仓储物流的管理是一个历史悠久的领域,近年来对仓储性能和总体物流性能的关注度逐渐增加,主要包括以下三个方面:精简的供应链分离需要减少库存和更短的仓储作业响应时间;越来越多供应商管理着更大、更复杂的仓库,其中有多个客户,需求各不相同;在线零售商交易的数量迅速增加,其中最终客户的订单由仓库直接管理。在仓库的各种操作中,货位的合理分配和作业拣选效率严重影响整个仓储的作业性能,约占总仓储成本的55%至75%。因此,货位的合理分配和作业拣选的效率优化是提高企业物流能力的优先事项。为了能够将企业需求与实际技术的发展紧密结合,将对货位作业问题提出数学优化模型,运用智能算法的优势对实际问题的优化配置进行研究,最后将对仓储系统的实现进行研究。因此,本文的研究内容包括如下:(1)基于拉格朗日插值混合差分进化算法的货位优化算法研究为了能够提高仓储作业的效率,构建出以拣选小车运行时间、货架稳定性、货位的存货能力为资源条件的货位分配模型,同时以每批订单中每一货物分配到对应分区的最优货位的最大完工时间为资源条件的订单重新分批分配的目标模型,并将这两个模型进行级联得到的组合模型进行算法求解。提出一种融合拉格朗日插值算法的改进差分进化算法,改进的差分进化算法通过增加局部与全局的自动切换阈值,保证在标准的差分进化算法的基础上增加每一代最优个体附近的寻优能力,同时使得算法的种群扰动度在全局和局部之间通过一定的条件自动切换。所改进的算法通过自适应的调整交叉概率因子保证算法的种群多样性,避免算法的早熟和无法收敛的现象。最后将通过设置不同的实验方案进行多种算法的对比实验,并将最后结果进行性能比较。(2)提出基于多帧时间窗轮换的仓储作业多拣选小车路径协同规划算法通过结合图论的算法规划出静态的最优轨迹,然后通过B样条曲线的可分段控制和多段连续性等特征,将静态轨迹的离散点映射到B样条的控制点,通过多帧时间窗的轮换,在每一帧时间窗内进行模型的求解,运用牛顿迭代融合回溯直线法更新步长的方法不断更新每一帧时间窗小车的运动学控制点,最后求解出整体的动态轨迹点的集合。所提算法针对的模型是以仓储环境中多拣选小车的几何学和运动学为约束条件,建立每一帧的动态位置状态到每一帧终点位置状态的一阶范数的积分最小为目标函数,建立具有凸集特征的函数目标模型。为了防止拣选小车在运动过程中发生碰撞,引入拣选小车防撞约束,并将防撞约束与B样条特性结合,实现约束与B样条特性的映射。最后建立仓储环境的障碍模型,通过设计不同数量的拣选小车的协同路径规划实验验证所提模型和算法的有效性。(3)面向实际应用的仓储管理原型系统的开发通过分析实际仓储管理的业务流程和数据流程,采用基于Web的分层思想的原型系统的研发。通过数据实体与对象的映射关系建立数据库表,利用Mybatis框架强大的实体对象映射能力实现与Spring框架的对象映射模块进行衔接。基于Spring框架齐全的功能模块和强大的整合其他技术模块的能力,将Spring整合SpringMVC和Mybatis框架进行仓储服务模块的开发,利用Spring的IOC思想将所有的服务模块组件交给容器去维护,将Web组件交给SpringMVC的IOC容器维护,基于框架的思想让整个服务组件的研发逻辑变得简单。通过设计实际的测试用例验证所研发的系统的实用性与稳定性。