-
题名智能叉车密集仓储系统料框出库翻箱问题研究
- 1
-
-
作者
李子龙
程天健
金波
程文明
曹轶伦
郭鹏
-
机构
西南交通大学机械工程学院
轨道交通运维技术与装备四川省重点实验室
西南交通大学地球科学与工程学院
深圳大学管理学院
-
出处
《浙江大学学报(工学版)》
北大核心
2025年第10期2023-2033,共11页
-
基金
教育部人文社科项目(21YJC630034)
国家自然科学基金青年科学基金资助项目(72101160).
-
文摘
为了提高智能叉车密集仓储系统作业效率,针对出库作业时的料框翻箱问题,以最小化料框翻箱次数为目标,定义相关约束条件并构建数学规划模型,提出快速求解料框翻箱方案的启发式方法.给出该问题下界的计算方法,构建分支定界算法以求得理论最优解.在堆料区布局和出库量不同的情况下,随机生成大量算例进行数值分析.计算结果表明,在小规模算例中,启发式方法和分支定界算法都具有高效求解能力;在中大规模算例中,启发式方法能够快速获得较为合理的可行解,分支定界算法能够在较短时间内对初始翻箱方案进行优化并给出近似最优解.相比随机翻箱策略,分支定界算法在翻箱次数上平均减少了43.32%,验证了该算法的有效性和实用性.通过对比不同仓储设备的性能发现,前移式叉车比普通叉车平均减少了8.59%的翻箱次数.
-
关键词
智能叉车密集仓储系统
料框翻箱问题
数学规划模型
启发式方法
分支定界算法
-
Keywords
intelligent forklift-based dense storage system
bin relocation problem
mathematical programming model
heuristic method
branch-and-bound algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
