【摘 要】
：
当前的物流配送点储位分配方法无法对储位与入库站台间的距离实现最优调节,导致传统方法下的货物出库效率偏低.针对密集型仓储区域提出了储位分配优化方法.依照“1～最大储位数”规律对仓库内所有储位编码排序,利用位置信息计算与出入库站台间的距离特征码,按照货物种类的不同,将货架划分为扇形区域.结合储位优化策略,考虑货架自身的稳定性以及货物的出入库效率,利用遗产算法的选择、交叉和变异,对优化问题的多目标函数求得最优解,完成对储位的合理分配.在某物流企业搭建仿真平台,参考堆垛机的工作效率,所提方法按照储位分配原则对货物
【机 构】
：
江西应用科技学院,江西 南昌330100;德拉萨大学达斯马瑞纳校区,菲律宾 卡威迪省
论文部分内容阅读
当前的物流配送点储位分配方法无法对储位与入库站台间的距离实现最优调节,导致传统方法下的货物出库效率偏低.针对密集型仓储区域提出了储位分配优化方法.依照“1～最大储位数”规律对仓库内所有储位编码排序,利用位置信息计算与出入库站台间的距离特征码,按照货物种类的不同,将货架划分为扇形区域.结合储位优化策略,考虑货架自身的稳定性以及货物的出入库效率,利用遗产算法的选择、交叉和变异,对优化问题的多目标函数求得最优解,完成对储位的合理分配.在某物流企业搭建仿真平台,参考堆垛机的工作效率,所提方法按照储位分配原则对货物实现了合理分配,提高了货架的稳定性以及货物的出入库效率.
其他文献
全球气候变化给人类生活带来的影响受到世界各国的普遍关注,温室气体是影响和改变全球气候的关键因素之一,限制和降低温室气体排放量成为人类发展的重要议题.温室气体大多都在10\"(每百万个气体分子中所含该种气体分子的个数)级别,且气体分子结构差异大,因此传统方法很难获得较高的精度,而光腔衰荡光谱法是能解决该难题的关键技术之一.对光腔衰荡光谱法测量温室气体痕量成分的研究进展进行了综述,分析了目前信噪比和灵敏度最高的方法——基于稳频的光腔衰荡光谱法的测量原理以及研究进展,并对其未来发展进行了展望.
雷达回波外推结果是短临预报的基础,为获取准确短临预报内容,并提升预报内容的时效性,研究基于循环动态卷积的雷达回波外推短临预报方法.在动态卷积神经网络的基础上,参考循环神经网络结构特性,构建循环动态卷积神经网络,在卷积层内引入循环结构,生成外推雷达回波图像同过去一段时间内输入雷达回波图像序列间的相关性.在循环动态子网络内输入采集到的雷达回波图像,通过循环动态子网络处理获取两个概率向量,以其作为概率外推层的卷积核,并与输入图像序列内最后一幅图像实施卷积处理,获取雷达回波图像外推结果.依据外推结果同短临预报内容
随着半导体芯片行业的迅速发展,对电子气体的要求也逐渐提高.半导体加工环境中的痕量水分会严重影响芯片的良率和可靠性.光腔衰荡光谱法是近年来发展的一种具有高灵敏度和准确性的痕量气体测量方法,线形强度是光谱法测量的重要参数.为测量痕量水分,建立了一套光腔衰荡光谱系统,测量了中心频率在7171.10491 cm-1和7177.6565 cm-1的吸收光谱,通过HTP(Hartmann-Tran profile)线形拟合得到线形强度,测量结果的相对标准不确定度优于1.8％,与HITRAN、HITEMP和GEISA数
执行机构是完成飞行控制指令的核心部件,对飞行任务的成败起着举足轻重的作用.现有的研究工作,一方面是在简化执行机构的情况下,设计飞行控制算法;另一方面是在给定性能指标的情况下,设计执行机构,对执行机构与飞行控制系统的耦合关系,考虑不足.针对上述情况,选取能量特性和平稳特性为指标,研究执行机构对飞行控制系统的影响,首先建立两种典型执行机构(液压作动器和电动静液作动器)的模型,接着将其嵌入至飞行控制系统,并设计仿真工况进行分析与验证.结果表明,相比于液压作动器,电动静液作动器在能量特性方面,具有显著的优势,但是
卫星影像特定目标识别与定位可为军事侦察领域提供重要战略信息,如何平衡基于深度学习技术遥感目标检测算法的检测精度、参数量大小与检测效率成为当前研究热点.提出算法在Tiny-Yolo-V2算法基础上优化,利用深度可分离卷积概念解藕卷积层,减少模型参数量,提升检测效率.同时,结合特征金字塔思想,增加预测尺度,提高算法检测精度.在DOTA数据集上进行对比实验,结果表明相对Tiny-Yolo-V2算法,提出方法的mAP值提高了0.084,模型参数量减小了49％,检测效率提高了48％,验证了优化策略的有效性.
载人航天器电性能测试是针对复杂产品的测试设计,过程具有流程多、设计周期长、偶然因素多等特点,迫切希望能在航天器测试设计过程中,应用科学的方法对研发资源进行动态调配及优化配置.测试系统采用柔性框架测试体系概念,从载人航天器测试需求出发,采用标准化、可拓展体系结构,利用标准测试资源,提出航天器测试流程管理解决方案.从载人飞行器电性能测试的角度,对测试项目数字化协同设计工作进行研究,提出了利用数学模型的方式对冲突的产生、解决方法及迭代进行了描述.
针对枢纽机场航班延误和放行正常率低的现象,对离场航班进行合理的调度,将航班延误降到最低,提高放行正常率.作者从机场运行角度出发,考虑了机场实际放行能力、航班调度难度和管制间隔、跑道容量等因素,建立了离场航班优化调度模型,引入遗传算法对该模型进行求解.并利用AirTop对优化结果仿真验证,以上海虹桥国际机场为例,利用所提算法对离港航班时刻进行优化,AirTop仿真结果表明,优化后的航班总延误时间减少了32.3％,延误航班数量也减少了28％.因此,上述算法可以有效地提高机场运行效率,减少航班延误,从而提高经济
为了提高电采暖短期功率负荷预测的精度、准确性和速度,提出一种改进PSO-LSSVM算法对电采暖的短期负荷功率预测.利用PSO算法对LSSVM进行参数的优化,将得到的最优参数值作为LSSVM参数从而建立改进PSO-LSSVM算法模型.考虑电采暖地区的天气、温度的因素,将新疆某地电采暖负荷历史数据以天气变化、温度差为参考指标经过分解、组合,得到归类组合数据样本,利用改进PSO-LSSVM算法与传统BP、LSSVM预测结果的精度、准确性和速度进行对比.仿真结果表明,改进PSO-LSSVM预测方法的精度和准确性最
电价的实时波动,会对负荷预测精度产生一定影响,增加预测的复杂性.针对这一问题,本文构建基于注意力(AT-TENTION)机制的卷积神经网络(CNN)和双向门控循环单元(BIGRU)混合模型对短期电力负荷进行预测.首先用CNN对负荷及电价数据特征进行抽取;其次,利用BIGRU对潜藏的时序规律进行提取;最后结合ATTENTION机制,突出关键特征.仿真结果表明,与BP网络、CNN-GRU、CNN-BIGRU和CNN-GRU-ATTENTION混合模型的预测结果相比,上述模型具有更高的预测精度,是一种有效的短期
由于可再生能源具有较强的波动性,导致其出力与计划出力存在偏差.聚合风电、燃气轮机、储能设备组成虚拟电厂参与电力市场,根据负荷用电特性将用户可控负荷进行分类并建立精细化分类负荷的模型.以虚拟电厂收益最大为目标,构建不同类型负荷分别参与需求响应的优化调度模型,通过转移或削减部分负荷量以及合理分配储能和燃气轮机出力,来抑制风电出力偏差,平滑负荷曲线,使得发电侧与需求侧双向互动,实现虚拟电厂的经济运行.算例仿真结果表明,将负荷精细化分类参与需求响应,使虚拟电厂在电力市场中收益最大,用户曲线峰谷差最小,用户费用最小