基于大数据的子母穿梭车式密集存储系统的优化调度研究
Journal of Shaanxi University of Science & Technology(2021)
摘要
研究在大数据环境下,提高子母穿梭车式密集存储系统进出库作业调度效率的方法.首先采用大数据技术实现对大量原始仓储数据的预处理,为储位分区、销售预测提供数据支持.在此基础上,通过整合货品信息、客户信息等数据,计算货物存取频率,对货位分配进行优化,实现动态高效的储位分配.挖掘升降机和子母穿梭车的实际运动特性,确定穿梭车存取货作业行程时间的基本规律,据此建立偏差小、性能良好的进出库作业调度模型,设计混合粒子群算法求解模型.开发基于Py Q t5技术的智能仓储系统,将货位分配与作业调度功能实时应用.实例分析表明:不同订单任务下,混合粒子群算法解决了基本粒子群算法容易陷入局部最优的问题,体现出较好的鲁棒性,能够有效提高子母穿梭车式密集存储系统进出库作业效率.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要