本文是一篇物流论文，。本文以Z企业种子密集仓储系统的四向穿梭车作业调度为研究对象，以解决Z企业单任务和多任务两种作业模式下，分析多辆四向穿梭车调度以及四向穿梭车与换层提升机协同配合调度进行订单出库的调度作业，建立四向穿梭车的单任务调度模型和多任务调度模型，并用改进遗传算法求解和验证。
第1章绪论
1.1研究背景及意义
1.1.1研究背景
由于我国进入21世纪以来，5G互联网、AI技术、智能传感等技术的迅速发展，智能物流仓储的规模逐渐扩大，物流行业及相关领域也迅猛发展，为智能物流仓储带来了更多新要求，仓储物流系统需要更高效率的作业要求也随之提出。现今，智能仓储系统的柔性化、数字化不断升级改造，为智能仓储的发展提供了更广阔的市场和美好前景。据调研统计显示，我国智能物流仓储系统市场规模逐年增大，2017年的216.1亿元增长至2022年的793.4亿元，2023年我国智能物流仓储系统市场规模将会达到920亿元，说明智能仓储的市场空间很大，还需要进一步升级改造。四向穿梭车密集仓储系统是一种新型自动化立体仓库系统，它作为穿梭车仓储系统的升级换代，可在多个巷道及多层间运行，这使得四向穿梭车仓储系统拥有空间利用率高、系统柔性强、成本低等优点，虽然还没有被广泛使用，但是近年来成为了仓储系统发展的新趋势。与传统的自动化立体仓库与堆垛机系统相比，四向穿梭车表现出更多的优势，因为它可以独立跨层跨巷道工作，因此系统中的四向穿梭车数量更少、系统柔性更强，但是它的调度难度也由此加大。
1.2国内外研究现状
由于四向穿梭车系统的工作流程与国内外普遍研究的AVS/RS（自动小车存取系统）和传统多层穿梭车存取系统存在一定的相似度，因此凭借对以上二者的研究为基础，本文将做出更深入的研究，然后基于穿梭车系统性能配置、穿梭车的调度策略及调度算法研究对国内外学者的研究结论作出以下综述。
1.2.1穿梭车系统性能配置研究现状
（1）国外穿梭车系统性能配置研究现状
国外学者们主要通过建立基于开放或半开放排队论的理论模型，对穿梭车系统性能和配置问题进行优化。Ha Y等（2018）学者在不影响系统吞吐量的前提下，通过分析自由平衡系统控制法来减少系统中的穿梭车的数量。此后，在考虑货架排列布局等因素的基础上，他们提出了一种可以计算出最优穿梭车数量的决策模型[2]。Epp等（2017）建立了离散开放的排队网络模型，分析基于层的货到人拣选系统中，小车执行存取作业任务的稳定状态与性能，通过完整概率分布得出关键指标结果[3]。Tappia等（2017）通过研究单层和多层的子母穿梭车系统，建立了半开放排队网络模型，并评估性能[4]。Wang（2017）运用两阶段的开放排队网络，对单层穿梭车式密集仓储系统进行订单响应周期时间以及提升机的等待时间进行估算[5]。Lerher（2018）利用均匀分布存储货位的思想和概率论，对可以跨巷道作业的穿梭车系统构建了基于旅行时间的模型，并且进一步分析系统的作业效率及吞吐性能[6]。Ekren等（2013、2014）考虑提升机的影响因素，建立穿梭车系统的SOQN模型，利用近似策略对目标函数的任务完成时间进行求解分析[7]；并用矩阵几何法对系统最优配置小车数量进行分析[8]。Roy等（2015）提出建立半开环排队网络模型的构想，用降解法求解出任务完成时间，同时研究驻点策略等对系统性能的影响[9]。Zou等（2016）通过研究穿梭车等设备的运动特性，进而构建排队网络模型，将其应用到基于层的AVS/RS中进行分析[10]。
第2章相关理论概述
2.1四向穿梭车密集仓储系统介绍
四向穿梭车密集仓储系统是近几年来在传统穿梭车系统的基础上逐渐发展起来的，是一种集仓储、拣选、管理等功能于一体的新型智能化存储系统，与传统的自动小车存储系统相比，它不仅可以换层进行垂直方向的工作，还可以换巷道进行水平方向的工作，具有响应速度快、空间利用率高等优点，可以有效提高密集仓储系统的工作效率。
2.1.1四向穿梭车系统构成
四向穿梭车系统主要是由硬件设备和软件设备组成，硬件设备有：
（1）高密度立体存储货架
高密度立体存储货架是四向穿梭车系统的货物存储设备，采用独立钢架结构，根据其结构可分为：单深位立体货架、双深位立体货架和多深位立体货架。货物是放置于周转箱内，周转箱放在货架系统的货位上，一个货位上放一个周转箱，四向穿梭车从货位处进行取货和放货。货架之间有纵向和横向导轨供四向穿梭车前后左右的水平方向运行。高密度立体存储货架的作业灵活、空间利用率高、占地面积小。
（2）输送巷道
输送巷道是连接于货架之间的，或者连接在货架与拣选站台之间的一种搬运设备，主要负责四向穿梭车的行走以及货物运输，常见到的输送巷道由若干条轨道组成，穿梭车在轨道上前后左右往返运动。输送巷道的形式主要有滑轨式、皮带式、链条式等，四向穿梭车系统中的输送巷道就是常见的滑轨式，不做任何动力装置，当四向穿梭车位于输送巷道上时，通过自身的轮子运动将货物运输到指定位置。
2.2四向穿梭车调度策略
四向穿梭车作为该企业密集仓储系统的货物搬运设备，可以在高层立体货架的所有巷道中移动，其系统调度能力对订单出入库效率具有重要影响。多台四向穿梭车接收到任务后，并行作业一方面容易引起四向穿梭车的路线重叠，造成冲突碰撞问题，另一方面会提高仓储系统调度的难度，因此，四向穿梭车在运行过程中需要制定一定的调度策略，用来解决系统整体运行效率不高的问题。通常以路径最短和订单反应时间为依据，开展路径规划。当路径存在冲突时，根据以下原则，分为通行规则和路径再规划的规则。
（1）基于路径最短的通行策略。根据系统下达的订单任务信息，给每辆执行任务的四向穿梭车确定路线，按照路线的距离规定路径优先级，距离短的路径优先级高，此类四向穿梭车在路口节点优先通过，距离长的优先级低，此类四向穿梭车在路口节点前等待，等优先级高的穿梭车经过后再执行任务。
（2）基于任务等级的通行路径再规划策略。首先由系统自动生成车辆在同一时间段的重合路径，根据任务优先级，也就是订单响应时间的快慢来规定是否要重新规划路径。订单响应时间快的任务优先级高，此类四向穿梭车路径保持不变，按原路行驶；对于订单响应时间慢的任务优先级低，先把此类四向穿梭车的冲突路段从冲突节点后消除，然后生成第二条行驶路径再做判断是否需要重新规划。
第3章 Z企业密集仓储系统现状及问题分析 ........................ 22
3.1 Z企业四向穿梭车密集仓储系统简介 ....................... 22
3.2 Z企业系统出库流程及调度现状 .............................. 24
3.3 Z企业四向穿梭车调度作业中存在的问题 ................ 27
第4章 Z企业四向穿梭车任务调度优化模型构建 ...................... 32
4.1 Z企业调度问题描述 .................................... 32
4.2 单任务与多任务调度区别分析 ......................... 32
4.3 基于双目标的系统优化................................... 33
第5章 Z企业四向穿梭车任务调度算法设计与求解 ......................... 51
5.1 遗传算法 ............................... 51
5.1.1 初始种群编码 ............................... 52
5.1.2 适应度函数 ................................ 53
第5章Z企业四向穿梭车任务调度算法设计与求解
5.1遗传算法
遗传算法作为一种智能算法，与其他传统优化算法相比，具有生物进化模型，收敛性好，全局搜索能力强，计算模型解所需时间短，具有高及时性和其他特点。本研究基于遗传算法的以下步骤：
（1）编码：将实际研究的变量映射为输入目标，可以由遗传算法直接控制。遗传算法在优化问题模型中的应用开始于确定算法的编码方式。遗传编码的使用是一种解决实际问题的方法，一般编码方法包括整数编码、二进制编码、顺序编码、自然数编码等。
（2）适应度函数：适应度函数是用来评估遗传个体在种群进化过程中的适应性。总运行时间越短，即目标功能的值越小，相应适应性功能的值越大；相反，目标函数的值越大，相应的自适应函数的值就越小。
（3）选择：操作选择是指从一个种群中选择几个个体，具有一定的概率进行后续交叉操作和变异操作，操作选择是根据个体选择概率和既定规则从种群中选择适应性个体。
（4）交叉：交叉是选择后的重要遗传操作。交叉是一个过程，交换和重组父母两代人的单个部分的基因，以形成新一代。
（5）变异性：变异是指一条或多条染色体上遗传值的变化，对种群中的所有个体都有一定的变异概率，可以扩展算法的搜索空间，以保证算法的局部搜索能力。
第6章结论与展望
6.1研究结论
智能仓储的发展对物流仓储行业提出了更高的工作要求，四向穿梭车系统应运而生，近年来成为了仓储系统发展的趋势。本文以Z企业种子密集仓储系统的四向穿梭车作业调度为研究对象，以解决Z企业单任务和多任务两种作业模式下，分析多辆四向穿梭车调度以及四向穿梭车与换层提升机协同配合调度进行订单出库的调度作业，建立四向穿梭车的单任务调度模型和多任务调度模型，并用改进遗传算法求解和验证，主要研究内容有：
（1）通过对国内外专家学者对穿梭车系统相关研究现状进行调研梳理述评，对四向穿梭车系统构成、特点及本研究要用到的相关理论和方法进行概述的基础上，分析Z企业四向穿梭车系统出库流程及调度现状，发现其存在车辆路径易冲突、设备间等待时间长等问题，并剖析这些问题存在的主要原因。
（2）对Z企业单任务出库作业问题简要描述，确定优化目标，通过考虑单一任务的车辆调度策略，根据四向穿梭车和提升机的运动状态，计算出完成一个订单任务出库所需要的总作业时间，并基于时间窗平移算法，计算避免冲突的平移时间，将有冲突的四向穿梭车根据优先级进行时间窗后移，来缩短订单出库总时间，以出库时间最短建立单任务调度模型。
（3）对Z企业多任务出库作业问题简要描述，确定优化目标，考虑多订单之间的种子品项相似性，选择合适的相似度系数，计算订单相似度，根据订单分批策略，建立了一个批次内考虑订单相似度的多任务订单分批模型，最终以出库时间最短建立多任务调度模型。
（4）在传统遗传算法的基础上，引入模拟退火算法进行改进，形成一种混合算法，并引入Z企业的部分出库订单实例，对Z企业四向穿梭车的单任务调度模型和多任务调度模型进行求解和验证，最终结果表明，改进算法的收敛性能较好，单任务调度的出库作业时间减少了24.9%，多任务调度的出库作业时间减少了5.74%，证明提出的改进算法在优化结果方面也较为优异。
参考文献（略）