(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111554222.4 (22)申请日 2021.12.17 (71)申请人 同济大学 地址 200092 上海市杨 浦区四平路1239号 申请人 上海外高桥造船有限公司 　 上海千进工业自动化设备有限公司 (72)发明人 徐立云　舒中玉　陶然　杨连生　 徐靖　李冰　 (74)专利代理 机构 上海智信专利代理有限公司 31002 代理人 吴林松 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/08(2012.01) G06N 3/12(2006.01) (54)发明名称 一种计划驱动的物品出入库 作业优化方法 (57)摘要 一种计划驱动的物品出入库作业优化方法， 包括以下步骤； S1： 建立倒垛问题的双层组合优 化模型； S2:将完整出库计划的决策抽象为一个 多阶段决策过程， 根据多阶段决策问题需要在单 个阶段中从全局角度考虑做出决策的特点， 使用 贪婪算法策略求解倒垛优化问题； S3： 采用改进 的遗传算法获取贪婪策略下各阶段的局部最优 解， 所有的局部最优解就构成了问题的一个可行 解。 与现行的基于一系 列产生式规则的调度方法 相比， 本发明方法得到的结果执行时间更短， 同 时此方法的计算时间是实际生产可以接受的。 本 发明方法可用于钢板堆场出入库作业 以提高整 体作业效率。 权利要求书3页 说明书9页 附图5页 CN 114219156 A 2022.03.22 CN 114219156 A 1.一种计划驱动的物品出入库 作业优化方法， 其特 征在于， 包括以下步骤： S1： 建立倒垛问题的双 层组合优化模型； S2:将完整出库计划的决策抽象为一个多阶段决策过程， 根据多阶段决策问题需要在 单个阶段中从全局角度考虑做出决策的特点， 使用贪婪算法策略求 解倒垛优化问题； S3： 采用改进的遗传算法获取贪婪策略下各阶段的局部最优解， 所有的局部最优解就 构成了问题的一个可 行解。 2.根据权利要求1所述的计划驱动的物品出入库作业优化方法， 其特征在于， 所述步骤 S1中出库调度分为两个部分， 第一部分是根据出库计划U制定出库序列V， 第二部分则是按 制定的出库序列V制定倒垛决策 X； 倒垛优化问题被抽象为 一个双层组合优化模型： 上述模型中： F(V)是在某一确定的出库序列V下的最小作 业时间， 其值对应等式右侧的 其中Gi(Xi)是目标物品i的倒垛作业时间， V为根据出库计划安排的出库序列， Xi为对倒垛 集合Ri的全部决策， n 为目标物品数量。 3.根据权利要求1所述的计划驱动的物品出入库作业优化方法， 其特征在于， 所述步骤 S1中定义决策变量： 当xi,j,k＝1时， 表示倒垛集合Ri中的倒垛物品j被转移到了垛位k， 式中， pi,j为倒垛集合 Ri中倒垛物品j的位置， 为桩位k的位置， i为目标物品编号， j为倒垛物品编号， k为桩位编 号。 4.根据权利要求1所述的计划驱动的物品出入库作业优化方法， 其特征在于， 所述步骤 S1中双层组合优化模型的约束条件为： (1)如下公式确保某一决策 下任何倒垛物品能且只能被转移至1个桩位： (2)如下公式确保某一决策 下任何倒垛物品不会被转移至自身所在桩位： (3)确保某一决策 下每个桩位的总高度不会 超过极限高度： 约束条件中， m为桩位数量， 表示倒垛集合Ri中倒垛物品j倒垛前的堆场状态信息， fi (Ω)表示堆场状态为Ω时目标物品i的所在层数， Hk(Ω)表示堆场状态为Ω时桩位k的总高 度， Hlim表示桩位的极限高度， hi,j表示倒垛集合Ri中倒垛物品j的厚度， Xi表示对倒垛集合Ri 的全部决策， X表示对出库计划的全部决策。 5.根据权利要求1所述的计划驱动的物品出入库作业优化方法， 其特征在于， 所述步骤权　利　要　求　书 1/3 页 2 CN 114219156 A 2S2中包括： 步骤21： 将对一个目标物品的决策过程视为一个决策阶段， 对于一个完整出库计划的 决策抽象成一个多阶段决策过程， 其中任意第i阶段的决策都受到前i ‑1个阶段所有决策的 影响； 步骤22： 根据多阶段决策问题需要在单个阶段中从全局角度考虑做出决策的特点， 该 方法使用贪婪算法策略求 解倒垛优化问题。 6.根据权利要求5所述的计划驱动的物品出入库作业优化方法， 其特征在于， 所述步骤 22中将求解F(V)的全局最优转变成了求 解F(V)在某一贪婪策略下的局部最优： 7.根据权利要求5所述的计划驱动的物品出入库作业优化方法， 其特征在于， 所述贪婪 策略下的局部最优中单阶段局部最优解的目标函数Gi(Xi)的求解步骤如下： 步骤1： 确定阶段i的作业时间， 用以下公式表示： 式中， tx为大车单位距离运行时间， ty为小车单位距离运行时间， tz为吊排起/降时间， △x为大车运行距离， △y为小车运行距离； 步骤2： 定义如下控制变量： 如果yi,k＝1， 表示在阶段i， 桩位 k含有后续待出库的目标物品； 步骤3： 为了反映阶段i的决策对后续阶段的影响， 定义如下的罚函数， 罚函数实际意义 是决策Xi中， 放入含有后续待出库目标钢板桩位的倒垛钢板的数量： 步骤4： 求 解单阶段局部最优解的目标函数为： Gi(Xi)＝Ti+α2·tf·funi 式中， α2为惩罚系数， tf为单位惩罚时间。 8.根据权利要求1所述的计划驱动的物品出入库作业优化方法， 其特征在于， 所述步骤 S3中包括： 步骤1： 在进行求解过程中首先要确定倒垛集合R， 外层排序算法在剩余出库计划U ′中 选择一个当前堆场状态 下所在层数最小的物品， 即 值最小的物品， 作为当前阶段 的目标物品， 之后 倒垛物品集 合Ri就确定了； 步骤2： 通过内层倒垛算法进行最优作业方法求解， 内层倒 垛算法是一种基于遗传算法 的倒垛优化算法， 它能够获得Xi的最优解， 并更新堆场状态至 然后返回外层算法进入 阶段i+1。 9.根据权利要求8所述的计划驱动的物品出入库作业优化方法， 其特征在于， 所述步骤 2中的基于遗传算法的倒垛优化算法的编码方式采用自然数编码的方式， 编码对 象是倒垛权　利　要　求　书 2/3 页 3 CN 114219156 A 3