文档介绍：基于matlab立体仓库静态货位分配优化及仿真
基于matlab立体仓库静态货位分配优化及仿真 [摘 要] 本文是对一个静态的情况下货品分配货位的探讨;利用权重赋值的方法把多目标问题转化为求解一个目标的情况进行求解;并使用matlab
根据货品的coi值为ii(coi为立方体索引号，heskett给出的coi的计算公式为:ii=ci/fi，其中ci为某种货品储存总量所需的库存容量;fi为某种货品的出库频率)货品coi值越小，出入库频率越高，应该离出入口越近，所给编号也就越小。
使用coi值是因为在货品进行存储时，货架上由一个初始的存货量，虽然某货品出入库频率低，但如果其初始存储量比较大，则把其放在o/i近的货位会使后续进出库货物所用时间更长。
出入库货品频率和容量:
出入库频率——10类货物相对比的频率，他们的加权和为1;
所占货格数——表示当该类货物存储量最大时需要占据的货格数量。
优化函数
根据出入库堆垛机运行时间最少原则，当堆垛机运行时间t和货品coi的乘积之和q最小时(出入库频率高的货品对应近的货位)，我们得到一个优化目标条件:
minq= tij*coiij
tij—堆垛机运行到第i层第j列货位时运行时间;
coiij—第i层第j列货位对应的货品coi值。
根据上轻下重的原则，仓库每排货架共有10层20列，设地面层为第一层，离出入口最近的列为第一列，处在第i层第j列的货品重量记为wij，我们货位分配优化目标是每个托盘上货品的质量与其所在层的乘积之和s最小。得到第二个优化目标条件:
mins= wij*(i-1)
由上述优化函数可以知道，货位分配需要同时考虑货架的稳定性和存取效率，这是个组合多目标优化问题。
2 货位分配的计算过程
1)把多目标优化问题简化成单目标优化
(1)和(2)两目标函数分别是求堆垛机利用率最高和货架重心最低的函数，我们通过对量目标函数赋给权重，不同的仓库类型对两目标的重要性具有不同的要求，这里为了研究的需要，赋给权重相等，:
minh=s+q= wij*(i-1)+ tij*coiij
2)进行初始分配，给货品随机赋给一个货位，根据表1-2的内容，假设货架满货时(也就是没有空货位存在)。不同的货品所占货位格数已给出。
3)货品赋给的货位正确与否的判断条件，任意选取第i行第j列货品其对应的重量为wij，coi值为coiij，使用该货品与第m行第n列货品其进行比较对应的重量为wmn，coi值为coimn，把第i行第j列货品的h值与第m行第n列货品的h值进行求和得到式(5):
he1=wij*(i-1)+tij*coiij+wmn*(m-1)+tmn*coimn
然后再把第i行第j列货品与第m行第n列货品互换，同时计算其和值得到式(6):
he2=wij*(m-1)+tmn*coiij+wmn*(i-1)+tij*coimn
把式4和式5进行比较，如果式4大于式5，则第i行第j列货品与第m行第n列货品不进行互换，反之，进行互换。
4)重复第三步骤，直到每个货位上的货品与其他每个货位上货品
进行比较完成，这样得到一个最优的货位分配方案，得出最终解。
3 基于matla