第28卷第7期吉林工程技术师范学院学报Vol. 28 2012年7月Joumal of Jilin Teachers Institute of Engineering and Technology 遗传算法在WMS货位优化分配中的应用杨平董小刚2王新民l(1.长春工业大学应用数学所，吉林长春130012;2.长春工业大学基础科学学院，吉林长春130012)[摘要]从一汽轿车股份有限公司仓储中心WMS的实际业务出发，考虑物料的进出库频率和货架的受力情况，为货位分配问题建立多目标优化模型。利用遗传算法中的并列选择法，设计遗传算子并进行求解。优化后结果表明:可以减少堆垛机的运行距离，合理安排货物的分配，减少人工作业，提高仓储的利用效率，降低企业成本。[关键词]WMS(仓储管理系统);多目标优化模型;遗传算法;并列选择法;遗传算子[中图分类号]029文献标识码]A文章编号]1009-9042(2012)07-0068-03 Application of Genetic Algorithm In Optimize The Allocation of WMS Rack 121 YANG Ping, DONG Xiao-gang, WANG Xin-min( 1. lnstitute 0/ Applied Mathematics, Changchun University 0/ Technology ,Changchun Jilin 130012, China; 2. College 0/ Bαsic Science, Changchun University 0/ Technology, Changchun Jilin 130012, China ) Abstract : In light of the actual husiness of warehouse management in F A W Car Company, con›sidering the turnover frequency of material and force of rack, we create a multi -ohjective opti›mization model for allocation prohlem. Moreover, By utilizing parallel selection method in GA and designing Genetic operators, we get the solution of model. The result display that the method can improve the efficiency of the stack machine, allocate the cargo’s location reasona›hly, reduce the manual work. As a result, Improve the utilization efficiency of the warehouse and reduce husiness costs. Key words: WMS (warehouse management system) ; Multi -ohjective optimization model; GA; Parallel selection method; Genetic operators 基于以上考虑，本文为一汽轿车公司仓储中心1 仓库管理中货位分配问题的现状物料货位分配问题建立了较全面的多目标优化模现代化企业物流管理中的仓储过程需要为每一型，并利用遗传算法中对多目标模型进行求解。货物分配恰当的储存位置，即在合理的存储方式下2 遗传算法的基本原理空间位置的分配，货位分配问题直接影响着仓库的收益。目前仓库的物料存放模式主要有四种，一是 遗传算法的思想固定地址存放模式;二是随机选取模式;三是按类别遗传算法是智能优化方法中应用最广泛且最成存放模式;四是按类别随机选取模式。货位分配优功的算法，它是基于达尔文的物竞天择、优胜劣汰、化既要保证物料出人库效率，还要考虑存放物料货适者生存的进化论原理而发展起来的一种高效的搜架的受力稳定性和提高设备利用率。因此，如果对索方法，近年来在组合优化问题上得到了广泛应用。于不同类别物料的存放位置在人库时提前规划就可 遗传算法的求解流程以极大的减少不必要的工作量，从而节省成本。遗传算法的求解流程，如图1所示。收稿日期:2012-DS-D2作者简介:杨平(1978-)，男，吉林长春人，长春工业大学应用教学所助理实验师，主要从事遗传算法研究。
第28卷第7期杨平等:遗传算法在WMS货位优化分配中的应用.69. 生成初始群体计算适应度I JAA I 固1遗传算法流程1 )随机生成一定个体数量的初始种群，对个体为了清楚的说明问题，以其中的一排货架为研究对进行染色体的基因编码;象，并以堆垛机作业为例，建立数学模型:2)定义恰当的适应度函数，并计算个体的适 主目标函数Fj应度;为了提高工作效率，缩短行进距离，根据物料的3)判断是否符合优化准则，若符合，输出最佳个人出库频率，为使得总的搬运距离最小，将周转率高体及代表的最优解，结束计算;否则转向步骤3;的物料放在离出库区近的地方，模型如下:4)依据适应度大小选择个体，适应度高的个体Fj = min I, I,fxy X t( 1 ) 被选择的概率高，适应度低的个体被淘汰;xy 5)按照预先设定的交叉概率进行交叉运算，生式中:fxy第x列，y层上的物料的周转频率，单成新个体;位:托盘/月6)按照预先设定的变异概率进行变异运算，生t-第x列，y层上的物料运到出库区所用xy成新个体;的时间，单位:秒7)返回步骤2，重新计算。L. =E主，.<n'.(2) 遗传算法的优化准则，可以采用以下的准则之Vvx y 一作为判断条件:式中:p一一货位的长度，单位:米;(1)群体中个体的最大适应度超过预先给定值。q一一货位的高度，单位:米;(2)群体中个体的平均适应度超过预先给定值。X一一物料存放位置的水平坐标，即物料所在(3)遗传代数超过预先给定值。货位的列;3 货位分配模型的建立和求解y一一物料存放的垂直坐标，即物料所在货位的层;本文拟对一汽轿车股份公司仓储配送中心高架V一一堆垛机的水平运行速度，单位:米/秒;x存储区的物料货位分配问题进行建模并求解。该存V一一堆垛机的垂直升降速度，单位:米/秒;y储区为多排多列多层货架，目前共6排6列6层，总将(2)代人(1)得计216个库位。我们建立的数学模型，既要即保证叉车的工作效率最高，也保证货架的受力程度最好。j F= min ~ ~fxy x (亏+号(3) 模型的建立 目标函数F假设仓储中心储存区，有货架k排，每排货架有2货位m列n层。每个货位的长度、高度为p，q。离为了保证货架受力均匀，结构稳定，遵循下重上出库区最近的列为第一列，最下面的一层为第一层。轻的原则，即货物的重心最低，模型如下:
70 吉林工程技术师范学院学报2012年7月表明优化效果显著。从而得到36种物料的对应货m ( r 架的x和y坐标。由于物料序号是不变的，始终是F= min L 12:= (4) 2 1，2，3…36。根据求得的x(货架的列), y (货架的II LM元rj 层)坐标，将物料放人货架相应的货位上，例如，编号式中Mxy一一存储于第x列，y行货位上的货物的重为1的物料的x坐标为3，y坐标为2，那么该物料放量，单位:千克在货架的第3列、第2层上，其他编号物料以此类综上所述，货位分配的多目标模型可以表示如推，得到货位分配的最终结果，见表20下:表236种物料的货位最终分配结果Fl = m唔ZLyx(专+号)层顷。第1列第2列第3列第4列第5列第6列/fIll-I‘ll、-，V-'·l\=- Ln、、.. γJEEEEEEIEEEEEEEm?町第6层25 20 30 2 21 36 F m n --My一 到第5层26 12 29 6 18 28 三川,,,, 第4层11 7 24 5 4 23 第3层17 15 8 9 22 19 s. t.三x三m第2层32 16 31 34 3 14 1三y三 算法的设计与模型求解第1层27 10 13 35 33 本文采用遗传算法中的并列选择法进行对多目标优化模型求解。首先对应两个目标函数分别生成4 结论一个初始群体，在每个群体中独立的进行复制运算，各自选择一些适应度高的个体组成一个新的子群本文对仓储货位优化分配问题建立了多目标优体，然后再将所有这些新生成的子群体合并成一个化模型，并采用遗传算法中的并列选择法进行了求完整的群体，在这个群体中进行交叉和变异，从而生解，结果表明:遗传算法能在短时间内取得模型的满成下一代的完整群体，如此不断地进行"分割一并列意解，分配策略合理可靠，提高了堆垛机的运行效选择一合并"操作，得到两个目标函数的最优解。率，减少不必要工作量，节省企业成本。以仓库一排货架的36个货位为例，选取36种参考文献:物料，并进行编号，见表1。[ 1 J吴海军.基于遗传算法的指派问题求解[J]，电脑学习，表136种物料的周转率和重量2005,12(6) . [2J王小平，曹立明.遗传算法一一理论、应用与软件实现物料周转率物料重量序号物料名称物料代码(托盘/月千克)[MJ.西安交通大学出版社，2002.[3J郝红娟.物流中心仓储区规划方法研究[DJ.吉林大学，1 曲轴密封法兰FC035750041 143 56 2007. 2 发动机支架FA016119234 245 48 [4J刘淑红.物流中心功能区布局方法研究[D].吉林大学，2006. 36 前制动盘FA016912432 319 23 [5J朱向梅.供应链中第三方物流决策支持系统的开发研究[D J.华北工学院，2003.[6J李洪雷，董立华，黄健，等.基于RFID技术仓储管理的设置交叉概率pc=，变异概率pm=，遗数据挖掘[J].RFID技术与应用，2007，(1). 传代数MAXGEN=600。应用MATLAB遗传算法遗4[责任编辑刘福满]传600代之后，最优解降到了最小值 10，结果
