(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210927461.8 (22)申请日 2022.08.03 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 陶飞　陈雷　程江峰　 (74)专利代理 机构 北京科迪生专利代理有限责 任公司 1 1251 专利代理师 安丽　顾炜 (51)Int.Cl. G06Q 10/08(2012.01) G06Q 10/06(2012.01) G06Q 10/04(2012.01) G06N 3/00(2006.01) (54)发明名称 一种面向立体 仓库的任务调度与优化方法 (57)摘要 本发明公开了一种面向立体仓库的任务调 度与优化方法， 包括： 步骤1， 构建多目标立体仓 库货位分配模型； 步骤2， 获取当前任务请求， 并 根据货位 分配方法求得目标货位地址； 步骤3， 根 据求得的目标货位地址以及任务请求， 生成任务 序列； 步骤4， 对生成的任务序列开展任务序列优 化； 步骤5， 将最终优化的任务序列结果下 发至堆 垛机。 本发 明能够显著提高立体仓库的货位分配 以及任务执行效率， 降低堆垛机的无效移动距 离， 提高立体仓库的稳定性与存储效率， 适用于 传统自动化 立体仓库出入库调度。 权利要求书3页 说明书7页 附图2页 CN 115239245 A 2022.10.25 CN 115239245 A 1.一种面向立体仓库的任务调度与优化方法， 其特 征在于， 包括以下步骤： 步骤1， 确定立体仓库的货位分配目标， 立体仓库的货位分配规则以及立体仓库的货位 约束条件， 并根据立体仓库的货位分配目标， 立体仓库的货位分配规则以及立体仓库的货 位约束条件构建多目标立体仓库货位分配模型， 基于出库任务和入库任务在立体仓库的货 位分配时的约束 条件和目标不同， 对出库任务和入库任务两种任务类型分别建立多目标立 体仓库货位分配模型； 不同于传统的单一 目标调度方法， 多目标货位分配模型考虑因素众 多， 比传统方法更为高效； 所述多目标立体仓库货位分配目标包括堆垛机任务量、 堆垛机移 动距离、 货物调理 时间和货架重心高度； 所述立体仓库的货位分配规则包括先入 先出； 所述 立体仓库货位分配约束条件 包括仓库货位总数、 货物调理时间以及空、 满货位限制； 步骤2， 通过数据库实时获取当前立体仓库的所有货位的状态信息以及堆垛机的当前 位置以及 任务量数据， 通过实时数据驱动步骤1中所述的多目标立体仓库货位分配模型， 实 现堆垛机、 立体仓库与所述多目标立体仓库货位分配模型实时同步； 通过PLC或者WCS系统 实时获取当前立体仓库的出入库任务请求， 并将多目标货位分配模型转化为单目标货位分 配模型， 单目标货位分配模 型的目标为步骤1中多目标货位分配模型的目标转化而成， 单目 标货位分配模 型中的目标函数包括出库目标函数和入库目标函数， 出库目标函数为： Foutmin ＝ μ1F1min‑μ2F2max‑μ3F3max； 入库目标函数为： Finmin＝ μ4F1min+ μ5F2min， F1min、 F2max、 F3max、 F2min为步 骤1中多目标货位分配模型中堆垛机移动距离、 货架重心高度、 货物调理时间、 货架重心高 度的函数化表示， μ1、 μ2、 μ3、 μ4、 μ5为堆垛机移动距离、 货架重心高度、 货物调理时间、 堆垛机 移动距离、 货架重心高度的权重值， 通过搜索当前货位地址中目标函数最小的货位即为最 优的货位分配地址； 步骤3， 根据从PLC中得到的全部出入库任务， 重复步骤2， 直到全部任务均完成货位分 配； 根据每台堆垛机的出入库任务， 构建每台堆垛机的任务序列[x1,x2,…,xn]， 其中n为堆 垛机的任务数量， xn表示当前第n个待执 行的出入库任务； 步骤4， 根据步骤3中的每台堆垛机的任务序列， 结合堆垛机的位置、 出入库台的位置、 作业任务类型即包括出库任务和入库任务， 开展任务序列优化， 提高立体仓库任务调度的 效率； 任务序列优化的目标为堆垛机的移动距离最短， 任务序列优化的目标函数为堆垛机 的移动距离值； 最优任务序列的搜索 采用改进的遗传 ‑粒子群算法来搜索得到， 将任务序列 作为粒子群中的粒子， 任务序列的堆垛机移动距离作为 目标函数值； 粒子更新的方法采用 遗传算法的交叉思想， 选择两个任务序列， 顺序交叉这两个任务序列的任务， 得到两个全新 的任务序列； 按照这个更新方法将所有的任务序列更新后， 再重新计算这些新得到的任务 序列的目标函数值， 将目标函数值 最小的任务序列 作为最优任务序列； 步骤5， 重复步骤4， 当达到迭代次数阈值NIterMax时， 停止迭代， 得到最优任务序列， 这个 最优任务序列就是任务序列优化结果， 最后将任务序列优化结果下发到堆 垛机去执 行。 2.根据权利要求1所述的面向立体仓库的任务调度与优化方法， 其特征在于： 所述步骤 1中的多目标立体仓库货位分配模型 具体内容如下： (1)出库任务多目标立体仓库货位分配模型 针对货位分配问题采用两段式分配方法， 即 “先分巷道， 再分货位 ”； 首先， 根据堆垛机 任务量目标min(Tvj)， 其中Tvj代表第j个 堆垛机的任务量， 将任务优先 分配给任务数量最少 的堆垛机， 然后根据货位分配目标函数进行货位分配， 目标函数包括堆垛机的移动距离权　利　要　求　书 1/3 页 2 CN 115239245 A 2其中xi、 yi、 zi分别表示第i个货位 地址的层、 列、 排； 货架的重心高度F2max(xi,yi,zi)＝xi， 其中xi、 yi、 zi分别表示第i个货位地址的层、 列、 排； 货 物的调理 时间F3max＝Tsi， 其中Tsi表示当前货物在立体仓库中的调理 时间； 最后根据约束条 件建立出库任务多目标货位分配模型， 如下： 其中， Sfi(wi,xi,yi,zi)∈Sf表示立体仓库中满货位的集合即所述满货位限制， w、 x、 y、 z 分别表示货位地址的巷道、 层、 列、 排， Z表示有货货位地址的集合， 1≤w≤5,1≤x≤9,0≤y ≤1,1≤z≤22， 即所述仓库货位总数限制； T为所述货物调理时间限制； (2)入库任务多目标立体仓库货位分配模型 针对货位分配问题采用两段式分配方法， 即 “先分巷道， 再分货位 ”； 首先， 根据堆垛机 任务量目标min(Tvj)， 其中Tvj代表第j个 堆垛机的任务量， 将任务优先 分配给任务数量最少 的堆垛机； 然后根据货位分配目标函数进行货位分配， 目标函数包括堆垛机的移动距离 其中xi、 yi、 zi分别表示第i个货位地址的层、 列、 排； 货 架的稳定性F2max(xi,yi,zi)＝xi， xi、 yi、 zi分别表示第i个货位地址的层、 列、 排； 最后根据约 束条件建立入库任务多目标货位分配模型构建模型求 解域， 如下： 其中， Sei(wi,xi,yi,zi)∈Se表示立体仓库中所有空货位的集合即所述空货位限制， w、 x、 y、 z分别表示货位地址的巷道、 层、 列、 排， Z表 示有货货位地址的集合， 1≤w≤5,1≤x≤9, 0≤y≤1,1≤ z≤22即所述仓库货位总数限制。 3.根据权利要求1所述的面向立体仓库的任务调度与优化方法， 其特征在于， 所述步骤 4中的改进的遗传 ‑粒子群算法具体实现如下： (1)将当前任务序列作为迭代 的初始粒子群中的一个粒子， 剩下的其他粒子全部为随 机生成的任务序列； (2)为了求得当前任务前提下堆垛机移动距离最短的任务序列， 目标函数为堆垛机执 行任务序列所移动的距离总和， 适应度函数与目标函数相同， 如下： 其中， n表示入库任务数量， m表示出库任务数量， (xi1,yi1,zi1),(xi2,yi2,zi2)表示复合 命令任务对中的两个货位坐标， (xj1,yj1,zj1),(xj2,yj2,zj2)表示单一命令任务中的货位坐 标；权　利　要　求　书 2/3 页 3 CN 115239245 A 3