三维货架空间布局的优化算法——简化版

三维货架空间布局的优化算法的详细版欢迎订阅本博：https://blog.csdn.net/ccsss22/article/details/115290774

1.问题描述：

优化目标

要求对出库频率越高的货物，出库时间越短，也就是货位安排在距离出库台越近的位置，对于出入库频率较低的货物，则可以有相对较长的出入库时间。
物料分散存放避免因集中存放造成货格受力不均匀的问题。重物在下、轻物在上，使货架更加稳定（重心最小）。
以分类存放的货品相关性原则为目标，并先入库的同种货品，在出库时具有优先权，
优化目标函数构建如下所示：

第一个目标函数，f1是出入库效率函数

第二个函数f2，含义是货架的稳定性目标，稳定性。

mk为货物重量。可以设置为0到30之间的随机数。但是是已知的。该公式的含义就是重量越大的货品，放的位置越低，则该函数取值越小。

第三个函数是你所要求的货品种类的目标优化函数。

以分类存放的货品相关性原则为目标，并先入库的同种货品，在出库时具有优先权，这个含义就是使得同类货物之间的距离最短，即，同类货物尽可能的摆放在一起。通过这三个函数，实现最后的优化，最后通过遗传优化算法，进行优化。

2.部分程序：

while gen < MAXGEN;
      gen

      if gen <= 1
         Pe0 = 0.7;
         pe1 = 0.05;
      else
         Pe0 = 0.7*1/(1+exp(-5*df));
         pe1 =0.75-Pe0;
      end

      FitnV=ranking(Objv);
      Selch=select('sus',Chrom,FitnV);
      Selch=recombin('xovsp', Selch,Pe0);
      Selch=mut( Selch,pe1);
      phen1=bs2rv(Selch,FieldD);

      for a=1:1:NIND
          if gen == 1
             tmps       = POS_index;
             Data1(a,:) = tmps(1:sum(Num_lb));
          else
             Data1(a,:) = floor(phen1(a,:))+1;
          end
          %计算对应的目标值
          [epls,f1,f2,f3] = func_obj2(Data1(a,:));
          E       = epls;
          JJ(a,1) = E;
      end

      Objvsel=(JJ);
      [Chrom,Objv]=reins(Chrom,Selch,1,1,Objv,Objvsel);
      gen=gen+1;

      %保存参数收敛过程和误差收敛过程以及函数值拟合结论
      Error1(gen)            = mean(JJ);
      Error2(gen)            = min(JJ);

      fmax = max(JJ);
      fmean= mean(JJ);
      df   = fmax-fmean;

      if gen == 1
         [f1,f2,f3]
      end
      if gen == MAXGEN-1
         [f1,f2,f3]
      end

end

3.仿真结论：

A-011-046