260 likes | 409 Views
文献综述 —— 立体仓库优化. 王书琴 09-9-12. 1. 2. 3. 4. 目录. 立体仓库概述. 立体仓库优化的研究现状. 总结与未来研究方向. 参考文献. 立体仓库概述. 立体仓库的发展 :. 第一阶段 机械式立体仓库系统. 第二阶段 自动化立体仓库系统. 第三阶段 集成化立体仓库系统. 第五阶段 3I 立体仓库系统. 第四阶段 智能型立体仓库系统. 立体仓库概述. 自动化立体仓库的概念
E N D
文献综述 ——立体仓库优化 王书琴 09-9-12
1 2 3 4 目录 立体仓库概述 立体仓库优化的研究现状 总结与未来研究方向 参考文献
立体仓库概述 立体仓库的发展: 第一阶段 机械式立体仓库系统 第二阶段 自动化立体仓库系统 第三阶段 集成化立体仓库系统 第五阶段 3I立体仓库系统 第四阶段 智能型立体仓库系统
立体仓库概述 自动化立体仓库的概念 自动化立体仓库又称立库、高层货架仓库、自动仓储系统AS/RS(Automated Storage & Retrieval System)。它是指在不直接进行人工处理的情况下,能自动地存取货物,是一种利用高层立体仓库(托盘系统)储存物资,用电子计算机控制管理和用自动控制堆垛机进行存取作业的仓库,是重要的物流节点,是现代物流系统的核心和枢纽。 立体仓库优化的研究意义
立体仓库的优化研究现状 目前已有的立体仓库文献综述: Cormier, Gunn(1992) Van den Berg(1999) Rouwenhorst(2000) De Koster(2007) Gu (2007)[1] Kees Jan Roodbergen (2009)[2]
立体仓库的优化研究现状 自动化立体仓库的优化研究方向: 布局设计优化Allen(1992)[3], 关宏, 范韬(2004)[4] 存储区域分配优化何礼顺等人(2007)[5] Malmborg, Bhaskaran(1990) [6] 作业周期优化 存取作业顺序优化 堆垛机停靠位置优化 Park(1991)[7], Egbelu(1991)[8] 等等
立体仓库的优化研究现状 1. 作业周期优化 立体仓库周期的优化计算是立体仓库优化研究的重点,运行周期与立体仓库的成本、吞吐量等密切相关,周期的优化能够使仓库成本减小,单位吞吐量增加,提高仓库的作业效率,一般情况下,堆垛机进行单命令和双命令货物存取,当然周期的计算还要依赖于堆垛机速度,货物的存取方式等。
立体仓库的优化研究现状 1. 作业周期优化 Hausman等(1976)[9]及Graves、Hausman和Schwarz(1977)[10]提出了堆垛机在随机存取及货位分区等情况下运行周期的计算模型; Bozer和White(1984)在假设堆垛机横向和纵向速度恒定,出入点设置变化等情况下进一步提出了计算堆垛机运行周期的分析模型[11]。
立体仓库的优化研究现状 双命令(DC) 单命令(SC) 1. 作业周期优化
立体仓库的优化研究现状 堆垛机到达存取点速度未达到最大 堆垛机到达存取点速度达到最大 1. 作业周期优化 在上文的基础上,U.P. wen等(2004)[12]考虑堆垛机的加速度,建立模型来计算平均周期,建立模型时需要考虑两种情形,如下图所示,不同情况下速度的计算公式是不一样的,建立的模型也不同。
立体仓库的优化研究现状 1. 作业周期优化 Lerher, J等(2004)[13]在货架上货格分布均匀条件下和随机存取的原则下,建立启发式运行周期模型。根据这一模型分别对单货叉堆垛机和多货叉堆垛机的运行周期进行计算并仿真,在此基础上来分析立体仓库的吞吐量与货架形状、堆垛机速度与类型(主要指单或多货叉)的关系,结果表明: (1)货架的大小与仓库运行周期成正比,同时,多货叉的堆垛机能够减小仓库周期 (2)货架的大小与仓库的吞吐量成反比,吞吐量随着货叉数目的增加而增加
立体仓库的优化研究现状 1. 作业周期优化 HausmanHW 等(1996)[14]提出在货架满足(SIT)条件下,对单巷道存取系统进行周期优化,分别就不同的货物存取策略:随机存取、基于倒库原则的存取、分区存取建立仓库周期优化模型。 SIT条件:堆垛机能够同时在水平和垂直方向运行,同一时间在水平和垂直方向达到货架的最高点和最远点。
立体仓库的优化研究现状 1. 作业周期优化 与上一篇文献不同的是本文研究多巷道周期计算问题, Tone Lerher等(2006)[15]提出了多巷道立体仓库的计算周期的统计分析模型,分别对单命令和多命令中三种情况: 1、横向速度达到最大速度,纵向速度未达到; 2、纵向速度达到最大,横向速度未达到; 3、横向和纵向速度都达到最大。 进行统计分析,与一般的周期计算不同,本文还考虑了堆垛机转弯的时间计算。
立体仓库的优化研究现状 1. 作业周期优化 J. Ashayeriy等(2002)[16]提出一种基于几何方法来计算平均运行周期的连续模型,货架是分区域存储货物的,并且不需要满足SIT条件。几何的方法与其他数学方法不一样,它具有很好的直观性。 上面都是对堆垛机存取货物周期进行计算,S.G. Koh等 (2002)[17]研究了用高塔吊车来存取货物的立体仓库的运行周期计算问题,高塔吊车固定在仓库中央且能够顺逆时针转动,转动和沿着半径方向运动可以同时进行,根据高塔吊车的运行特点,建立单命令和双命令周期计算模型。
立体仓库的优化研究现状 2. 存取作业顺序优化 应用存取指令排列顺序的优化策略算法,其直接目的就是为了使总运行时间最短或总运行路程最短从而提高作业效率,降低成本。 早在1977年,Graves等人(1977)[18]已证明复合作业比单命令作业更具优势。
立体仓库的优化研究现状 2. 存取作业顺序优化 基于这一前提,对于动态的存取顺序排列的研究主要有: 先到先服务策略 最短执行时间优先策略,即运行时间较短的任务优先执行 Han 等人(1987)[19]提出的最近原则策略(Nearest-neighbor rule, NN scheduling rule),即选择距离当前库位运行时间(Interleaving Travel Time,ITT)最短的库位作为下一库位,从而对复合作业周期进行优化。
立体仓库的优化研究现状 2. 存取作业顺序优化 Bozer 等人(1990)[20]将双命令作业顺序排列归为切比雪夫旅行商问题 Ascheuer等人(1999)[21]将问题归为不对称排列的旅行商问题,用启发式算法或分支定界法可对已知货物的存取顺序进行排列。 同时,Linn 和Wysk(1987)[22]和Han等人(1987)都证明了采用最近原则比先到先服务原则更具优势,可使平均运行周期更短。 Eynan 和Rosenblatte(1993)[23]指出将最近原则和基于类别的存取策略结合使用时可以较大程度缩短两库位之间的运行时间。 Van den Berg 和Gademann(2000)[24]对不同的控制策略都做了仿真验证并比较其中一些存取策略。
立体仓库的优化研究现状 2. 存取作业顺序优化 除此之外,还有很多其它方法来解决存取顺序的排列问题,主要有Wang 和Yih(1997)神经网络方法[25]、专家系统[26]、人工智能方法[27]、遗传算法[28]、Taguchi方法[29]等等。
立体仓库的优化研究现状 2. 存取作业顺序优化 NN原则优化策略[30] INN原则优化策略
总结与未来研究方向 主要对自动化立体仓库的作业周期优化和存取顺序优化两方面进行了文献综述。 这两方面优化是立体仓库优化的基础,两者联系紧密。
总结与未来研究方向 • 立体仓库优化中仍有很多问题值得研究与探讨。 • 对运行周期的计算在速度恒定的情况下具体的表达式已经给出,可以对堆垛机速度不恒定情况下研究具体的运行周期表达式,使研究更符合实际情况; • 对于堆垛机在存取货物过程中等待时间的计算的文献很少,大部分文献为了研究问题的简便,将这一时间设为理想状态(即为0),在研究的过程中发现这一时间的省略将影响吞吐量等计算的准确性,下一步可以对这一时间进行研究。
参考文献 [1] J. Gu, M. Goetschalckx, L. F. McGinnis. Research on warehouse operation: A comprehensive review[J]. European Journal of Operational Research, Vol.177, pp. 1-21, 2007. [2] K. J. Roodbergen, I. F. A. Vis. A survey of literature on automated storage and retrieval systems[J]. European Journal of Operational Research, Vol.194, No.2, pp. 343-362, 2009. [3] S. L. Allen. A selection guide to AS/R systems. Industrial Engineering, Vol.24, No.3, pp. 28-31, 1992. [4] 关宏, 范韬. 立体仓库规划设计方法研究[J]. 物流技术, 2004;23(5):50-51. [5] 何礼顺,赵林度,马新露. 基于非线性规划的立体仓库存储区规划设计[J]. 东南大学学报(自然科学版), 2007, 37(2): 309-315. [6] C. J. Malborg, K. Bhaskaran. A revised proof of optimality for the cube-per-order index rule for stored item location[J]. Applied Mathematical Modeling, Vol. 14, No. 2, pp. 87-95, 1990. [7] B. C. Park. Analytical models and optimal stategies for automated storage/retrieval system operations[J]. PhD thesis, Georgia Institute of Technology, Atlanta, GA, 1991. [8] P. J. Egbelu. Framework for dynamic positioning of storage/retrieval machines in an automated storage/retrieval system[J]. International Journal of Production Research, Vol.29, No. 1, pp. 17-37, 1991. [9] Hausman,W. H.,Schwarz, L B, Graves, S C. Optimal storage assignment in automatic warehousing systems[J]. Management Science.Vol.22, No.6, pp. 629-638,1976.
参考文献 [10] Graves,S. C.,Hausman,W. H., Schwarz, L. B.. Storage–retrieval interleaving in automatic warehousing systems[J]. Management Science. Vol. 23, No. 9, pp. 935-945, 1977. [11] A.Y. Bozer, A.J.White. Travel-time models for automated storage and retrieval systems. IIE Trans, Vol. 16, No. 4, pp. 329–338, 1984. [12] U.P. WEN, D.T. CHANG,S.P.CHEN. The impact of acceleration/deceleration on travel-time models in class-based automated S/R systems[J]. Vol. 3, No. 7, pp. 599-608, 2004. [13] I.Potrč, T. Lerher, J. Kramberger , M. Šraml. Simulation model of multi-shuttle automated storage and retrieval systems[J]. Journal of Materials Processing Technology, Vol. 157-158, No. 20, pp. 236-244, 2004. [14] Hausman HW, Schwarz BL, Graves CS .Optimal storage assignment in automatic warehousing systems. Manage Sci, Vol. 22, No. 6, pp. 629–638, 1996. [15] Tone Lerher, Matjaz Sraml1,Janez Kramberger1et al. Analytical travel time models for multi aisle automated storage and retrieval systems[J].The International Journal of Advanced Manufacturing Technology, Vol. 30, No. 3-4, pp. 340-356, 2006. [16] J. ASHAYERIy, et al. A geometrical approach to computing expected cycle times for zone-based storage layouts in AS/RS[J]. International Journal of Production Research, Vol. 40, No. 17, pp. 4467-4483, 2002.
参考文献 [17] S.G. Koh, B.S. Kim, B.N. Kim. Travel time model for the warehousing system with a tower crane S/R machine[J]. Computers and Industrial Engineering, Vol. 43, No. 3, pp. 495-507, 2002. [18] S. C. Graves, W. H. Hausman, L. B. Schwarz, Storage-Retrieval Interleaving in Automatic Warehousing Systems[J]. Management Science, vol.23, no.9, pp. 935-945, 1977. [19] M.H. Han, L.F. McGinnis, J.S. Shieh, and J.A. White, On sequencing retrievals in an automated storage/retrieval system. IIE Transactions, vol.19, no.3, pp. 56-66, 1987. [20] Y. A. Bozer, E. C. Schorn, G. P. Sharp. Geometric approaches to solve the Chebyshev traveling salesman problem[J]. IIE Transactions, Vol.22, No.3, pp.238-254, 1990. [21] N. Ascheuer. Order picking in an automatic warehouse:Solving online asymmetric TSPs[J]. Mathematical Methods of Operations Research, Vol. 49, pp.501-515, 1999. [22] R. J. Linn, and R. A. Wysk, An analysis of control strategies for an automated storage/retrieval system[J]. INFOR, vol.25, no.1, pp. 66- 83, 1987. [23] A. Eynan, M. J. Rosenblatt. An interleaving policy in automated storage/retrieval systems[J]. International Journal of Production Research, Vol.31, No.1, pp.1-18, 1993. [24]J.P. Van den Berg, A.J.R.M. Gadmann, Simulation study of an automated storage/retrieval system, International Journal of Production Research, vol.38, no.6, pp.1339–1356, 2000.
参考文献 [25] J. W. Wang, Y. Yih. Using neural networks to select a control strategy for automated storage and retrieval systems(AS/RS) [J]. International Journal of Computer Integrated Manufacturing, Vol.10, No.6, pp.487-495, 1997. [26] R. J. Linn, R. A. Wysk, An expert system framework for automated storage and retrieval system control[J]. Computers & Industrial Engineering, vol.18, no.1, pp.37-48, 1990. [27]A. Seidmann, Intelligent control schemes for automated storage and retrieval systems[J]. International Journal of Production Research, vol.26, no.5, pp. 931- 952, 1988. [28] O. V. Krishnaiah Chetty, M. Sarveswar Reddy. Genetic algorithms for studies on AS/RS integrated with machines[J]. International Journal of Advanced Manufacturing Technology, Vol.11, pp.932-940, 2003. [29] J. M. Lim, K. S. Kim, B. J. Yum, H. Hwang. Determination of an optimal configuration of operating policies for direct-input-output manufacturing systems using the Taguchi method[J]. Computers & Industrial Engineering, Vol.31, No.3-4, pp.555-560, 1996. [30] X. L. Ma, L. D. Zhao, L. Schulze. A simulation analysis of nearest-neighbor rule for AS/RS under stochastic demand[C]. The International Symposium on Management Engineering (ISME 2009), Dalian, 2009.