基于双种群协同进化遗传算法的电力仓库货位分配方法

针对电力自动化立体仓库出入库效率和高层货架稳定性问题，建立了多目标货位分配优化模型。提出了

电力行业是国家重要的基础能源行业，电力企业中发展使用先进的物资管理仓库，是电力物资顺畅流通的有力保障，优化仓储管理，降低仓储成本，提高仓储效率是仓储优化的重要任务。而合理的货位分配与设置是提高仓储效率的关键。

Malmborg [1]在研究立体仓库时， 指出不同的货位分配对取货平均费用有影响， 在货物存取过程中通过计算存储空间的变化， 比较不同货位分配策略下产生的费用成本， 并描绘出费用分布概率函数。

Onut [2]主张构建起多层次的货架，依据不一样物品的周转率，来明确相关物品所储存的具体位置，并用粒子群算法(PSO)来求解这个问题。

Muppani [3]以存储空间最小化和拣选总成本最小化为优化目标， 依托于分类存储法创建了非线性数学模型，并运用分支界定法进行求解。指出分类存储法在压缩搬运成本与节约仓储空间上优势突出。

Henn [4]对人工拣选作业仓库展开了研究， 指出最小化搬运距离的函数模型可以借助禁忌搜索算法来求解， 获得了较好的优化效果。

Xie Jing [5]采用分组约束的方法(SLAP-GC)对货物储存位置分配问题进行了研究，并利用有效制约邻域禁忌搜索(RNTS)算法求解储存位置分配方案。国内郑凌莺等[6]运用了“类聚”的概念和方法处理同系列产品就近存储的问题， 从而实现物流中心的货位优化分配；陈月婷等[7]对自动化立体库分区和货位分配策略进行了研究，在仓库分区优化的基础上，提出了货位优化模型，并采用改进的Pareto 遗传算法对模型进行求解；邱建东等[8]提出了应用遗传算法来优化周期性病毒货位分配优化；张贵军等[9]提出一种精英多策略差分进化算法，以货架重心低、出入库频率高、货物离出入库口近等为原则建立货位分配优化模型并求解。

综上可知，众多学者针对货位分配进行了大量的研究，但是在求解过程中多以单一群智能优化算法求解模型，易陷入局部最优，出现早熟收敛。本文以电力自动化立体仓库为研究对象，建立了基于货架稳定性、出入库效率为目标的优化模型，设计了一种结合精英保留策略、协同进化思想的双种群协同进化遗传算法。该算法将遗传算法进化种群划分为主、从种群，主种群加快算法收敛，从种群加入随机个体，保证了种群的多样性，从而提高了搜索能力。仿真实验验证了模型和算法的有效性。

2. 模型构建 自动化立体库也常被称为高层自动化仓库或者自动仓储AS/RS (AS/RS: Automated Storage and Re-trieval System，自动存取系统)。它主要由仓库建筑体、立体式货架、托盘、堆垛机、输送系统、控制系统和计算机管理系统等部分组成，通过高层货架、巷道堆垛机和辊子输送机等机械化、自动化设备以及配电柜、托盘等辅助设备，运用货物条码、RFID 技术和计算机控制等信息化技术进行仓储作业。