基于改进多目标粒子群算法的钢板入库垛位分配研究

摘要

由于钢板类货物在自动化仓储系统中常采用重叠式堆码，针对自动化钢板料库中钢板入库的垛位分配问题，对料库的总体布局和入库作业流程进行分析，根据实际需求提出出库效率、板垛差异度和库存均衡度3项指标，用以评价垛位分配方案的优劣程度，并将其作为目标函数，以建立钢板入库垛位分配问题的多目标决策优化模型。为了求解该模型，基于Pareto占优概念，设计一种基于种群聚类度的多目标粒子群算法（PCDMOPSO），该算法以平衡求解的收敛性和多样性为需求，采用种群聚类度机制实时监控并调整算法的各认知参数和粒子的进化状态，并引入局部搜索策略以提高其外部存档中Pareto解集分布的多样性。在实际工况下的仿真结果表明：在不同的入库规模下，与经典的多目标算法NSGA-Ⅱ、MOEA/D-DE、MOPSO相比，PCDMOPSO在各目标下的寻优能力均呈现出明显优势；同时，分析各评价指标可知，PCDMOPSO求解出的Pareto解集相较于其他算法具有更好的收敛性、分布性、多样性和占优性。为验证所提方法的可行性，设计算法改进策略的对比试验，结果表明所提出的改进措施对求解的改善效果较为明显。最后，从输出优化前后的堆码情况可以观察到，优化后的垛位分配方案相较于优化前的传统堆码方式，其优化效果较为显著，可以有效满足钢板入库问题中对各评价指标的实际需求，为钢板类货物在自动化仓储系统中的垛位分配和出入库管理提供了有力的决策支持。

关键词

钢板料库 / 垛位分配 / 粒子群优化 / 多目标优化 / Pareto最优解