买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏安方电力科技有限公司

摘要：一种面向电力物资的密集型自动化立体仓库货位优化方法，采用了货格列定义电力物资存储单元和分类存储策略，分类、有序地放置电力物资，避免了频繁的转移物资操作，提高存取效率。结合多种货位优化原则，如依托于周转率的原则、稳定性原则、相关性原则、同一性原则等，确立多个电力物资自动化立体仓库的货位优化目标，比单一优化目标更加全面合理。综合考虑电力物资的周转率和关联度，以及电力物资密集型自动化仓库的结构特点，建立面向电力物资的密集型自动化立体仓库多目标货位优化模型，能较好地与电力物资存取的实际问题相结合。本方法能够优化电力物资货位的分布，帮助决策者制定正确的策略，且对传统非密集型仓库和密集型仓库均具有有效性。

主权项：1.一种面向电力物资的密集型自动化立体仓库货位优化方法，其特征在于：所述方法包括如下步骤：S10，对某一存放电力物资的密集型自动化立体仓库的结构和库存量进行分析和处理，得到该立体仓库的货架基础数据和其中电力物资数据，其中电力物资数据包括但不限于种类、数量、质量、初始货位坐标；S20，针对穿梭车式密集型自动化立体仓库的特点，明确货格列存储单元的位置，采用货格列来定义电力物资存储单元，采用分类存储策略来存储电力物资；S30，综合考虑电力物资历史订单数据、库存数据，进行数据处理和计算得到电力物资周转率；S30，综合考虑电力物资历史订单数据、库存数据计算得到电力物资周转率，具体为：电力物资的周转率通过对某一时间段的电力物资历史订单进行数据处理和计算得到，计算公式为： 式中：Pi为第i种电力物资的周转率，T为计算时间段的长度，以天为单位，Yi为第i种电力物资在该段时间内的出库数量，和分别为第i种电力物资在该段时间初期和末期的库存量；S40，综合考虑不同种类电力物资的历史订单数据，提出了不同种类电力物资关联度；S40，综合考虑不同种类电力物资的历史订单数据提出不同种类电力物资关联度，包括如下步骤：定义第i种电力物资的订单矩阵ICi为： 式中：ICi为1*Q的0-1矩阵，Q为所选取的历史订单总数，Oq,i＝0表示订单q不包含第i种电力物资，Oq,i＝1表示订单q包含第i种电力物资；定义不同种类电力物资关联度计算公式： 式中：Ri,s为第i种电力物资和第s种电力物资的关联度，取值范围为0-1；定义同种电力物资的关联度为1；S50，结合多种货位优化原则，如依托于周转率的原则、稳定性原则、相关性原则、同一性原则，确立多个电力物资自动化立体仓库的货位优化目标；S50，结合稳定性原则确立电力物资货架重心最小化的货位优化目标，其中：根据电力物资放置时遵循货架上轻下重的稳定性原则，要满足电力物资的质量与其货位xi,j，yi,j，zi,j的高度乘积最小，整体货架重心最小化表示为： 式中：Mi为第i种物资的质量，I为电力物资种类数，ki为第i种电力物资的数量，Lh为每个货位的高度，以米为单位；S60，综合考虑电力物资密集型自动化立体仓库结构和存储策略及原则，建立面向电力物资的密集型自动化立体仓库多目标货位优化模型；S60，综合考虑电力物资密集型自动化立体仓库结构和存储策略及原则，建立面向电力物资的密集型自动化立体仓库多目标货位优化模型，其中：面向电力物资的密集型自动化立体仓库多目标货位优化模型表示为： 该货位优化模型的约束条件为：1货位容纳度约束，一个货位只能放置一个电力物资，两个不同电力物资的货位不能完全相同：|xi,j-xs,t|+|yi,j-ys,t|+|zi,j-zs,t|＞01≤i,s≤I；1≤j,t≤ki；i≠s∪j≠t2货位资源约束，货架上电力物资的货位坐标不能超过货架的参数限制： 3货格列资源约束，货格列的坐标不能超过货架的参数限制： 4决策变量约束，决策变量xi,j,yi,j,zi,j与dx,z,i直接存在以下约束关系： S70，采用自适应遗传算法对所提出的电力物资货位优化模型进行求解，得到货位优化结果；S70，采用自适应遗传算法对所提出的电力物资货位优化模型进行求解，包括如下步骤：S701，染色体编码：由于货位优化问题的本质是一种多目标的组合优化问题，根据问题的特点，采用整数排列编码方案；其中，每条染色体都代表密集型自动化立体仓库内所有电力物资的一个货位分配方案，染色体上的基因总数对应物资总数；若染色体上有N个基因，则总共有N个电力物资需要进行货位优化；基因上的值表示货位的坐标位置，基因对应的编号表示物资的编号；S702，目标函数归一化：4个目标函数中，f1、f2、f3都以求其最小值为最优解，对f4现作如下变换： 由于f1，f2，f3量纲都为米，f4无量纲，并且为了避免在多目标函数通过设置权值转换为单目标函数计算时，由于每个函数的大小范围不同对计算结果的影响有较大差异，对四个函数分别进行如下的归一化处理： S703，构建适应度函数：通过对其设置不同的权重系数给4个目标赋予权重值wii＝1,2,3,4，得到的适应度函数如下所示： 式中：w1+w2+w3+w4＝1；采用轮盘赌的选择方法进行种群选择操作，经过自适应交叉操作和自适应变异操作，采用精英保留策略充分保证种群中适应度最高的个体不丢失。

全文数据：

权利要求：

百度查询： 江苏安方电力科技有限公司 一种面向电力物资的密集型自动化立体仓库货位优化方法