《倉儲物流優(yōu)化研究的國內(nèi)外文獻(xiàn)綜述》2500字

倉儲物流優(yōu)化研究的國內(nèi)外文獻(xiàn)綜述1國外研究現(xiàn)狀國外的倉儲物流機(jī)器人調(diào)度研究從20世紀(jì)80年代開始興起[4-7]，最初對于任務(wù)調(diào)度問題的求解，學(xué)者們認(rèn)為可以將調(diào)度問題抽象成數(shù)學(xué)模型，通過數(shù)學(xué)模型對其進(jìn)行描述，而后采用分支定界整數(shù)規(guī)劃及混合整數(shù)規(guī)劃來求解。Toshiyuki等[8]將無沖突路徑規(guī)劃和倉儲物流機(jī)器人分派問題描述為整數(shù)規(guī)劃問題通過精確求解的方式進(jìn)行求解。Meersmans等[9]采用分支界定法與定向搜索算法求解自動化集裝箱碼頭不同類型物料處理設(shè)備的集成調(diào)度問題。Bilge等[10]將柔性制造系統(tǒng)(FlexibleManufacturingSystem,FMS)中制造系統(tǒng)中的機(jī)器調(diào)度問題和物料搬運中涉及到的AGV調(diào)度問題結(jié)合起來考慮，而后將這個混合問題表述成一個混合整數(shù)規(guī)劃問題，對于這個非線性的混合整數(shù)規(guī)劃問題，通過數(shù)學(xué)精確求解的方式求解。以上兩位學(xué)者都使用了數(shù)學(xué)精確求解的方式求解整數(shù)規(guī)劃問題，這種求解方法雖然一定可以獲得全局最優(yōu)解，但只限于解決小規(guī)模調(diào)度問題，隨著問題規(guī)模的增大，數(shù)學(xué)精確求解的計算量成指數(shù)倍增長，求解問題也就變得毫無可能。相比精確求解法，啟發(fā)式算法則有其獨特的優(yōu)勢。啟發(fā)式規(guī)則的建立是運用啟發(fā)式算法的基礎(chǔ)，Egbelu等[13]整理了在作業(yè)車間中產(chǎn)生的調(diào)度問題中涉及到的啟發(fā)式規(guī)則，這些規(guī)則包括運行時間最長/短、運送距離最長/短、隊列中剩余輸出空間最小/大、AGV閑置時間最短/長和最近/遠(yuǎn)AGV等，最終得出這些規(guī)則對系統(tǒng)作業(yè)性能的影響。Jawahar等[14]則提出一種啟發(fā)式算法，他們研究生產(chǎn)過程中AGV調(diào)度系統(tǒng)運行和生產(chǎn)過程結(jié)合起來的問題，該啟發(fā)式算法采用操作時間、運輸時間等AGV分派的相關(guān)因素來解決指派沖突。Sabuncuoglu等[15]研究了柔性制造系統(tǒng)在交貨期不同時AGV調(diào)度規(guī)則的變化對機(jī)床工件調(diào)度會產(chǎn)生何種影響。Singh等[16]探究使用仿真模擬的方式解決調(diào)度問題，他們的研究采用自定義的調(diào)度規(guī)則，評估了進(jìn)行物料分配的AGV調(diào)度問題中物料分配效率和均勻性的仿真性能。Kim等[17]對啟發(fā)式規(guī)則提出了他們的觀點——一種多屬性指標(biāo)加權(quán)法，這種方法在解決考慮AGV空載路程和工件等待時間這兩項因素為主要因素時，被證明為有效的。Ulusoy等[18]則認(rèn)為柔性制造系統(tǒng)包含AGV調(diào)度問題，也就是將柔性制造系統(tǒng)看作機(jī)床調(diào)度和AGV調(diào)度2個子問題，采用迭代啟發(fā)式方法結(jié)合滑動時間窗進(jìn)行處理。還有一些學(xué)者則是采用建模與仿真方法進(jìn)行求解。Cenk等[19]同樣認(rèn)為柔性制造系統(tǒng)包含AGV調(diào)度問題和柔性機(jī)床，通過建立智能柔性制造系統(tǒng)對柔性機(jī)床和AGV進(jìn)行同時在線調(diào)度。Nishi等[20]采用時間Petri網(wǎng)分解方法進(jìn)行AGV調(diào)度與無沖突路徑規(guī)劃。而Giglio等[21]則將AGV的管理權(quán)分派給一個新的混合系統(tǒng)，這個系統(tǒng)由Petri網(wǎng)和多Agent系統(tǒng)共同組成，其中Petri網(wǎng)主要描述路徑，AGV行為和車間中的其他資源相互之間的關(guān)系，行為決策則由Agent系統(tǒng)負(fù)責(zé)。Yim等[22]針對柔性制造系統(tǒng)結(jié)合Petri網(wǎng)建立模型，將AGV的分派系統(tǒng)聯(lián)合Petri網(wǎng)共同控制AGV指派。采用模擬方法研究不同AGV分派規(guī)則對FMS運行的影響。Olatunde等[23]采用時間有色Petri網(wǎng)(TimedColouredPetriNet，TCPN)和混合啟發(fā)式搜索方法求解機(jī)床和AGV同時調(diào)度問題。Mousavi等[24-25]針對多目標(biāo)AGV調(diào)度問題，對求解結(jié)果采用Flexsim仿真軟件進(jìn)行驗證。Viharos等[26]采用離散事件仿真方法對機(jī)器人裝配系統(tǒng)中每臺工作站的裝配工序和AGV進(jìn)行調(diào)度控制，使總的制造時間最短。2國內(nèi)研究現(xiàn)狀國內(nèi)關(guān)于倉儲物流機(jī)器人調(diào)度問題相關(guān)研究比國外要晚近30年[3]。國內(nèi)學(xué)者對于精確求解法，排隊論法等傳統(tǒng)分析方法研究較少，馬越匯等[27]采用混合整數(shù)規(guī)劃模型研究自動化集裝箱碼頭在考慮交通擁堵等不確定情況下的AGV調(diào)度與配置問題?；魟P歌等[28-29]將自動化集裝箱碼頭多載AGV調(diào)度問題描述為混合整數(shù)規(guī)劃模型，并使用數(shù)學(xué)精確求解的方法求解。管賢平等[30]研究提出一種多屬性任務(wù)調(diào)度方法，這種任務(wù)調(diào)度方法能動態(tài)調(diào)整權(quán)值，且可以避免調(diào)度目標(biāo)發(fā)生鎖死現(xiàn)象。肖海寧等[31]在管賢平等人研究的基礎(chǔ)上增加在線實時調(diào)度的要素，提出柔性制造系統(tǒng)中AGV在線實時多屬性任務(wù)調(diào)度的方法，此方法通過啟發(fā)式調(diào)度規(guī)則有效防止系統(tǒng)鎖死的發(fā)生。黃一鈞[32]建立排隊論模型，以最小總成本為目標(biāo)，求解AGV的最佳數(shù)量配置問題。金芳等[33]采用逗留時間和平均等待長度為指標(biāo)，建立基于啟發(fā)式規(guī)則的調(diào)度算法，用于解決AGV調(diào)度中出現(xiàn)的N/M/1排隊模型。對于建模與仿真方法，國內(nèi)學(xué)者則有大量的研究，桑澤磊[34]運用合同網(wǎng)協(xié)議下的協(xié)商機(jī)制，建立以Agent系統(tǒng)為基礎(chǔ)的信息平臺，用以車間內(nèi)的AGV調(diào)度，該平臺的魯棒性和柔性較好，且能對環(huán)境擾動及時做出響應(yīng)，調(diào)度效率較高。經(jīng)建峰[35]則提出多AGV調(diào)度中，AGV相互之間自主交流的協(xié)商機(jī)制，給出各個AGV之間出現(xiàn)沖突時，解決沖突的途徑，進(jìn)而建立一種分布式的AGV調(diào)度系統(tǒng)。李曉萌等[36]基于Agent系統(tǒng)結(jié)合協(xié)作學(xué)習(xí)、多級決策理論提出一套獨特的動態(tài)分布式調(diào)度策略，用以解決任務(wù)調(diào)度中多AGV的調(diào)度問題。任小龍[37]針對FMS中工件加工和AGV運送物料同步調(diào)度問題，以Petri網(wǎng)為基礎(chǔ)建立相關(guān)模型，用以研究任務(wù)調(diào)度，尋求更優(yōu)的AGV分派、規(guī)劃策略。李國飛[38]則以Petri網(wǎng)為基礎(chǔ)提出二次變遷Petri網(wǎng)分解方法，這種方法等價于將Petri網(wǎng)模型拆分成多個子網(wǎng)，每個子網(wǎng)對應(yīng)不同的AGV，同時為多個AGV求解不同時刻下Petri網(wǎng)變遷激活的順序，以獲得整體最優(yōu)路徑問題?？氯浇k等[39]基于Netlog軟件針對自動化集裝箱碼頭建模并進(jìn)行仿真模擬獲得車道數(shù)、岸橋與AGV的最佳配比。李軍濤等[40]通過比較交叉環(huán)單向循環(huán)搬運系統(tǒng)在制定不同的調(diào)度規(guī)則時AGV的搬運效率，運用仿真模擬手段，找出更為優(yōu)質(zhì)的調(diào)度規(guī)則。楊武平[41]對工件派工規(guī)則和AGV調(diào)度這兩個問題形成的類組合策略優(yōu)化問題進(jìn)行了研究，在模具智能車間背景下，通過Plant-Simulation求解了該問題。韓曉龍[42]采用em-plant建立仿真模型對自動化集裝箱港口中AGV數(shù)量配置及任務(wù)調(diào)度策略進(jìn)行分析，提出了有效的解決方案。對于倉儲物流機(jī)器人調(diào)度問題而言，往往只用一類方法是很難解決實際問題的，雖然我們可以從仿真模擬實驗中建立的實際情況模型模擬現(xiàn)實中的情況，方便求解，但卻很難從仿真實驗中尋找到一般性規(guī)律；而傳統(tǒng)分析法容易發(fā)現(xiàn)規(guī)律，但卻難以求解。因此，對實際調(diào)度問題的研究，通常是先用傳統(tǒng)分析法尋求一般規(guī)律，再根據(jù)規(guī)律進(jìn)行仿