發(fā)布時(shí)間：2018-07-03 21:52

  本文選題：物流 + 揀貨��； 參考：《高技術(shù)通訊》2017年01期

【摘要】：為提高現(xiàn)代倉庫作業(yè)中揀貨這一核心環(huán)節(jié)的效率,研究了倉庫揀貨路徑的優(yōu)化,提出了根據(jù)雙分區(qū)倉庫中揀貨路徑的特點(diǎn),采用蟻群算法優(yōu)化求解的揀貨路徑算法,并通過仿真將該算法的性能與傳統(tǒng)穿越策略、S形啟發(fā)式算法進(jìn)行了比較。比較結(jié)果表明,以蟻群算法優(yōu)化路徑問題可以明顯減少路徑的距離,具有良好的實(shí)用性。
[Abstract]:In order to improve the efficiency of picking goods in modern warehouse, this paper studies the optimization of picking path in warehouse. According to the characteristics of picking path in double partition warehouse, an algorithm of picking path is proposed, which is solved by ant colony algorithm. The performance of the algorithm is compared with the traditional S-shaped heuristic algorithm. The comparison results show that the ant colony algorithm can reduce the distance of the path obviously and has good practicability.
【作者單位】： 南昌大學(xué)機(jī)電工程學(xué)院;
【基金】：國家自然科學(xué)基金(51565036)資助項(xiàng)目
【分類號(hào)】：F253.9;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蔣建國;夏娜;齊美彬;木春梅;;一種基于蟻群算法的多任務(wù)聯(lián)盟串行生成算法[J];電子學(xué)報(bào);2005年12期

2 劉臣奇;李梅娟;陳雪波;;基于蟻群算法的揀選作業(yè)優(yōu)化問題[J];系統(tǒng)工程理論與實(shí)踐;2009年03期

3 王翔;于浩杰;顏敏;鄭楠;;一種新穎的改進(jìn)螢火蟲算法[J];計(jì)算機(jī)與應(yīng)用化學(xué);2014年08期

4 胡小兵,黃席樾;基于混合行為蟻群算法的研究[J];控制與決策;2005年01期

5 張永前;蔡延光;湯雅連;;求解固定費(fèi)用運(yùn)輸問題的混沌人工蜂群算法[J];電子世界;2013年04期

6 雷玉霞,王書西,曹寶香;基于Concept-Ontology的聯(lián)通分析與算法設(shè)計(jì)[J];計(jì)算機(jī)工程與應(yīng)用;2005年31期

7 詹士昌 ,吳俊;基于蟻群算法的PID參數(shù)優(yōu)化設(shè)計(jì)[J];測(cè)控技術(shù);2004年01期

8 鐘慶豐;;知識(shí)探勘的利器-叢集算法(1)[J];電子與電腦;2008年02期

9 莫愿斌;劉賀同;;優(yōu)化算法的信息原理與群搜索[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年04期

10 李翠;紀(jì)峰;吳仰玉;常霞;;基于二次插值的人工蜂群算法[J];科學(xué)技術(shù)與工程;2013年20期

相關(guān)會(huì)議論文 前1條

1 楊盤洪;朱軍祥;趙建安;楊靜;;機(jī)動(dòng)目標(biāo)跟蹤的模糊變結(jié)構(gòu)交互多模算法[A];2007'中國儀器儀表與測(cè)控技術(shù)交流大會(huì)論文集（二）[C];2007年

相關(guān)博士學(xué)位論文 前3條

1 薛菲;基于蝙蝠算法的啟發(fā)式智能優(yōu)化研究與應(yīng)用[D];北京工業(yè)大學(xué);2016年

2 譚躍;具有混沌局部搜索策略的粒子群優(yōu)化算法研究[D];中南大學(xué);2013年

3 尤海峰;求解隱式目標(biāo)優(yōu)化問題的交互式進(jìn)化算法研究[D];中國科學(xué)技術(shù)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王曉璐;基于Zynq的LS-SVM算法加速器設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

2 齊海龍;基于改進(jìn)人工蜂群算法的非線性系統(tǒng)辨識(shí)方法研究[D];北京化工大學(xué);2015年

3 李枝勇;蝙蝠算法及其在函數(shù)優(yōu)化中的應(yīng)用研究[D];上海理工大學(xué);2013年

4 李蓮;基于蜂群和粗糙集的聚類算法研究[D];長沙理工大學(xué);2014年

5 羅爽;基于進(jìn)化算法和節(jié)點(diǎn)局部信息的復(fù)雜網(wǎng)絡(luò)社區(qū)檢測(cè)[D];西安電子科技大學(xué);2014年

6 劉子坤;動(dòng)態(tài)環(huán)境下基于對(duì)稱分布的雙子種群PSO算法研究[D];湘潭大學(xué);2015年

7 邵軍;基于蟻群算法的合肥市包河區(qū)果蔬配送路徑應(yīng)用研究[D];南華大學(xué);2015年

8 王軍偉;兩物種小系統(tǒng)發(fā)育問題的算法研究[D];廣西師范大學(xué);2015年

9 丁一;基于DSP嵌入式平臺(tái)的快速模型預(yù)測(cè)控制算法[D];浙江大學(xué);2016年

10 喬現(xiàn)偉;基于混沌的花粉算法及其在工程中的應(yīng)用[D];西安工程大學(xué);2016年

，

本文編號(hào)：2095126