软件学报

作者：蔺一帅，李青山，陆鹏浩，孙雨楠，王亮，王颖芝

单位：蔺一帅，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007111,李青山，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007102,陆鹏浩，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007103,孙雨楠，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007104,王亮，苏州明逸智库信息技术有限公司, 江苏 昆山 21530005,王颖芝，西安电子科技大学 计算机科学与技术学院, 陕西 西安 71007106

关键词：智能仓储;货位规划;AGV路径规划;协同优化;遗传算法

基金：国家自然科学基金（61672401，61902039，61902288）；西安市科技计划（2017073CG/RC036（XDKD004））

智能仓储的优化一般分为货架优化和路径优化两部分：货架优化针对货物与货架两者的关系，对货物摆放位置进行优化；而路径优化主要寻找自动引导小车（automated guided vehicle，简称AGV）的最优路径.目前，大多的智能仓储优化仅对这两部分进行独立研究.在实际仓储应用中，只能以线性叠加的方式解决问题，导致问题的求解易陷入局部最优中.通过对智能仓储环节中各部分的关系进行耦合分析，提出了货位和AGV路径协同优化数学模型，将货架优化和路径规划归为一个整体；此外，提出了智能仓储协同优化框架的求解算法，包括货品相似度求解算法和改进的路径规划算法；并在以上两种算法的基础上，使用改进的遗传算法实现了货位路径协同优化.实验结果验证了所提出的智能仓储协同优化算法的有效性和稳定性.通过使用该算法，可有效提高仓储的出货效率，降低运输成本.

来源：2020年第9期

《软件学报》期刊编辑部

查看软件学报杂志2020年第9期