12一15女人a毛片,国产香蕉Aⅴ,午色婷婷,91丨九色丨国产丨PORNY精品

    歡迎進(jìn)入上海陽合供應(yīng)鏈管理有限公司!
  •  13472705338 

  • “視聽+云倉儲(chǔ)+精準(zhǔn)扶貧”電商模式的脫貧經(jīng)驗(yàn)探討
  • 倉儲(chǔ)型物流企業(yè)的經(jīng)營模式創(chuàng)新
  • 現(xiàn)代倉儲(chǔ)管理中條形碼技術(shù)的運(yùn)用
  • 基于IOS平臺(tái)的小型倉儲(chǔ)管理系統(tǒng)設(shè)計(jì)
  • 用6S管理注入倉儲(chǔ)管理系統(tǒng)內(nèi)涵推升倉儲(chǔ)運(yùn)營水準(zhǔn)
  • 基于第三方物流的倉儲(chǔ)成本控制研究
  • 物流公司倉儲(chǔ)管理案例分析
  • 第三方物流企業(yè)倉儲(chǔ)貨位系統(tǒng)優(yōu)化分析
  • 鄭州航空物流倉儲(chǔ)合理化研究
  • 新形勢(shì)下深化完善國有糧食倉儲(chǔ)企業(yè)內(nèi)控機(jī)制的實(shí)踐與思考
  • 企業(yè)智能倉儲(chǔ)作業(yè)流程分析——以徐州新沂百世云倉公司為例
  • 醫(yī)藥物流邁向云倉多倉聯(lián)動(dòng)
  • RFID技術(shù)在銅仁地區(qū)煙草倉儲(chǔ)物流管理系統(tǒng)中的應(yīng)用
  • 淺談糧情測(cè)控遠(yuǎn)程監(jiān)管系統(tǒng)在倉儲(chǔ)管理中的應(yīng)用
  • 淺談石油物資倉儲(chǔ)管理部門入庫驗(yàn)收管理
  • 多層倉儲(chǔ)式數(shù)據(jù)中心建筑設(shè)計(jì)研究
  • 煙葉倉儲(chǔ)害蟲綜合治理研究進(jìn)展
  • 無線智能倉儲(chǔ)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
  • 靜電粉末與殺蟲劑混用對(duì)倉儲(chǔ)甲蟲的殺蟲效果及谷物品質(zhì)的影響
  • 關(guān)于云計(jì)算技術(shù)物聯(lián)網(wǎng)倉儲(chǔ)管理系統(tǒng)設(shè)計(jì)
  • 當(dāng)前位置:首頁 >>   新聞資訊新聞資訊

    基于貪心算法和遺傳算法的倉儲(chǔ)車輛調(diào)度算法

      信息來源:   發(fā)布時(shí)間:2021-12-20  點(diǎn)擊數(shù):

    0 引言

    隨著現(xiàn)代物流技術(shù)的發(fā)展,自動(dòng)化倉儲(chǔ)系統(tǒng)在生產(chǎn)和流通領(lǐng)域得到了越來越廣泛的應(yīng)用。自動(dòng)化倉儲(chǔ)系統(tǒng)的管理技術(shù),特別是調(diào)度技術(shù)日益成為自動(dòng)化倉儲(chǔ)系統(tǒng)的關(guān)鍵技術(shù)之一。一般任務(wù)調(diào)度算法有2種:一種是累積一定任務(wù)后的統(tǒng)一調(diào)度,稱為靜態(tài)調(diào)度;另一種是調(diào)度安排隨著新任務(wù)的進(jìn)入而改變,稱為動(dòng)態(tài)調(diào)度。本文提出的算法主要解決大型倉庫中運(yùn)輸車輛的靜態(tài)任務(wù)調(diào)度問題。

    任務(wù)調(diào)度的目標(biāo)是把任務(wù)分配到各被調(diào)車輛上,安排車輛的執(zhí)行次序,使其在滿足約束前提下完成時(shí)間最短。任務(wù)調(diào)度問題是經(jīng)典的NP-Hard問題,為解決這一問題許多學(xué)者提出了多種啟發(fā)式調(diào)度算法,例如:模擬退火算法、蟻群調(diào)度算法、BDCP調(diào)度法等[1,2]。遺傳算法(genetic algorithm,GA)因其可比其他調(diào)度算法獲得更好的解,而被應(yīng)用得最多的。特別是,如果把其他算法的解作為遺傳算法初始群中的個(gè)體,往往能獲得更好的解,缺點(diǎn)是遺傳算法執(zhí)行時(shí)間比其他調(diào)度算法長得多[3,4]。

    本文是在一種基于遺傳算法的倉儲(chǔ)車輛調(diào)度方法的啟發(fā)下[5,6],提出了一種基于貪心算法和遺傳算法的倉儲(chǔ)車輛調(diào)度算法。不僅克服了遺傳算法在任務(wù)調(diào)度上的編碼限制,而且貪心算法的加入使得融合算法性能大大提高。此算法還可以應(yīng)用在多任務(wù)多處理器求最短完成時(shí)間的靜態(tài)調(diào)度方面。

    1 相關(guān)理論

    倉儲(chǔ)車輛調(diào)度屬于多任務(wù)多處理器調(diào)度的一種,可分為任務(wù)分配和任務(wù)排序兩部分。此前已有學(xué)者采用遺傳算法解決該問題。該調(diào)度方法編碼復(fù)雜,并且由于其遺傳算法的交叉和變異過程極易產(chǎn)生非可行解的個(gè)體,這些個(gè)體經(jīng)修正后隨機(jī)性降低,算法的全局搜索能力大大減弱。本文的算法采用遺傳算法優(yōu)化任務(wù)分配,采用貪心算法優(yōu)化任務(wù)排序。貪心算法的加入不僅使得遺傳算法在個(gè)體編碼簡化和運(yùn)行時(shí)間縮短,同時(shí)排除了不可行解的出現(xiàn),并增強(qiáng)了全局搜索能力。

    1.1 貪心算法

    貪心算法是一種常用的求解最優(yōu)化問題的簡單、迅速的方法。貪心算法總是做出在當(dāng)前看來最好的選擇,它所作的每一個(gè)選擇都是在當(dāng)前狀態(tài)下某種意義的最好選擇,即貪心選擇,并希望通過每次所作的貪心選擇最終得到問題最優(yōu)解[7]。貪心算法是一種快速簡易的求解旅行商問題(traveling salesman problem,TSP)的方法[8,9],其求解的基本思想是優(yōu)先選擇當(dāng)前點(diǎn)的最短邊。每次選擇邊的規(guī)則為

    1)不會(huì)引起頂點(diǎn)度數(shù)大于等于3;

    2)除非選取的邊為最后一條邊,所選取的邊不應(yīng)形成回路。

    本文貪心算法是當(dāng)每輛車分配到任務(wù)后,對(duì)任務(wù)執(zhí)行的先后進(jìn)行排序,獲得單個(gè)車輛完成任務(wù)的最優(yōu)解。單車輛的任務(wù)排序可視為一種TSP。經(jīng)任務(wù)分配后,單車輛任務(wù)量不大,即TSP中途經(jīng)點(diǎn)較少的情況下,貪心算法十分適用此排序問題。

    1.2 遺傳算法

    遺傳算法是一種通過模擬自然進(jìn)化過程,搜索最優(yōu)解的方法,具有隱式并行性和很好的全局尋優(yōu)能力。遺傳算法基本操作過程如圖1所示,其構(gòu)成要素主要包括計(jì)算適應(yīng)度、選擇算子、交叉算子和變異算子[10]。

    圖1 遺傳算法基本操作流程Fig 1 Basic operation flow chart of genetic algorithm

    圖1 遺傳算法基本操作流程Fig 1 Basic operation flow chart of genetic algorithm  下載原圖


    本文采用遺傳算法尋求最優(yōu)的任務(wù)分配方式,個(gè)體的基因型僅表示調(diào)度方法的任務(wù)分配。當(dāng)判定個(gè)體適應(yīng)度時(shí),根據(jù)分配的任務(wù)采用貪心算法依次求得每輛車的執(zhí)行時(shí)間。使用遺傳算法的好處在于,無論初始化、交叉、變異得到的基因型都不會(huì)存在不可行解,確保了隨機(jī)性和全局搜索能力。

    2 算法實(shí)現(xiàn)

    本文的算法是以遺傳算法為框架,應(yīng)用貪心算法簡化其編碼復(fù)雜度和計(jì)算適應(yīng)度。最優(yōu)解的求解過程依賴于遺傳算法。遺傳算法實(shí)現(xiàn)流程如圖2所示。計(jì)算適應(yīng)度環(huán)節(jié)主要使用貪心算法,對(duì)每輛車分配的任務(wù)進(jìn)行查表的方式獲得執(zhí)行時(shí)間最短的任務(wù)排序,同時(shí)獲得并記錄其個(gè)體代表的調(diào)度方案的執(zhí)行時(shí)間,從而求得個(gè)體適應(yīng)度。

    圖2 遺傳算法實(shí)現(xiàn)流程Fig 2 Realization flow chart of genetic algorithm

    圖2 遺傳算法實(shí)現(xiàn)流程Fig 2 Realization flow chart of genetic algorithm  下載原圖


    2.1 遺傳算法的定義與設(shè)置

    遺傳算法在編碼設(shè)計(jì)中常采用二進(jìn)制編碼、格雷碼和浮點(diǎn)編碼等。本文采用整數(shù)編碼,所需調(diào)度任務(wù)數(shù)為Nt,可調(diào)度車輛數(shù)為Nv。個(gè)體的染色體可編碼為:長度Nt位,每位Nv種基因型。將所有任務(wù)編號(hào)為0,1,2,…,(Nt-1),車輛編號(hào)為0,1,2,…,(Nv-1)。例如:有8項(xiàng)運(yùn)輸任務(wù)和4輛可調(diào)度車,每個(gè)個(gè)體編碼為一個(gè)8位字串x∈{0,1,2,3},其中每位有4種編碼選擇。個(gè)體型與對(duì)應(yīng)分配方式如表1。

      

    表1 8任務(wù)4車輛編碼示例Tab 1 Coding example of 8 tasks of 4 vehicles  下載原圖



    表1 8任務(wù)4車輛編碼示例Tab 1 Coding example of 8 tasks of 4 vehicles

    表1 8任務(wù)4車輛編碼示例Tab 1 Coding example of 8 tasks of 4 vehicles

    每個(gè)個(gè)體代表一個(gè)調(diào)度方案,此編碼的個(gè)體型只能反映調(diào)度中的分配方案,具體調(diào)度方案需要經(jīng)過貪心算法得到。

    選擇算子采用確定式采樣(deterministic sampling)選擇。設(shè)群體大小為M,個(gè)體i的適應(yīng)度為Fi。群體中每個(gè)個(gè)體在下一代群體中的期望生存數(shù)目Ni

     


     


    交叉算子采用單點(diǎn)交叉(one-point crossover)。經(jīng)確定式采樣選擇好的個(gè)體,以交叉概率Pc參與交叉操作。在參與交叉操作的個(gè)體編碼中隨機(jī)設(shè)置一個(gè)交叉點(diǎn),然后在該點(diǎn)相互交換2個(gè)配對(duì)的個(gè)體部分的染色體。

    變異算子采用均勻變異(uniform mutation)。個(gè)體編碼串中每一個(gè)基因座都為變異點(diǎn),每個(gè)變異點(diǎn)以較小的變異概率Pm從符合的基因范圍內(nèi)取一隨機(jī)數(shù)來替代原有基因值。

    選擇算子會(huì)讓適應(yīng)度更高的個(gè)體更多地保留,交叉、變異等操作產(chǎn)生出新的優(yōu)良個(gè)體。但由于這些操作的隨機(jī)性,它們也可能破壞原有適應(yīng)度較好的個(gè)體。如圖2所示,新一代群體中會(huì)保留上一代群體中適應(yīng)度最高的個(gè)體,該操作保證了遺傳算法的收斂性并加快了進(jìn)化的效率。

    2.2 貪心算法與適應(yīng)度

    貪心算法主要應(yīng)用在根據(jù)已有任務(wù)分配下,計(jì)算車輛最短所需的執(zhí)行時(shí)間。個(gè)體的執(zhí)行時(shí)間是評(píng)判該個(gè)體優(yōu)劣的主要依據(jù),所需的執(zhí)行時(shí)間越長,說明該方案越差,個(gè)體的適應(yīng)度也越低。倉庫中的運(yùn)輸車輛如同多臺(tái)可并行執(zhí)行任務(wù)的處理器,為了實(shí)現(xiàn)資源優(yōu)化利用,調(diào)度者希望盡可能多地利用車輛,最好每輛運(yùn)輸車都分配有任務(wù),達(dá)到車輛資源的充分利用。因此,本算法在求最后適應(yīng)度值時(shí),增加了罰函數(shù),對(duì)于出現(xiàn)不均分配的個(gè)體予以適應(yīng)度上的懲罰。

    計(jì)算適應(yīng)度環(huán)節(jié)流程如圖3,可細(xì)分為:

    1)對(duì)個(gè)體編碼串進(jìn)行解碼,即按照編碼串對(duì)調(diào)度車輛進(jìn)行任務(wù)分配;

    2)貪心算法求得每輛運(yùn)輸車完成所分配任務(wù)預(yù)計(jì)執(zhí)行最短的時(shí)間;

    3)取個(gè)體中最長的執(zhí)行時(shí)間,作為整個(gè)調(diào)度方案的執(zhí)行時(shí)間;

    4)根據(jù)調(diào)度方案的執(zhí)行時(shí)間T和罰參數(shù)P,求解適應(yīng)度函數(shù)如下

     


    其中,Pi為調(diào)度方案i中有Pi輛調(diào)度車未被分配任務(wù)。

    圖3 計(jì)算適應(yīng)度流程Fig 3 Flow chart of calculating fitness

    圖3 計(jì)算適應(yīng)度流程Fig 3 Flow chart of calculating fitness  下載原圖


    個(gè)體基因先通過解碼得到任務(wù)分配情況,再由貪心算法通過查表對(duì)任務(wù)進(jìn)行排序求每輛車執(zhí)行時(shí)間。設(shè)3輛可調(diào)度車編號(hào)為A,B,C,6項(xiàng)需執(zhí)行任務(wù)編號(hào)為ⅰ,ⅱ,ⅲ,ⅳ,ⅴ,ⅵ。表2中每個(gè)單元格數(shù)值表示,完成橫向任務(wù)后再去處理縱向任務(wù)所需要花的時(shí)間值;橫向?yàn)檐嚲幪?hào)代表,由車輛初始位置執(zhí)行縱向任務(wù)所需要花的時(shí)間值。時(shí)間值設(shè)置為1~100 min。

      

    表2 執(zhí)行時(shí)間表Tab 2 Executing time table  下載原圖



    表2 執(zhí)行時(shí)間表Tab 2 Executing time table

    表2 執(zhí)行時(shí)間表Tab 2 Executing time table

    例如:個(gè)體222110對(duì)其使用貪心算法,查表求解最短執(zhí)行時(shí)間,其步驟如下:

    1)由解碼得A車處理任務(wù)ⅵ,B車處理任務(wù)ⅳ和ⅴ,C車處理任務(wù)ⅰ,ⅱ和ⅲ。

    2)以C車為例,查C車初始位置執(zhí)行ⅰ,ⅱ,ⅲ的時(shí)間值選取最小,先執(zhí)行。如表2選?、⑾葓?zhí)行,查詢ⅱ完成后ⅰ,ⅲ的時(shí)間值選最?、?。最后查得ⅰ完成后執(zhí)行ⅲ所需時(shí)間,得此調(diào)度方案下C車的最佳任務(wù)排序?yàn)棰ⅰ ?時(shí)間值為2+10+43=55 min。同理求得A車任務(wù)排序ⅵ,時(shí)間值89min;B車任務(wù)排序ⅴ→ⅳ,時(shí)間值66 min。

    3)個(gè)體222110對(duì)應(yīng)的調(diào)度方案執(zhí)行時(shí)間取最長的A車,時(shí)間值89 min。

    4)按式(2)求出該個(gè)體適應(yīng)度為2.110。此處保留三位小數(shù)。

    由上可見:貪心算法由一個(gè)僅表示任務(wù)分配的遺傳算法個(gè)體編碼串,經(jīng)過解碼、貪心算法求解、適應(yīng)度函數(shù),形成了一個(gè)完整的調(diào)度方案。用最快速、簡便的方法在極短的時(shí)間里給出了最優(yōu)或是次優(yōu)的任務(wù)排序解。獲得每個(gè)任務(wù)由哪輛車完成,每輛車先后執(zhí)行哪些任務(wù),預(yù)計(jì)需要多少時(shí)間等信息。

    3 實(shí)驗(yàn)和結(jié)果分析

    實(shí)驗(yàn)程序設(shè)3輛可調(diào)度車編號(hào)為A,B,C,6項(xiàng)需執(zhí)行任務(wù)編號(hào)為ⅰ,ⅱ,ⅲ,ⅳ,ⅴ,ⅵ。各任務(wù)執(zhí)行時(shí)間值如表2。種群大小M設(shè)置為M=NtNv×2=36。進(jìn)化代數(shù)Ge=100代,交叉概率Pc=0.7,變異概率Pm=0.01。初代個(gè)體編碼串與時(shí)間值表(表2)均為隨機(jī)數(shù)產(chǎn)生。圖4顯示了此算法在進(jìn)化中,種群的平均時(shí)間值和最優(yōu)個(gè)體時(shí)間值的變化過程。由圖可見,遺傳算法在前40代,種群的平均時(shí)間值明顯下降,意味著整個(gè)種群在向更優(yōu)進(jìn)化。由于該算法使用了最優(yōu)保存策略,故最優(yōu)個(gè)體時(shí)間值折線不像平均時(shí)間值那樣呈現(xiàn)波動(dòng)進(jìn)化。除非當(dāng)進(jìn)化中產(chǎn)生更優(yōu)個(gè)體才會(huì)替換原有的,時(shí)間值從而進(jìn)一步降低,否則,一直保持下去。該例最后一代種群的最優(yōu)個(gè)體,即算法的最終解為:

    個(gè)體基因:012011;

    A車:ⅰ→ⅲ,時(shí)間值51 min;

    B車:ⅴ→ⅱ→ⅵ,時(shí)間值52 min;

    C車:ⅳ,時(shí)間值16 min;

    調(diào)度時(shí)間值:52 min。

    圖4 不同進(jìn)化代數(shù)的時(shí)間值變化Fig 4 Time value change of different numbers of evolution generation

    圖4 不同進(jìn)化代數(shù)的時(shí)間值變化Fig 4 Time value change of different numbers of evolution generation  下載原圖


    算法中進(jìn)化代數(shù)Ge與種群大小M都是隨著調(diào)度量的需求而變化的。經(jīng)實(shí)驗(yàn)發(fā)現(xiàn),尤其種群數(shù)量M極大影響著算法的搜索能力。若M設(shè)置過小,遺傳算法容易早熟,全局搜索能力明顯變差。相較而言代數(shù)Ge的變化,只是影響已有種群中發(fā)生交叉、變異等操作發(fā)生的概率。因此,當(dāng)M不大或Pc,Pm設(shè)置較小時(shí),Ge變化的作用并不明顯。若把種群數(shù)量縮小一半至18進(jìn)化情況見圖5。平均時(shí)間值折線顯示種群較早就停止進(jìn)化,有明顯的早熟現(xiàn)象。且最終解的時(shí)間值為57 min,并非最優(yōu)調(diào)度方案??梢姺N群數(shù)量M的縮小使得搜索能力大大減弱。

    圖5 種群數(shù)量縮小一半的時(shí)間值變化Fig 5 Time value change of half population quantity

    圖5 種群數(shù)量縮小一半的時(shí)間值變化Fig 5 Time value change of half population quantity  下載原圖


    若保持M=36,將進(jìn)化代數(shù)減少一半至50,進(jìn)化情況見圖6。由平均時(shí)間值折線可見,進(jìn)化情況與圖4相似,并未產(chǎn)生早熟現(xiàn)象。通過50代的進(jìn)化也獲得了最優(yōu)調(diào)度方案。為確保進(jìn)化完整和適應(yīng)更大調(diào)度量,進(jìn)化代數(shù)應(yīng)設(shè)置得足夠大。

    4 結(jié)論

    本文提出的基于貪心算法和遺傳算法的倉儲(chǔ)車輛調(diào)度算法,經(jīng)編程實(shí)現(xiàn)與實(shí)驗(yàn)證明:本方法簡化了遺傳算法對(duì)車輛調(diào)度應(yīng)用中復(fù)雜的編碼方法。避免了由于約束條件而將個(gè)體調(diào)整為可行解時(shí)而產(chǎn)生的非隨機(jī)性,不僅避免遺傳算法易出現(xiàn)的早熟的困境,也提高全局搜索能力。本算法的交叉、變異等操作使用起來更加靈活,限制更少,使用者可根據(jù)使用范圍,選擇更適用的操作種類。本算法還可通過改動(dòng)任務(wù)、時(shí)間表、罰函數(shù)等,以適用于其他更高要求的多任務(wù)多處理器的調(diào)度。

    圖6 遺傳代數(shù)減少一半的時(shí)間值變化Fig 6 Time value change of half inheritance generations

    圖6 遺傳代數(shù)減少一半的時(shí)間值變化Fig 6 Time value change of half inheritance generations

    權(quán)所有©:上海陽合儲(chǔ)運(yùn)
    專業(yè)承接上海倉庫租賃、上海倉儲(chǔ)配送物流、上海電商倉儲(chǔ)企業(yè)服務(wù)與微笑同在"的先進(jìn)理念不斷發(fā)展壯大。 

    友情鏈接: 消防車  分析儀器  北京拓展訓(xùn)練    雞排加盟   恒溫振蕩器  別墅泳池設(shè)備  外貿(mào)論壇    檔案管理系統(tǒng)    酒精測(cè)試儀    旋轉(zhuǎn)火鍋設(shè)備  假山制作   煙臺(tái)裝修  地坪漆    實(shí)心輪胎   垃圾車 位移傳感器     貨運(yùn)管理軟件   鋼制暖氣片  濟(jì)南雕刻機(jī)  羅斯蒙特3051  影像測(cè)量儀
       食品級(jí)軟管     鶴管    三相電表   AGV叉車  切削液  有限元分析
    機(jī)房監(jiān)控   數(shù)控銑床  原子熒光光譜儀   移動(dòng)廁所
    滬公網(wǎng)安備 31011402008344號(hào) 滬ICP備14036201號(hào)-32  
    人人爽人人澡人人高潮| jzzjzzjzz亚洲熟女少妇| 内射成都少妇| 91av视频乱伦| 88国产精品视频| 亚洲人人97c| 伊人影院蕉九重口味| 尹人综合影院| 成人无码羞羞视频观看| 亚洲一区二区久本道| 变态另类网站| 我要看免费毛片| 九九热精品视频在线观看| 91久久国产精品无码| 激情五月五月婷婷| 日韩欧美三级在线观看| 牛牛影视人妻| 真实国产老熟女泻火| 天天看天天爽| www.玖玖.com| 丁香六月一区| 日本色奶罩视频| 久久夜色撩人精品国产| 亚洲日韩一欧美| 欧美亚欧日韩在线观看| 中文无码国产一区| 亚洲色周| 国产乱伦一区| 欧日韩精品一二三区| 东京热 蜜桃网| 超碰97人人做人人爱网站| 亚洲黄色免费电影网| 日韩成人不卡| 国精产品一区一区三区mba桃花 | 淫淫网色五月婷婷| 亚洲熟妇无码另类久久久| 狠狠色 图| 欧美黑人巨大XXXXX| 色欲二区| 性无码专区| 厨房玩弄丰满人妻HD|