前后，算法的尋優(yōu)平均效率提升77.8%，尋優(yōu)平均速度提升62.5%。由此可以看出，自適應(yīng)雙邊界約束策略改進(jìn)遺傳算法非常適合解決儲(chǔ)位分配管理優(yōu)化問題。

參考文獻(xiàn)

[1] 龍鋒.基于自適應(yīng)遺傳算法的W公司倉庫貨位分配與優(yōu)化研究[D].廣州：華南理工大學(xué)，2015.

[2] 馬永杰.大型倉儲(chǔ)系統(tǒng)的調(diào)度算法研究[D].蘭州：蘭州交通大學(xué)，2011.

[3] 黨培.醫(yī)藥冷鏈物流倉儲(chǔ)管理系統(tǒng)關(guān)鍵問題研究[D].西安：陜西科技大學(xué)，2015.

[4] 孫曉琳.基于云模式的智能倉儲(chǔ)管理系統(tǒng)研究[D].武漢：武漢理工大學(xué)，2014.

[5] 黃剛.物流發(fā)展呈現(xiàn)多重新趨勢(shì)[J].經(jīng)理人，2014（5）：24?25.

[6] 王健.基于遺傳算法的倉儲(chǔ)貨位優(yōu)化研究[D].西安：西安建筑科技大學(xué)，2009.endprint