發(fā)布時(shí)間：2017-07-16 16:13

  本文關(guān)鍵詞：智能倉(cāng)庫(kù)系統(tǒng)多機(jī)器人任務(wù)分配問(wèn)題研究

  更多相關(guān)文章： 智能倉(cāng)庫(kù)系統(tǒng) 貨到人 任務(wù)分配 數(shù)學(xué)模型 啟發(fā)式算法

【摘要】：基于“貨到人”的智能倉(cāng)庫(kù)系統(tǒng)是近幾年出現(xiàn)的一種新型配送中心倉(cāng)儲(chǔ)管理模式。由倉(cāng)儲(chǔ)機(jī)器人代替人工來(lái)完成倉(cāng)庫(kù)系統(tǒng)內(nèi)部繁雜的揀貨工作,在一定程度上有效提高了揀貨效率。本文對(duì)智能倉(cāng)庫(kù)系統(tǒng)多機(jī)器人任務(wù)分配問(wèn)題(TAMRSW)進(jìn)行了相關(guān)研究,將多機(jī)器人任務(wù)分配問(wèn)題分為倉(cāng)儲(chǔ)機(jī)器人數(shù)量充足的任務(wù)分配問(wèn)題(TAPAR)和倉(cāng)儲(chǔ)機(jī)器人數(shù)量不足的任務(wù)分配問(wèn)題(TAPIR)分別研究。本文的主要內(nèi)容如下:首先,針對(duì)多機(jī)器人任務(wù)分配問(wèn)題分析了國(guó)內(nèi)外關(guān)于多機(jī)器人任務(wù)分配問(wèn)題和多機(jī)器人任務(wù)分配方法的一些研究現(xiàn)狀,發(fā)現(xiàn)目前尚沒有針對(duì)該問(wèn)題從倉(cāng)儲(chǔ)機(jī)器人數(shù)量充足和倉(cāng)儲(chǔ)機(jī)器人數(shù)量不足兩個(gè)方面分別研究討論的文獻(xiàn),進(jìn)而提出了本文的研究方向和研究?jī)?nèi)容。其次,根據(jù)智能倉(cāng)庫(kù)一段時(shí)間內(nèi)需要揀選的訂單之間的物品種類相似度,建立訂單分批模型,并設(shè)計(jì)了快速求解模型的啟發(fā)式算法。然后,針對(duì)倉(cāng)儲(chǔ)機(jī)器人充足的TAPAR問(wèn)題和倉(cāng)儲(chǔ)機(jī)器人不足的TAPIR問(wèn)題分別進(jìn)行研究。倉(cāng)儲(chǔ)機(jī)器人充足的任務(wù)分配問(wèn)題(TAPAR),可以轉(zhuǎn)化為一個(gè)倉(cāng)儲(chǔ)機(jī)器人多、任務(wù)少的非平衡指派問(wèn)題,本文以倉(cāng)儲(chǔ)機(jī)器人完成任務(wù)的總運(yùn)行成本最小為目標(biāo),建立了非平衡指派問(wèn)題模型,并利用貪婪思想設(shè)計(jì)了啟發(fā)式算法。針對(duì)倉(cāng)儲(chǔ)機(jī)器人不足的任務(wù)分配問(wèn)題(TAPIR),首先根據(jù)待揀選訂單中各任務(wù)之間的相似度,建立任務(wù)分組模型,將待揀選訂單中所有的任務(wù)進(jìn)行分組,其中分組數(shù)目與倉(cāng)儲(chǔ)機(jī)器人個(gè)數(shù)相同;然后根據(jù)每組任務(wù)中相鄰的兩個(gè)任務(wù)之間的距離,以每個(gè)倉(cāng)儲(chǔ)機(jī)器人完成該組任務(wù)的關(guān)聯(lián)成本最小為目標(biāo),建立各個(gè)機(jī)器人完成各組任務(wù)的最優(yōu)調(diào)度模型,并基于貪婪算法中的最鄰近算法思想設(shè)計(jì)了求解模型的啟發(fā)式算法;最后根據(jù)倉(cāng)儲(chǔ)機(jī)器人完成一批待揀選訂單中各組任務(wù)花費(fèi)的總關(guān)聯(lián)成本為效率矩陣,建立使總成本最小的機(jī)器人與任務(wù)組之間平衡指派問(wèn)題數(shù)學(xué)模型,利用匈牙利算法,得到最優(yōu)指派方案。最后,以A網(wǎng)上書店智能倉(cāng)庫(kù)中某天0點(diǎn)到24點(diǎn)內(nèi)的100個(gè)訂單數(shù)據(jù)為例進(jìn)行模擬計(jì)算和分析。根據(jù)100個(gè)訂單之間的物品種類相似度,利用訂單分批模型將該100個(gè)訂單分為17批。然后,針對(duì)待揀選的17批訂單,分別求解倉(cāng)儲(chǔ)機(jī)器人充足和倉(cāng)儲(chǔ)機(jī)器人數(shù)量不足情況下的任務(wù)指派方案和總運(yùn)行成本。驗(yàn)證了本文提出的模型和算法的可行性和有效性。本文的模型和算法為設(shè)計(jì)智能倉(cāng)庫(kù)管理信息系統(tǒng)提供了理論依據(jù)。
【關(guān)鍵詞】：智能倉(cāng)庫(kù)系統(tǒng) 貨到人 任務(wù)分配 數(shù)學(xué)模型 啟發(fā)式算法
【學(xué)位授予單位】：北京物資學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP242;F253
【目錄】：

• 摘要4-5
• ABSTRACT5-9
• 第1章 緒論9-18
• 1.1 研究背景9-10
• 1.2 研究目的和意義10
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀分析10-14
• 1.3.1 多機(jī)器人任務(wù)分配問(wèn)題的研究現(xiàn)狀10-11
• 1.3.2 多機(jī)器人任務(wù)分配方法的研究現(xiàn)狀11-14
• 1.4 本文的主要研究?jī)?nèi)容和研究思路14-16
• 1.4.1 研究?jī)?nèi)容14-15
• 1.4.2 研究方法和技術(shù)路線15-16
• 1.5 本章小結(jié)16-18
• 第2章 智能倉(cāng)庫(kù)系統(tǒng)中訂單分批問(wèn)題的數(shù)學(xué)模型及算法18-22
• 2.1 訂單分批問(wèn)題描述及分析18
• 2.2 訂單分批問(wèn)題的數(shù)學(xué)模型18-20
• 2.3 訂單分批問(wèn)題的啟發(fā)式算法設(shè)計(jì)20-21
• 2.4 本章小結(jié)21-22
• 第3章 倉(cāng)儲(chǔ)機(jī)器人數(shù)量充足的多機(jī)器人任務(wù)分配問(wèn)題的數(shù)學(xué)模型及算法22-27
• 3.1 基本假設(shè)22
• 3.2 符號(hào)說(shuō)明22-23
• 3.3 相關(guān)函數(shù)定義23-24
• 3.4 倉(cāng)儲(chǔ)機(jī)器人數(shù)量充足的多機(jī)器人任務(wù)分配問(wèn)題的數(shù)學(xué)模型24
• 3.5 倉(cāng)儲(chǔ)機(jī)器人數(shù)量充足的多機(jī)器人任務(wù)分配問(wèn)題的算法設(shè)計(jì)24-26
• 3.5.1 非平衡指派問(wèn)題的基本原理24
• 3.5.2 非平衡指派問(wèn)題的計(jì)算步驟24-26
• 3.6 本章小結(jié)26-27
• 第4章 倉(cāng)儲(chǔ)機(jī)器人數(shù)量不足的多機(jī)器人任務(wù)分配問(wèn)題的數(shù)學(xué)模型及算法27-37
• 4.1 基本假設(shè)27
• 4.2 符號(hào)說(shuō)明27-28
• 4.3 智能倉(cāng)庫(kù)系統(tǒng)中任務(wù)分組問(wèn)題的數(shù)學(xué)模型及算法設(shè)計(jì)28-31
• 4.3.1 智能倉(cāng)庫(kù)系統(tǒng)中任務(wù)分組問(wèn)題的數(shù)學(xué)模型28-29
• 4.3.2 智能倉(cāng)庫(kù)系統(tǒng)中任務(wù)分組問(wèn)題的算法設(shè)計(jì)29-31
• 4.4 智能倉(cāng)庫(kù)系統(tǒng)中任務(wù)調(diào)度問(wèn)題的數(shù)學(xué)模型及算法設(shè)計(jì)31-34
• 4.4.1 智能倉(cāng)庫(kù)系統(tǒng)中任務(wù)調(diào)度問(wèn)題的數(shù)學(xué)模型31-33
• 4.4.2 智能倉(cāng)庫(kù)系統(tǒng)中任務(wù)調(diào)度問(wèn)題的算法設(shè)計(jì)33-34
• 4.5 智能倉(cāng)庫(kù)系統(tǒng)中平衡指派問(wèn)題的數(shù)學(xué)模型及算法設(shè)計(jì)34-35
• 4.5.1 智能倉(cāng)庫(kù)系統(tǒng)中平衡指派問(wèn)題的數(shù)學(xué)模型34-35
• 4.5.2 智能倉(cāng)庫(kù)系統(tǒng)中平衡指派問(wèn)題的算法設(shè)計(jì)35
• 4.6 本章小結(jié)35-37
• 第5章 智能倉(cāng)庫(kù)系統(tǒng)多機(jī)器人任務(wù)分配問(wèn)題的算例分析37-51
• 5.1 A網(wǎng)上書店現(xiàn)狀描述37-38
• 5.2 訂單分批問(wèn)題分析38-39
• 5.3 倉(cāng)儲(chǔ)機(jī)器人數(shù)量充足的多機(jī)器人任務(wù)分配問(wèn)題分析39-42
• 5.4 倉(cāng)儲(chǔ)機(jī)器人數(shù)量不足的多機(jī)器人任務(wù)分配問(wèn)題分析42-50
• 5.4.1 各批訂單任務(wù)分組問(wèn)題分析43-48
• 5.4.2 倉(cāng)儲(chǔ)機(jī)器人任務(wù)指派問(wèn)題分析48-50
• 5.5 結(jié)果對(duì)比與分析50
• 5.6 本章小結(jié)50-51
• 第6章 總結(jié)與展望51-53
• 6.1 論文的主要研究工作51
• 6.2 本文的創(chuàng)新性研究工作51-52
• 6.3 本文的局限性和展望52-53
• 參考文獻(xiàn)53-56
• 附錄1：A網(wǎng)上書店0點(diǎn)到24點(diǎn)內(nèi)的100個(gè)訂單詳細(xì)信息56-61
• 附錄2：求解相關(guān)問(wèn)題的程序設(shè)計(jì)61-64
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及科研情況64-65
• 致謝65

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前7條

1 么立雙;蘇麗穎;李小鵬;;多機(jī)器人系統(tǒng)任務(wù)分配方式的研究與發(fā)展[J];制造業(yè)自動(dòng)化;2013年10期

2 曹宗華;吳斌;黃玉清;鄧春艷;;基于改進(jìn)蟻群算法的多機(jī)器人任務(wù)分配[J];組合機(jī)床與自動(dòng)化加工技術(shù);2013年02期

3 胡克滿;胡海燕;孫慧平;張友橋;;基于改進(jìn)型PID控制算法在小型倉(cāng)儲(chǔ)物流智能機(jī)器人中的應(yīng)用研究[J];物流技術(shù);2012年07期

4 鄭燁;王明杰;樊娟;;基于匈牙利法的企業(yè)員工任務(wù)分配問(wèn)題研究[J];統(tǒng)計(jì)與決策;2011年05期

5 劉小梅;田彥濤;楊茂;;基于博弈論的多機(jī)器人任務(wù)分配算法[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2010年03期

6 杜金玲;周杰;;關(guān)于幾種不平衡指派問(wèn)題的修正匈牙利解法[J];價(jià)值工程;2010年13期

7 劉曉瑩;蔡自興;余伶俐;高平安;;一種正交混沌蟻群算法在群機(jī)器人任務(wù)規(guī)劃中的應(yīng)用研究[J];小型微型計(jì)算機(jī)系統(tǒng);2010年01期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 馮曉海;多機(jī)器人任務(wù)分配適應(yīng)度模型算法研究[D];西北大學(xué);2013年

2 張權(quán)益;多情感機(jī)器人任務(wù)分配問(wèn)題研究[D];合肥工業(yè)大學(xué);2013年

3 吳笑萍;一類多機(jī)器人系統(tǒng)任務(wù)分配方法的研究[D];南京理工大學(xué);2012年

4 馮睿;基于蟻群算法的多機(jī)器人協(xié)作機(jī)制研究[D];西北大學(xué);2011年

5 郭宇;基于拍賣的智能倉(cāng)庫(kù)系統(tǒng)多機(jī)器人任務(wù)分配方法研究[D];哈爾濱工業(yè)大學(xué);2010年

6 劉曉瑩;混沌蟻群算法在多機(jī)器人任務(wù)規(guī)劃中的應(yīng)用研究[D];中南大學(xué);2010年

7 張崳;基于蟻群算法的大規(guī)模機(jī)器人任務(wù)分配方法的研究[D];東北師范大學(xué);2009年

8 陳蘭花;一類非平衡指派問(wèn)題的求解方法及其應(yīng)用研究[D];武漢理工大學(xué);2008年

，

本文編號(hào)：549478