基于蟻群算法的智能生產(chǎn)物流體系構(gòu)建研究?

潘 勝

（臺(tái)州職業(yè)技術(shù)學(xué)院管理學(xué)院 臺(tái)州 318000）

1 引言

隨著科學(xué)技術(shù)的高速發(fā)展，市場(chǎng)需求變化越來越來快，產(chǎn)品生命周期越來越短，客戶需求呈現(xiàn)多樣化和個(gè)性化的特征。如何快速響應(yīng)客戶的需求，確保較高的客戶服務(wù)水平已經(jīng)成為企業(yè)贏得市場(chǎng)，獲取核心競(jìng)爭(zhēng)力的重要手段。為了降低成本，提高物流服務(wù)水平，以及滿足顧客的多樣化、個(gè)性化需求，物流企業(yè)對(duì)倉(cāng)儲(chǔ)系統(tǒng)的要求越來越高［1］。與此同時(shí)，隨著計(jì)算機(jī)算法的不斷應(yīng)用，現(xiàn)有的算法求解智能生產(chǎn)物流體系更多的關(guān)注在配送路徑優(yōu)化［2～4］，而對(duì)智能生產(chǎn)物流的倉(cāng)儲(chǔ)式貨物管理研究較少［5］。已有智能生產(chǎn)物流的倉(cāng)儲(chǔ)研究主要包括倉(cāng)儲(chǔ)布局設(shè)計(jì)和算法設(shè)計(jì)改進(jìn)兩方面［6］。其中在倉(cāng)儲(chǔ)算法設(shè)計(jì)方面，針對(duì)需求不確定的情況，通過建立魯棒優(yōu)化模型可以優(yōu)化存取貨物的期望成本［7］。

本文將智能倉(cāng)儲(chǔ)貨架運(yùn)用到智能生產(chǎn)物流系統(tǒng)中，在配貨機(jī)執(zhí)行交叉存取指令的基礎(chǔ)上，同時(shí)考慮配貨機(jī)的運(yùn)行時(shí)間和配貨機(jī)在貨位的停留時(shí)間，建立了交叉存取時(shí)間模型。為提高模型求解效率，首先提出運(yùn)用指派算法解決貨位的指派問題，配貨機(jī)進(jìn)行批量存、取貨物，使總的時(shí)間最短。其次，設(shè)計(jì)蟻群算法對(duì)存、取貨物進(jìn)行優(yōu)化存儲(chǔ)，并與隨機(jī)算法對(duì)比。仿真實(shí)驗(yàn)結(jié)果表明，蟻群算法提高了智能生產(chǎn)物流系統(tǒng)的效率。

2 智能生產(chǎn)物流體系建模

2.1 問題提出

與傳統(tǒng)物流倉(cāng)儲(chǔ)系統(tǒng)相比，智能生產(chǎn)物流的倉(cāng)儲(chǔ)系統(tǒng)最大的不同，主要有兩個(gè)方面：1）服務(wù)時(shí)間即時(shí)化，智能生產(chǎn)物流的倉(cāng)儲(chǔ)系統(tǒng)對(duì)存取、分揀、配送等環(huán)節(jié)的運(yùn)作流程和運(yùn)作時(shí)間進(jìn)行協(xié)調(diào)和優(yōu)化，以快速滿足客戶的多樣性、個(gè)性化需求［8］；2）存取空間緊致化，智能生產(chǎn)物流的倉(cāng)儲(chǔ)系統(tǒng)減少了傳統(tǒng)倉(cāng)儲(chǔ)系統(tǒng)各貨架之間的通道，將這些通道合并起來作為存儲(chǔ)空間，提高了空間利用率［9］。具體的智能生產(chǎn)物流的倉(cāng)儲(chǔ)貨架如圖1所示。

圖1 智能生產(chǎn)物流的倉(cāng)儲(chǔ)貨架

2.2 工作原理

智能生產(chǎn)物流系統(tǒng)的工作原理：首先，配貨機(jī)在I/O點(diǎn)處待命，接受到出、入庫(kù)物品信息指令時(shí)，開始將物品裝載到托盤上，可能不止一個(gè)物品裝載到同一個(gè)托盤上；然后，電腦指派配貨機(jī)將托盤運(yùn)送到貨架的存放位置并且將所在位置記錄到電腦系統(tǒng)中，配貨機(jī)將托盤存放到貨位中，完成存儲(chǔ)指令任務(wù)；電腦通過儲(chǔ)存的信息獲取出庫(kù)的貨物托盤的具體位置，直接命令配貨機(jī)搜索出庫(kù)的貨物托盤，托盤重新回到倉(cāng)儲(chǔ)的進(jìn)庫(kù)位置，完成取貨指令任務(wù)；最后，經(jīng)過分揀后，托盤被整理后再使用。

以I/O點(diǎn)作為坐標(biāo)原點(diǎn)(0，0)，x軸表示配貨機(jī)水平行駛，y軸表示配貨機(jī)垂直行駛，配貨機(jī)的行駛速度為單位時(shí)間每秒；設(shè)外層貨位的配貨機(jī)取貨所需時(shí)間為t1秒，內(nèi)層貨位的取貨時(shí)間為t2，且t2=2t1，貨架數(shù)（R）為巷道數(shù)（A）的4倍，即R=4A。為簡(jiǎn)化描述，不失一般性，用二維代替三維，智能生產(chǎn)物流貨架擺放平面圖如圖2所示。其中出/入庫(kù)點(diǎn)位于左下角，每列有12個(gè)貨位，有16列，則每一層的總貨位(N)是192個(gè)貨位。

圖2 智能生產(chǎn)物流的倉(cāng)儲(chǔ)貨架擺放平面圖

單一存取指令和交叉存取指令分別如圖3和圖4所示，當(dāng)配貨機(jī)執(zhí)行單一指令時(shí)，在行駛的過程中會(huì)出現(xiàn)空程現(xiàn)象。即配貨機(jī)從I/O點(diǎn)出發(fā)，裝載物品，前往存貨位，最后從存貨位空載返回到I/O點(diǎn)；或者是從I/O點(diǎn)出發(fā)，空載到取貨位，再裝載物品從取貨位返回到I/O點(diǎn)。配貨機(jī)執(zhí)行單一指令，無(wú)論存操作還是取操作都會(huì)存在空程現(xiàn)象。因此，本文考慮配貨機(jī)執(zhí)行交叉存取命令，避免空程現(xiàn)象。

圖3 單一存取指令

圖4 交叉存取指令

2.3 貨物存取時(shí)間模型

本文考慮的是將智能生產(chǎn)物流的倉(cāng)儲(chǔ)體系運(yùn)用到智能生產(chǎn)物流中，配貨機(jī)執(zhí)行交叉式存取指令。因此，對(duì)系統(tǒng)提出如下假設(shè)：

1）配貨機(jī)每次只能對(duì)單位貨物進(jìn)行存、取操作；

2）忽略配貨機(jī)在I/O點(diǎn)裝卸貨物的時(shí)間；

3）所有貨位的大小相同；

4）配貨機(jī)服務(wù)為多條兩邊都有巷道的貨架提供服務(wù)，且從I/O點(diǎn)開始運(yùn)輸；

5）配貨機(jī)行駛的水平速度和垂直速度相等：VH=VV=1；

6）配貨機(jī)將貨物存放到貨位和從貨位取貨的時(shí)間相等，記為t。

假設(shè) Si∈{1，2，…，I}表示存儲(chǔ)i貨物的貨位集合；Rm∈{1，2，…，M}表示取出 m 貨物的貨位集合；TIS表示從I/O點(diǎn)到貨位S的行駛時(shí)間；TSR表示從貨位S到貨位R的行駛時(shí)間；TRO表示從取貨位R返回到I/O點(diǎn)；W表示配貨機(jī)在貨位的停留時(shí)間。則決策變量：

當(dāng)指令不均衡時(shí)，多臺(tái)配貨機(jī)執(zhí)行交叉存取命令，一部分配貨機(jī)會(huì)出現(xiàn)閑置狀態(tài)，而另一部分配貨機(jī)處在繁忙狀態(tài)。因此，為了使配貨機(jī)得到合理利用，建立了一臺(tái)配貨機(jī)在多巷道行駛的交叉存取時(shí)間模型，如下：

同時(shí)，一臺(tái)配貨機(jī)在多巷道中執(zhí)行交叉存取指令，從I/O點(diǎn)到存儲(chǔ)位置，再?gòu)拇鎯?chǔ)位置到檢索位置，最后從檢索位置返回到I/O點(diǎn)的運(yùn)行時(shí)間以及在貨位上進(jìn)行裝卸時(shí)間之和；每個(gè)存、取貨物只能占用一個(gè)貨位；在一個(gè)交叉存取作業(yè)中至多只包含一個(gè)存操作；在一個(gè)交叉存取作業(yè)中至多只包含一個(gè)取操作。則滿足的約束條件如下：

3 蟻群算法求解

3.1 算法比較

指派算法［10］從靜態(tài)層面出發(fā)，批量存、取物品，目的是配貨機(jī)執(zhí)行完所有的交叉存取指令所需的總時(shí)間最短。首先尋找第一貨位中所有空貨位的最小運(yùn)行時(shí)間進(jìn)行物品存放；如果第一貨位存滿了，再尋找第二貨位中所有空貨位的最小運(yùn)行時(shí)間進(jìn)行物品存放。同時(shí)，還要考慮存、取貨位在同一巷道和在不同巷道時(shí)配貨機(jī)的運(yùn)行情況。

隨機(jī)算法（Random storage）［11］是確定取貨位置，優(yōu)先隨機(jī)存儲(chǔ)在第一貨位，若第一貨位存滿了，將第一貨位的物品移到第二貨位，再將被存放的物品放置在第一貨位。目的是配貨機(jī)執(zhí)行每一次的交叉存取循環(huán)指令時(shí)間最短，同時(shí)配貨機(jī)每一次執(zhí)行完存、取貨指令時(shí)，系統(tǒng)會(huì)對(duì)倉(cāng)儲(chǔ)的存儲(chǔ)狀態(tài)進(jìn)行更新。

蟻群算法［12］是基于隨機(jī)算法的基礎(chǔ)上進(jìn)行改進(jìn)的，該算法是確定取貨位置，在一系列空貨位中選擇離I/O點(diǎn)近的貨位存儲(chǔ)物品，目的是配貨機(jī)尋找最近的空貨位，使每一次執(zhí)行的交叉存取循環(huán)指令時(shí)間最短。同時(shí)配貨機(jī)每一次執(zhí)行完存、取貨指令時(shí)，系統(tǒng)會(huì)對(duì)倉(cāng)儲(chǔ)的存儲(chǔ)狀態(tài)進(jìn)行更新。

表1 算法比較

從表1可以看出，S→R表示配貨機(jī)執(zhí)行先存后取的交叉存取指令。指派算法與隨機(jī)法和蟻群算法比較，指派算法的不同之處在于批量考慮存、取物品的問題，批量進(jìn)行存取，隨機(jī)尋找空貨位，使總的時(shí)間最短；隨機(jī)算法和蟻群算法比較，隨機(jī)算法的不同之處在于只考慮了配貨機(jī)進(jìn)行貨物的隨機(jī)存、取問題。

3.2 算法思路

配貨機(jī)執(zhí)行交叉存取命令時(shí)，考慮的時(shí)間有配貨機(jī)的運(yùn)行時(shí)間、在貨位的裝卸時(shí)間和翻箱時(shí)間，這里將在貨位的裝卸時(shí)間和翻箱時(shí)間概括為在貨位的停留時(shí)間（W）。R表示取貨位，S表示存貨位，E表示空貨位，O表示已占用的貨位。TR表示Random Storage存儲(chǔ)方法的運(yùn)行時(shí)間，TC表示蟻群算法存儲(chǔ)方法的運(yùn)行時(shí)間。運(yùn)行時(shí)間是配貨機(jī)從I/O點(diǎn)到達(dá)存貨位，再?gòu)拇尕浳磺巴∝浳?，最后從取貨位返回到I/O點(diǎn)。表2主要是比較了配貨機(jī)采用Random Storage存儲(chǔ)方法和蟻群算法存儲(chǔ)方法在貨位的停留時(shí)間，貨位的存取狀態(tài)分為七種類型。

第1種存、取狀態(tài)類型：當(dāng)取貨物品位于第一貨位，取貨物品的第二貨位是空貨位或非空貨位；存貨物品存放在第一貨位，存貨物品的第二貨位是空貨位或非空貨位。這種情況Random Storage存儲(chǔ)方法和蟻群算法存儲(chǔ)方法都不存在翻箱操作，配貨機(jī)在貨位的裝卸時(shí)間是2t。

第2種存、取狀態(tài)類型：當(dāng)取貨物品位于第二貨位，取貨物品的第一貨位是空貨位；存貨物品存放在第一貨位，存貨物品的第二貨位是空貨位或非空貨位。這種情況Random Storage存儲(chǔ)方法和蟻群算法存儲(chǔ)方法都不存在翻箱操作，配貨機(jī)在貨位的裝卸時(shí)間是3t。

表2 停留時(shí)間比較

第3種存、取狀態(tài)類型：當(dāng)取貨物品位于第二貨位，取貨物品的第一貨位是非空貨位；存貨物品存放在第一貨位，存貨物品的第二貨位是空貨位或非空貨位。這種情況Random Storage存儲(chǔ)方法和蟻群算法存儲(chǔ)方法都不存在翻箱操作，配貨機(jī)在貨位的裝卸時(shí)間是5t。

第4種存、取狀態(tài)類型：當(dāng)取貨物品位于第一貨位，取貨物品的第二貨位是空貨位或非空貨位；存貨物品存放在第二貨位，存貨物品的第一貨位是空貨位。這種情況不符合Random Storage存儲(chǔ)方法，因?yàn)镽andom Storage存儲(chǔ)方法是優(yōu)先存放在第一貨位。因此，這種情況符合蟻群算法存儲(chǔ)方法且不存在翻箱操作，配貨機(jī)在貨位的裝卸時(shí)間是3t。

第5種存、取狀態(tài)類型：當(dāng)取貨物品位于第一貨位，取貨物品的第二貨位是空貨位或非空貨位；存貨物品存放在第二貨位，存貨物品的第一貨位是非空貨位。這種情況Random Storage存儲(chǔ)方法和蟻群算法存儲(chǔ)方法都存在翻箱操作，這種情況如果運(yùn)用Random Storage存儲(chǔ)方法，配貨機(jī)在貨位的停留時(shí)間是3t；如果運(yùn)用蟻群算法存儲(chǔ)方法，配貨機(jī)在貨位的停留時(shí)間是5t。

第6種存、取狀態(tài)類型：當(dāng)取貨物品位于第二貨位，取貨物品的第一貨位是空貨位；存貨物品存放在第二貨位，存貨物品的第一貨位是非空貨位。這種情況Random Storage存儲(chǔ)方法和蟻群算法存儲(chǔ)方法都存在翻箱操作，這種情況如果運(yùn)用Ran?dom Storage存儲(chǔ)方法，配貨機(jī)在貨位的停留時(shí)間是4t；如果運(yùn)用蟻群算法存儲(chǔ)方法，配貨機(jī)在貨位的停留時(shí)間是6t。

第7種存、取狀態(tài)類型：當(dāng)取貨物品位于第二貨位，取貨物品的第一貨位是非空貨位；存貨物品存放在第二貨位，存貨物品的第一貨位是非空貨位。這種情況Random Storage存儲(chǔ)方法和蟻群算法存儲(chǔ)方法都存在翻箱操作，如果運(yùn)用Random Storage存儲(chǔ)方法，配貨機(jī)在貨位的停留時(shí)間是6t；如果運(yùn)用蟻群算法存儲(chǔ)方法，配貨機(jī)在貨位的停留時(shí)間是8t。

3.3 算法公式

配貨機(jī)只能在巷道行駛，執(zhí)行交叉存取命令。如果倉(cāng)儲(chǔ)用矩陣表示，那么巷道占用一列，第一貨位和第二貨位的列坐標(biāo)不同，在計(jì)算距離時(shí)，需要將外層貨位和內(nèi)層貨位的坐標(biāo)轉(zhuǎn)換到巷道坐標(biāo)求解，即縱坐標(biāo)不變，橫坐標(biāo)進(jìn)行改變［13］。記(R，C)表示存或取的貨物的貨位的坐標(biāo)位置，第i個(gè)物品存放在R行C列的位置，第m個(gè)物品從 R行C列的位置取出。Gi，m(R，C)表示配貨機(jī)行駛在巷道的坐標(biāo)位置，如圖2的智能生產(chǎn)物流貨架平面圖，配貨機(jī)行駛在兩邊都有貨架的巷道，并且巷道占一列，則

當(dāng)配貨機(jī)在同一條巷道執(zhí)行交叉存取指令時(shí)，即配貨機(jī)進(jìn)行存、取操作指令時(shí)在同一條巷道中完成。計(jì)算公式如下：

當(dāng)配貨機(jī)在不同的巷道執(zhí)行交叉存取指令時(shí)，即配貨機(jī)進(jìn)行存、取操作指令時(shí)在不同的巷道內(nèi)完成。計(jì)算公式如下：

3.4 模型優(yōu)化

配貨機(jī)在執(zhí)行一次交叉存取指令時(shí)，已知檢索物品的位置，需要在一系列空貨位中尋找貨位存儲(chǔ)物品，因此，假設(shè)模型中的配貨機(jī)從I/O點(diǎn)行駛到每個(gè)貨位所耗費(fèi)的時(shí)間是已知的［14］。L表示為貨位的總數(shù)量，N表示為貨物的總數(shù)量，til表示i物品存儲(chǔ)到l貨位所耗費(fèi)的時(shí)間。則決策變量為

建立一個(gè)整數(shù)規(guī)劃的時(shí)間模型：

若每個(gè)物品只分配一個(gè)貨位，則約束條件為

將矩形倉(cāng)儲(chǔ)用一個(gè)12*16的矩陣表示倉(cāng)儲(chǔ)的存儲(chǔ)情況，剔除巷道所占的列，則矩陣表示為

假設(shè) til=1，“0”表示空貨位，“1”表示貨位已占用，隨機(jī)生成空貨位和已占用的貨位，將第一貨位和第二貨位的存儲(chǔ)情況用公式表示如下：

配貨機(jī)執(zhí)行完一次交叉存取指令，系統(tǒng)會(huì)對(duì)第一貨位和第二貨位的存儲(chǔ)情況進(jìn)行更新，這樣能夠更加真實(shí)地反映倉(cāng)儲(chǔ)的進(jìn)出入庫(kù)物品的存儲(chǔ)情況。

4 仿真實(shí)驗(yàn)

通過計(jì)算機(jī)Matlab軟件編程［15］，模擬現(xiàn)實(shí)生活中的倉(cāng)儲(chǔ)貨位情況，倉(cāng)儲(chǔ)貨位存儲(chǔ)狀態(tài)的數(shù)據(jù)是隨機(jī)生成的，具體操作如下。

4.1 數(shù)據(jù)采集

Step 1：隨機(jī)生成數(shù)據(jù)。隨機(jī)生成二維數(shù)據(jù)12*16的表示矩陣倉(cāng)儲(chǔ)的貨位分布，如圖2所示，此時(shí)巷道所占的列分別為3、8、13和18，因此，矩陣倉(cāng)儲(chǔ)矩陣賦值如下：

第一巷道負(fù)責(zé)存、取貨位矩陣列為1、2、3、4；

第二巷道負(fù)責(zé)存、取貨位矩陣列為5、6、7、8；

第三巷道負(fù)責(zé)存、取貨位矩陣列為9、10、11、12；

第四巷道負(fù)責(zé)存、取貨位矩陣列為13、14、15、16。

Step 2：定義第一貨位和第二貨位：

第一貨位是矩陣列為2、3、6、7、10、11、14、15；

第二貨位是矩陣列為1、4、5、8、9、12、13、16。

第一貨位和第二貨位的信息表分別是矩陣12*8，信息表中，“0”表示空貨位，“1”表示已占用的貨位。

Step 3：求期望值：

隨機(jī)生成存、取貨物數(shù)量分別為（10，20，30和40）；實(shí)驗(yàn)次數(shù)為1500次，最終求期望值。

4.2 實(shí)驗(yàn)分析

本文對(duì)指派算法、隨機(jī)算法和蟻群算法進(jìn)行仿真實(shí)驗(yàn)，通過仿真圖直觀地比較存、取時(shí)間。橫坐標(biāo)表示配貨機(jī)執(zhí)行交叉存取的次數(shù)，縱坐標(biāo)表示配貨機(jī)執(zhí)行完存取操作時(shí)所耗費(fèi)的期望時(shí)間。

指派算法在實(shí)驗(yàn)過程中，通過隨機(jī)生成位于第一貨位、第二貨位的取貨物，計(jì)算每一個(gè)取貨物到相應(yīng)的空貨位的時(shí)間?？紤]了兩種情況：當(dāng)取貨位于第一貨位時(shí)，尋找位于第一貨位、第二貨位中所有空貨位的最小運(yùn)行時(shí)間；當(dāng)取貨位于第一貨位時(shí)，尋找位于第一貨位、第二貨位中所有空貨位的最小運(yùn)行時(shí)間。另外，還考慮了存、取貨在同一巷道和不同巷道的情況。

從圖5可以看出，當(dāng)存儲(chǔ)密度為65%時(shí)，隨著存、取貨數(shù)量的增加，配貨機(jī)執(zhí)行命令時(shí)，所需的時(shí)間呈緩慢上升趨勢(shì)；當(dāng)存儲(chǔ)密度為80%時(shí)，隨著存、取貨數(shù)量的增加，配貨機(jī)執(zhí)行命令時(shí)，所需的時(shí)間呈急劇上升趨勢(shì)。原因是存儲(chǔ)密度由65%～80%時(shí)，隨著存儲(chǔ)密度的增加，空貨位的數(shù)量隨之減少，存在翻箱的可能性增大。配貨機(jī)在進(jìn)行存、取貨物時(shí)，需要翻箱的概率增加，因此，配貨機(jī)所消耗的時(shí)間也隨之增加。

圖5 指派算法仿真

隨機(jī)算法在實(shí)驗(yàn)過程中，優(yōu)先尋找第一貨位的空貨位隨機(jī)進(jìn)行存儲(chǔ)；若第一貨位已占用滿了，再尋找第二貨位的空貨位隨機(jī)進(jìn)行存儲(chǔ)。蟻群算法在實(shí)驗(yàn)過程中，循環(huán)第一貨位、第二貨位中所有空貨位尋找最少運(yùn)行時(shí)間的空貨位。

從圖6可以看出，當(dāng)存儲(chǔ)密度為85%時(shí)，隨機(jī)算法和蟻群算法呈平滑上升趨勢(shì)。隨著存、取次數(shù)的增加，配貨機(jī)執(zhí)行命令的時(shí)間也增加。對(duì)比隨機(jī)算法，蟻群算法所需的時(shí)間更短，效率更高。

圖6 存儲(chǔ)算法仿真

對(duì)于倉(cāng)儲(chǔ)企業(yè)而言，在智能生產(chǎn)物流中運(yùn)用倍深式貨架，意味著對(duì)存儲(chǔ)密度要求較高，實(shí)驗(yàn)考慮了存儲(chǔ)密度為80%、85%和90%，分別比較了隨機(jī)算法和蟻群算法的效率。智能生產(chǎn)物流中采用蟻群算法，更適用于對(duì)存儲(chǔ)密度要求高的倉(cāng)儲(chǔ)企業(yè)。

從表3可以看出，當(dāng)存儲(chǔ)密度為80%時(shí)，蟻群算法比隨機(jī)存儲(chǔ)算法的效率提高了21.76%；當(dāng)存儲(chǔ)密度為85%時(shí)，蟻群算法比隨機(jī)存儲(chǔ)算法的效率提高了27.39%；當(dāng)存儲(chǔ)密度為90%時(shí)，蟻群算法比隨機(jī)存儲(chǔ)算法的效率提高了31.47%?？梢钥闯觯?dāng)存儲(chǔ)密度較高時(shí)，與傳統(tǒng)的隨機(jī)存儲(chǔ)算法相比，所設(shè)計(jì)的蟻群算法具有明顯的優(yōu)越性。

表3 智能生產(chǎn)物流貨物存儲(chǔ)密度比較

5 結(jié)語(yǔ)

為解決在智能生產(chǎn)物流體系中貨位分配問題，實(shí)現(xiàn)資源的合理利用，本文針對(duì)智能生產(chǎn)物流貨位優(yōu)化問題進(jìn)行研究。首先，為提高存儲(chǔ)密度，采用智能生產(chǎn)物流貨架，減少倉(cāng)儲(chǔ)系統(tǒng)的巷道數(shù)量，實(shí)現(xiàn)緊致化倉(cāng)儲(chǔ)，增加了倉(cāng)儲(chǔ)空間緊密性；其次，配貨機(jī)采用交叉存取指令，通過縮短交互時(shí)間，實(shí)現(xiàn)了運(yùn)行效率的及時(shí)性。本文的創(chuàng)新點(diǎn)如下：

1）本文研究智能生產(chǎn)物流體系中的貨位優(yōu)化問題，模型中考慮了配貨機(jī)的運(yùn)行時(shí)間和配貨機(jī)在貨位的停留時(shí)間，即配貨機(jī)在貨位的存、取貨時(shí)間和翻箱時(shí)間。大多數(shù)論文只考慮了配貨機(jī)在巷道的行駛時(shí)間，忽略了配貨機(jī)在貨位的存、取貨的時(shí)間。

2）本文從不同角度考慮了存、取貨物問題，不僅運(yùn)用了指派算法進(jìn)行批量存、取貨物而且運(yùn)用了蟻群算法對(duì)貨物進(jìn)行優(yōu)化存、取，通過與隨機(jī)算法對(duì)比，仿真實(shí)驗(yàn)結(jié)果表明蟻群算法比隨機(jī)算法效率高。