遗传算法求三维立体仓库货位优化MATLAB源码.pdfVIP

遗遗传传算算法法求求三三维维⽴⽴体体仓仓库库货货位位优优化化MATLAB源源码码

⼀般的货位优化问题都有3个⽬标函数：

（1：拣货效率：优化货位后，周转率⾼的货位靠近出⼝

（2：货架的稳定性：优化货位后，货架更稳定

（3：货物相关性：优化货位后，同⼀类聚集在⼀起。

当然，其他的⽬标函数也是完全可以的，只要有具体的函数计算表达式就好。

建⽴三维仓库，仓库类型很多。

初始货位分布

clc

clear

closeall

%%货架参数

Wx=1;%纵向巷道宽度

Wy=1;%横向巷道宽度

Nx=10;%列数

Ny=10;%⾏数

Nz=4;%层数

dx=1;%dx货架x向长，dy货架y向长，dz货架⾼度

dy=1;

dz=1;

%%货物参数

%随机产⽣货位

%u=0;

%Ga=[];

%whileu30

%Ga=[Ga;randiNx)randiNy)randiNz)];

%Ga=uniqueGa,rows);

%u=sizeGa,1);

%end

%Ga=Garandperm30),:);

data=xlsread货物.xlsx);

G0=data:,1:3);%货物初始位置

R=data:,4);%周转率

M=data:,5);%货位重量

Tag=data:,6);%货物类别

goodnum=sizeG0,1);%货物总数

nt=lengthuniqueTag));%类别总数

drawShelvesWx,Wy,Nx,Ny,Nz,dx,dy,dz)

ccc=colormapjetnt));%定义货位类型的颜⾊

fori=1:goodnum

drawGoodG0i,:),Wx,Wy,dx,dy,dz,cccTagi),:))

end

title初始时货物分布)

view3)

%%遗传算法参数

NP=100;%种群⼤⼩

maxgen=1000;%最⼤进化代数

Pc=0.8;%交叉概率

Pm=0.2;%变异概率

Gap=0.9;%代沟Generationgap)

%%

position=[];

fori=1:Nx

forj=1:Ny

fork=1:Nz

position=[position;ijk];

end

end

end

PNum=sizeposition,1);%货位总数量

%%初始化种群

X=InitPopNP,PNum);

Idx=ismemberposition,G0,rows);

Ida=findIdx==1);

Idb=findIdx==0);

X0=[Ida;Idb];

Fx0=FitnessX0,goodnum,position,M,R,Tag);

%%遗传进化

gen=1;

figure;

holdon;

boxon

xlim[0,maxgen])

title优化过程)

xlabel代数)

ylabel最优值)

fori=1:NP

Fxi,1)=FitnessXi,:),goodnum,position,M,R,Tag);%计算路线长度

end

fgbest=minFx);

whilegenmaxgen

gen

%计算适应度

fit=1./Fx+1);%将求最⼩路径转为最⼤值fit

%选择

XSel=SelectX,fit,Gap);

%交叉操作

XSel=RecombinXSel,Pc);

%变异

XSel=Mutate