CN113636254A - 一种智能仓储系统储物槽自适应优化调整方法与系统 - Google Patents

Abstract

本发明公开了一种智能仓储系统储物槽自适应优化调整方法与系统，首先构建一种能够自适应调整空间的智能仓储系统，主要包含仓储货架结构、信息采集单元和储物槽自适应优化控制系统；然后，预测出不同原材料未来的储存空间需求信息，获取所有原材料需要占用的储物槽空间尺寸；进而读取仓储货架的整体信息并设置约束条件，构建储物槽自适应优化调整的数学模型；基于数学模型，采用遗传算法对储物槽优化问题进行求解，得到最优的储物槽配置结构方案；最后，智能仓储系统的控制系统根据所得到的最优的储物槽配置结构方案，对仓储货架结构进行调节，实现对各储物槽进行自适应调整。

Description

一种智能仓储系统储物槽自适应优化调整方法与系统

技术领域

本发明涉及仓储物流技术领域，尤其涉及一种智能仓储系统储物槽自适应优化调整方法与系统。

背景技术

为满足日益激烈的市场竞争，制造企业常常生产多种多样的产品，往往需要使用种类多样的原材料。为保证生产的稳定可靠运行，生产车间需要保留一定的原材料库存量。企业的库存周转效率以及库存空间的合理利用，对于降低库存成本与提升企业的生产效益具有重要的作用。

当前，消费者对个性化定制产品的需求越来越广泛。为满足这种需求，企业需不断调整其原材料的种类与规格。由于用户需求的动态变化特性，原材料的种类与规格也在动态变化，对仓储系统中储物槽的空间需求也在动态变化，需要对储物槽的空间尺寸进行调整。当前企业常使用人工基于经验调节储物槽空间，会造成较多的空间浪费。随着物联网、嵌入式等新一代信息技术的发展及其在制造企业的广泛运用，制造车间内部的生产系统与物流系统的实时状态能够被动态感知，进而可以依据对制造过程及仓储数据、原材料尺寸变化预测情况的综合分析，预测出原材料储存空间需求，动态调整储物槽大小。

目前，在智能仓储系统的储物槽调整的发明专利研究有：中国专利《一种物流管理智能仓储设备》提出包含仓储货架、抬升装置和移动装置的智能仓储设备，可以方便工作人员将货物存放至货架的较高处；中国专利《智能仓储系统》提出包含仓储柜和操作平台的智能仓储系统，而仓储柜中包含的信息管理单元和移动机器人可以动态地接受货柜信息并动态规划移动机器人的路径，解决仓储柜存取不方便的问题；中国专利《一种应用于智能仓储的自适应控制方法和仓储控制系统》通过控制装车机对物料包进行自适应码垛装车，能够在司机将车辆停偏的情况下无需调整车辆姿态，也能顺利完成码垛装车；中国专利《一种基于自适应任务池的智能仓储多机器人任务分配方法》结合智能算法实现对动态加入藏入系统的任务进行优化分配，并且算法的运行与机器人智能任务并行进行，提高了仓储系统的运行效率。

尽管上述发明对智能仓储系统的自适应管控具有较好的促进作用，但针对本发明拟解决的仓储系统储物槽自适应优化调整方面，仍需要在以下新问题上获得突破：由于个性化定制环境下，产品原材料在不断变化，需要对储物槽的空间设置进行动态调整，而当前智能仓储系统主要侧重于物品存取过程的自动化实现与存取任务的自适应分配过程，储物空间的调整常基于员工经验进行，带来仓储空间分配不合理、空间浪费严重等问题，进而会使得仓储物流系统中原材料存放量受到限制、仓储运转效率受到影响。

发明内容

为了解决现有技术中存在的不足，本发明提出了一种智能仓储系统储物槽自适应优化调整方法与系统，通过构建一种能够自适应调整空间的智能仓储系统及控制方法，解决当前制造企业原材料频繁变化带来的储物空间不能使用或浪费严重，进而带来原材料存放量受到限制的问题。

本发明所采用的技术方案如下：

一种智能仓储系统储物槽自适应优化调整方法，包括如下步骤：

步骤1：获得的产品订单信息、采购需求信息以及不同原材料的库存信息，以预测出不同原材料未来的储存空间需求信息；

步骤2：制定智能仓储系统储物槽空间的优化配置决策方案，且智能仓储系统进行自适应调节；

步骤2.1：获取所有原材料需要占用的储物槽空间尺寸；

步骤2.2：读取仓储货架的整体信息，包含每层货架的最大尺寸、不同储物槽之间的依存关系、储物槽尺寸设置的约束条件；

步骤2.3：构建储物槽自适应优化调整的数学模型；

步骤2.4：基于数学模型，采用遗传算法对储物槽优化问题进行求解，得到最优的储物槽配置结构方案；

步骤2.5：智能仓储系统基于所得到的最优的储物槽配置结构方案，控制系统根据最优的储物槽配置结构方案对仓储货架结构进行调节，实现对各储物槽进行自适应调整。

进一步，步骤1中预测储存空间需求信息的方法为：

步骤1.1：从企业管理系统中获取新加入的生产订单信息，得到产品的个性化定制需求；

步骤1.2：基于个性化定制产品的组成结构，得到订单的原材料使用需求；

步骤1.3：分析企业当前正在加工的订单完成情况以及仓储系统中各物料库存信息，得到仓储系统中原材料的剩余可用数量信息；

步骤1.4：将剩余可用原材料的属性信息与新订单对相应原材料的需求信息进行对比；如果已有原材料的属性信息满足新产品的需求，则从新订单的原材料需求中剔除该原材料；否则，跳转至步骤1.5；

步骤1.5：基于构成产品的原材料的详细需求，获得原材料需求信息表，向采购部门释放采购需求；

步骤1.6：采购部门获得不同原材料的存放需求信息，该信息包含包装形式及尺寸、单个包装里原材料数量、存储位置与环境需求、存储数量；

步骤1.7：向仓储系统释放原材料的存放需求信息。

进一步，步骤2.1中获取所有原材料需要占用的储物槽空间尺寸的方法为：

步骤2.1.1：随机选择一个原材料的空间存放需求信息，并获得最邻近的储物槽空间尺寸大小；

步骤2.1.2：迭代步骤2.1.1，直到计算出所有原材料需要占用的储物槽空间；

步骤2.1.3：将获得的储物槽空间需求信息释放给数据集中分析单元；

进一步，构建储物槽自适应优化调整的数学模型的方法为：

步骤2.3.1：构建储物槽自适应优化调整的目标函数，分别是：

最大化空间利用率目标函数

最大化原材料储物量目标函数

其中，x_i,y_i,z_i分别指代第i种原材料有效占用的长、宽、高三个维度的尺寸，i＝1、2、 3…、n，n为原材料的总数量；H_j表示第j个货架的整体体积，j＝1、2、3…、m，m为货架总数；N_i表示第i类原材料的数量；

步骤2.3.2：构建储物槽空间优化配置的约束条件，约束条件主要包含仓储货架每行总长度、货架总高度、单层货架高度和货架宽度限制。

进一步，货架总长度约束表示为

其中，S_LJa指预计放置到第J个货架的第a行的原材料集合，T_a为第J个货架放置第a行的原材料总数量，L_J为第J个货架的总长度约束。

进一步，货架总高度约束表示为

其中，S_LJb指预计放置到第J个货架的第b列的原材料集合，T_b为第J个货架放置第b列的原材料总数量，H_J为第J个货架的总高度约束。

进一步，单层货架高度约束表示为

其中，S_HJb指预计放置到第J个货架的第a行的原材料集合，H_Ja为第J个货架第a行的高度约束。

进一步，货架宽度约束表示为

其中，S_WJ指预计放置到第J个货架的原材料集合，W_J为第J个货架的宽度约束。

进一步，步骤2.4中采用遗传算法对储物槽优化问题进行求解的过程为：

步骤2.4.1：对储物槽空间设置方案进行编码，编码方式为：染色体是一个M×N的矩阵，M指代储物槽需求数量，N代表仓储货架总数，其中染色体中的每一个元素代表每一个原材料占用货架中所对应的位置编号，位置编号按从左下角到右上角的顺序排列；

步骤2.4.2：基于原材料编号初始化父代种群；原材料在进入企业时会有一个编号，基于编号进行种群初始化；

步骤2.4.3：随机选择两个初始化的父代个体，随机选择交叉点进行交叉，产生新的子代种群，并合并父代和子代组成新的种群；

步骤2.4.4：计算新种群中各个子代个体的适应度函数，其中适应度函数依据两个目标函数制定；

步骤2.4.5：依据适应度函数对合并的种群中的个体进行竞争，保留适应度高的个体，组成新一代群体；

步骤2.4.6：重复以上步骤，直到满足迭代终止条件；

步骤2.4.7：基于迭代获得的最优解，得到最优的储物槽配置结构方案。

一种智能仓储系统，包括仓储货架结构、信息采集单元和储物槽自适应优化控制系统；仓储货架结构的执行电机接收储物槽自适应优化控制系统发出的指令，由执行电机带动仓储货架结构实现储物槽空间的自适应调节；

信息采集单元包括外部信息接入单元与实时仓储信息采集单元，外部信息接入单元获得即将进入或离开仓储系统的原材料信息；实时仓储信息采集单元利用智能传感设备以精准获取仓储系统中原材料及货架的使用状态；

储物槽自适应优化控制系统包括数据集中分析单元与自适应控制单元：数据集中分析单元从信息采集单元中预测出原材料存储空间需求，并得到最优的储物槽配置结构方案；自适应控制单元连接仓储货架结构的执行电机，根据最优配置方案生成工作指令，主动调节仓储货架结构，实现对各储物槽的自适应调整。

本发明的有益效果：

与现有技术相比，本发明通过配置智能设备构建一种能够自适应调整空间的智能仓储系统，一方面，仓储系统各方面的实时状态信息能够被感知到，另一方面，决策系统能够基于实时状态数据进行储物槽空间的自主分析与调节；然后，智能仓储系统的决策系统能够与原材料采购系统、产品生产系统相结合，通过对采购数据、生产现场使用数据与生产计划数据进行综合分析，预测出不同原材料存放的空间需求；最后，智能仓储的决策系统针对基于原材料的空间需求，分析其所能提供的合理的空间尺寸，在保证原材料能够顺利存取的同时，基于遗传算法主动获得最优的储物槽调整方案，并自主按优化方案调节各储物槽尺寸。基于本发明，可以解决当前制造企业原材料频繁变化带来的储物空间不能使用或浪费严重，进而带来原材料存放量受到限制的问题，保证智能车间仓储系统的自适应高效运行。

附图说明

图1是本发明智能仓储系统的整体结构示意图；

图2是本发明的货架结构示意图；

图3是本发明方法的总体运行逻辑图；

图4是本发明方法的原材料储存空间需求预测流程图；

图5是本发明方法的自适应储物槽空间优化配置流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。

本发明设计了一种智能仓储系统储物槽自适应优化调整方法，目的是在智能仓储系统的基础上，动态预测原材料储存空间需求，进而自适应优化配置储物槽空间结构，提高仓储系统效率。具体实施步骤如下：

一种智能仓储系统，参照图1与图3(a)，基于先进的嵌入式控制、物联网、云计算技术，构建具有实时状态感知、智能决策分析与自适应优化调整能力的智能仓储系统，该系统包括仓储货架结构、信息采集单元和储物槽自适应优化控制系统；具体如下：

1、设计能够进行动态调整的仓储货架结构参照图1。该仓储货架结构是由多层横板、竖直板构成、伸缩杆以及执行电机构成；如图2所示，每根伸缩杆是由多根可伸缩结构组装而成，伸缩杆作为仓储货架的骨架，伸缩杆内部形成的空间为储物槽。伸缩杆的一端连接执行电机，由执行电机带动伸缩杆沿水平方向伸缩运动。在同一水平面上且相互平行的两根伸缩杆相对的可伸缩结构之间固定连接有横板，横板用于放置原材料；在同一水平高度，相邻横板之间为可调空间。

同理，在每根水平伸缩杆的两端分别装有竖直伸缩杆，同一侧的两根竖直伸缩杆同一高度的伸缩结构上固定装有竖板，且相邻竖板之间为可调空间。

在进行储物槽自适调节过程中，通过执行电机带动水平伸缩杆往某一侧移动，缩小或扩大横板之间的可调空间；同理执行电机带动邻竖伸缩杆往某一侧移动，缩小或扩大横板之间的可调空间；以获得预计的尺寸；实现对储物槽储物空间的自适应调节。

2、分析智能仓储系统的信息采集需求，配置信息采集单元，信息采集单元包含两部分：外部信息接入单元与实时仓储信息采集单元。外部信息接入单元通过与原材料采购系统、企业管理系统、车间加工过程管理系统的连接，获得即将进入或离开仓储系统的原材料信息；实时仓储信息采集单元主要通过利用智能传感设备以精准获取仓储系统中原材料及货架的使用状态。实时仓储信息采集单元具体包括如下设备：

2.1、针对原材料的状态采集需求，在原材料上配置无线射频识别(RFID)标签，并在仓储系统的主要出入口、货架中心位置节点配置RFID阅读器，以实现原材料数量与位置信息的实时获取。

2.2、针对仓储系统中搬运设备、存取货机器人的位置及状态信息，可以通过在搬运设备、机器人以及仓储系统中的墙壁上设置GPS、无线传感等设备进行采集。

2.3、针对仓储系统中原材料的质量初检信息，可以通过在搬运设备上设置机器视觉装置，获取原材料的二维、三维图片信息，进而通过深度学习算法获得质量检验模型，，得到原材料的质量合格信息，确保流入车间的原材料的质量满足加工需求。

3、配置储物槽自适应优化控制系统，以实现储物槽空间的自适应优化与自主调整。储物槽自适应优化控制系统包括数据集中分析单元与自适应控制单元：数据集中分析单元从信息采集单元中预测出原材料存储空间需求，并得到最优的储物槽配置结构方案；自适应控制单元分别连接仓储货架结构中的动力单元(电机)，根据最优配置方案生成工作指令，主动调节仓储货架结构，实现对各储物槽的自适应调整。

本发明所构建一种能够自适应调整空间的智能仓储系统，仓储系统各方面的实时状态信息能够被感知到，决策系统能够基于实时状态数据进行储物槽空间的自主分析与调节；然后，智能仓储系统的决策系统能够与原材料采购系统、产品生产系统相结合，通过对采购数据、生产现场使用数据与生产计划数据进行综合分析，预测出不同原材料存放的空间需求；最后，智能仓储的决策系统针对基于原材料的空间需求，分析其所能提供的合理的空间尺寸，在保证原材料能够顺利存取的同时，基于遗传算法主动获得最优的储物槽调整方案，并自主按优化方案调节各储物槽尺寸。

一种智能仓储系统储物槽自适应优化调整方法，包括如下步骤：

步骤1：参照图3(b)与图4，基于信息采集单元中获得的产品订单信息、采购需求信息与不同原材料的数量、位置、质量等库存信息，预测出不同原材料未来的储存空间需求信息。具体步骤如下：

步骤1.1：从企业管理系统中获取新加入的生产订单信息，得到产品的个性化定制需求。

步骤1.2：基于个性化定制产品的组成结构，得到订单的原材料使用需求。

步骤1.3：分析企业当前正在加工的订单完成情况以及仓储系统中各物料库存信息，得到仓储系统中原材料的剩余可用数量信息。

步骤1.4：将剩余可用原材料的属性信息与新订单对相应原材料的需求信息进行对比。如果已有原材料的属性信息满足新产品的需求，则从新订单的原材料需求中剔除该原材料；否则，跳转至步骤1.5。

步骤1.5：基于构成产品的原材料的详细需求，获得原材料需求信息表，向采购部门释放采购需求。

步骤1.6：采购部门通过招标或直接采购形式，选择合适的产品供应商，并以此获得不同原材料的存放需求信息，该信息包含包装形式及尺寸、单个包装里原材料数量、存储位置与环境需求、存储数量。

步骤1.7：基于采购分析，向仓储系统释放原材料的存放需求信息。

步骤2：参照图1与图5，制定智能仓储系统储物槽空间的优化配置决策方案，并进行自适应调节。

步骤2.1：获取所有原材料需要占用的储物槽空间尺寸。

步骤2.1.1：随机选择一个原材料的空间存放需求信息，获得最邻近的储物槽空间尺寸大小。由于横板或竖板由不可调节的实心板与可调节的结构组成，且可调节结构具有最大值与最小值，所以仓储货架中的储物槽仅能提供特定的尺寸，尺寸可取值可以用以下公式表示：

其中，k_1,g表示第g个储物槽中实心板的数量，k_2,g表示第g个储物槽中可调节结构的数量，w_sx,g表示第g个储物槽中实心板的固定宽度，w_tj,g表示第g个储物槽中可调节结构的宽度，为一个可以调节的值，依据可调节结构的设计尺寸获得。为保证最大化利用仓储空间，并能保证原材料能够顺利存取，该储物槽空间需选择大于需求尺寸的储物槽空间大小。

步骤2.1.2：迭代步骤2.1.1，直到计算出所有原材料需要占用的储物槽空间。

步骤2.1.3：将获得的储物槽空间需求信息释放给储物槽数据集中分析单元。

步骤2.2：读取仓储货架的整体信息，包含每层货架的最大尺寸、不同储物槽之间的依存关系、储物槽尺寸设置的约束条件。

步骤2.3：构建储物槽自适应优化调整的数学模型。

步骤2.3.1：构建储物槽自适应优化调整的目标函数。包含两个优化目标，分别是最大空间利用率以及最大原材料储存数量。其中，最大化空间利用率可以用以下公式表示：

其中，f₁(x)表示目标函数，即最大化空间利用率；x_i,y_i,z_i分别指代第i种原材料有效占用的长、宽、高三个维度的尺寸，i＝1、2、3…、n，n为原材料的总数量；H_j表示第j个货架的整体体积，j＝1、2、3…、m，m为货架总数。

最大化原材料储物量可以用以下公式表示：

其中，f₂(x)表示目标函数，即最大原材料储存数量，N_i表示第i类原材料的数量，n为原材料的总数量。

步骤2.3.2：构建储物槽空间优化配置的约束条件。约束条件主要包含仓储货架每行总长度、货架总高度、单层货架高度和货架宽度限制，以及各个货架可以存放物品约束，分别可以用以下公式表示。

货架总长度约束可以用公式

表示，其中，S_LJa指预计放置到第J个货架的第a行的原材料集合。T_a为第J个货架放置第a行的原材料总数量。L_J为第J个货架的总长度约束。

货架总高度约束可以用公式

表示，其中，S_LJb指预计放置到第J个货架的第b列的原材料集合。T_b为第J个货架放置第b列的原材料总数量。H_J为第J个货架的总高度约束。

单层货架高度约束可以用公式

表示，其中S_HJb指预计放置到第J个货架的第a行的原材料集合。H_Ja为第J个货架第a行的高度约束。

货架宽度约束可以用公式

表示，其中S_WJ指预计放置到第J个货架的原材料集合。W_J为第J个货架的宽度约束。

各个货架可以存放物品的约束指的是仓储系统中不同区域的位置限定等约束。

步骤2.4：针对以上问题，采用遗传算法对储物槽优化问题进行求解。

步骤2.4.1：对储物槽空间设置方案进行编码，编码方式为：染色体是一个M×N的矩阵，M指代储物槽需求数量，N代表仓储货架总数，其中染色体中的每一个元素代表每一个原材料占用货架中所对应的位置编号，位置编号按从左下角到右上角的顺序排列。

步骤2.4.2：基于原材料编号初始化父代种群。原材料在进入企业时会有一个编号，而编号一般是按照原材料类别进行编制的，则可以基于编号进行种群初始化。

步骤2.4.3：随机选择两个初始化的父代个体，随机选择交叉点进行交叉，产生新的子代种群，并合并父代和子代组成新的种群。

步骤2.4.4：计算新种群中各个子代个体的适应度函数，其中适应度函数依据两个目标函数制定。

步骤2.4.5：依据适应度函数对合并的种群中的个体进行竞争，保留适应度高的个体，组成新一代群体。

步骤2.4.6：重复以上步骤，直到满足迭代终止条件。迭代终止条件包含两种：迭代次数到达设定值和目标函数达到预计值。

步骤2.4.7：基于迭代获得的最优解，得到最优的储物槽配置结构方案。

步骤2.5：智能仓储系统基于得到的最优方案，即控制系统根据最优的储物槽配置结构方案对仓储货架结构进行调节，实现对各储物槽进行自适应调整。

以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (10)

1.一种智能仓储系统储物槽自适应优化调整方法，其特征在于，包括如下步骤：

步骤1：获得的产品订单信息、采购需求信息以及不同原材料的库存信息，以预测出不同原材料未来的储存空间需求信息；

步骤2：制定智能仓储系统储物槽空间的优化配置决策方案，且智能仓储系统进行自适应调节；

步骤2.1：获取所有原材料需要占用的储物槽空间尺寸；

步骤2.2：读取仓储货架的整体信息，包含每层货架的最大尺寸、不同储物槽之间的依存关系、储物槽尺寸设置的约束条件；

步骤2.3：构建储物槽自适应优化调整的数学模型；

步骤2.4：基于数学模型，采用遗传算法对储物槽优化问题进行求解，得到最优的储物槽配置结构方案；

步骤2.5：智能仓储系统基于所得到的最优的储物槽配置结构方案，控制系统根据最优的储物槽配置结构方案对仓储货架结构进行调节，实现对各储物槽进行自适应调整。

2.根据权利要求1所述的一种智能仓储系统储物槽自适应优化调整方法，其特征在于，步骤1中预测储存空间需求信息的方法为：

步骤1.1：从企业管理系统中获取新加入的生产订单信息，得到产品的个性化定制需求；

步骤1.2：基于个性化定制产品的组成结构，得到订单的原材料使用需求；

步骤1.3：分析企业当前正在加工的订单完成情况以及仓储系统中各物料库存信息，得到仓储系统中原材料的剩余可用数量信息；

步骤1.4：将剩余可用原材料的属性信息与新订单对相应原材料的需求信息进行对比；如果已有原材料的属性信息满足新产品的需求，则从新订单的原材料需求中剔除该原材料；否则，跳转至步骤1.5；

步骤1.5：基于构成产品的原材料的详细需求，获得原材料需求信息表，向采购部门释放采购需求；

步骤1.6：采购部门获得不同原材料的存放需求信息，该信息包含包装形式及尺寸、单个包装里原材料数量、存储位置与环境需求、存储数量；

步骤1.7：向仓储系统释放原材料的存放需求信息。

3.根据权利要求1所述的一种智能仓储系统储物槽自适应优化调整方法，其特征在于，步骤2.1中获取所有原材料需要占用的储物槽空间尺寸的方法为：

步骤2.1.1：随机选择一个原材料的空间存放需求信息，并获得最邻近的储物槽空间尺寸大小；

步骤2.1.2：迭代步骤2.1.1，直到计算出所有原材料需要占用的储物槽空间；

步骤2.1.3：将获得的储物槽空间需求信息释放给数据集中分析单元。

4.根据权利要求1所述的一种智能仓储系统储物槽自适应优化调整方法，其特征在于，构建储物槽自适应优化调整的数学模型的方法为：

步骤2.3.1：构建储物槽自适应优化调整的目标函数，分别是：

最大化空间利用率目标函数

最大化原材料储物量目标函数

其中，x_i,y_i,z_i分别指代第i种原材料有效占用的长、宽、高三个维度的尺寸，i＝1、2、3…、n，n为原材料的总数量；H_j表示第j个货架的整体体积，j＝1、2、3…、m，m为货架总数；N_i表示第i类原材料的数量；

步骤2.3.2：构建储物槽空间优化配置的约束条件，约束条件主要包含仓储货架每行总长度、货架总高度、单层货架高度和货架宽度限制。

5.根据权利要求4所述的一种智能仓储系统储物槽自适应优化调整方法，其特征在于，货架总长度约束表示为

其中，S_LJa指预计放置到第J个货架的第a行的原材料集合，T_a为第J个货架放置第a行的原材料总数量，L_J为第J个货架的总长度约束。

6.根据权利要求4所述的一种智能仓储系统储物槽自适应优化调整方法，其特征在于，货架总高度约束表示为

其中，S_LJb指预计放置到第J个货架的第b列的原材料集合，T_b为第J个货架放置第b列的原材料总数量，H_J为第J个货架的总高度约束。

7.根据权利要求4所述的一种智能仓储系统储物槽自适应优化调整方法，其特征在于，单层货架高度约束表示为

其中，S_HJb指预计放置到第J个货架的第a行的原材料集合，H_Ja为第J个货架第a行的高度约束。

8.根据权利要求4所述的一种智能仓储系统储物槽自适应优化调整方法，其特征在于，货架宽度约束表示为

其中，S_WJ指预计放置到第J个货架的原材料集合，W_J为第J个货架的宽度约束。

9.根据权利要求4-8中任意一项所述的一种智能仓储系统储物槽自适应优化调整方法，其特征在于，步骤2.4中采用遗传算法对储物槽优化问题进行求解的过程为：

步骤2.4.1：对储物槽空间设置方案进行编码，编码方式为：染色体是一个M×N的矩阵，M指代储物槽需求数量，N代表仓储货架总数，其中染色体中的每一个元素代表每一个原材料占用货架中所对应的位置编号，位置编号按从左下角到右上角的顺序排列；

步骤2.4.2：基于原材料编号初始化父代种群；原材料在进入企业时会有一个编号，基于编号进行种群初始化；

步骤2.4.3：随机选择两个初始化的父代个体，随机选择交叉点进行交叉，产生新的子代种群，并合并父代和子代组成新的种群；

步骤2.4.4：计算新种群中各个子代个体的适应度函数，其中适应度函数依据两个目标函数制定；

步骤2.4.5：依据适应度函数对合并的种群中的个体进行竞争，保留适应度高的个体，组成新一代群体；

步骤2.4.6：重复以上步骤，直到满足迭代终止条件；

步骤2.4.7：基于迭代获得的最优解，得到最优的储物槽配置结构方案。

10.一种基于权利要求9所述智能仓储系统储物槽自适应优化调整方法的智能仓储系统，其特征在于，包括仓储货架结构、信息采集单元和储物槽自适应优化控制系统；仓储货架结构的执行电机接收储物槽自适应优化控制系统发出的指令，由执行电机带动仓储货架结构实现储物槽空间的自适应调节；

信息采集单元包括外部信息接入单元与实时仓储信息采集单元，外部信息接入单元获得即将进入或离开仓储系统的原材料信息；实时仓储信息采集单元利用智能传感设备以精准获取仓储系统中原材料及货架的使用状态；

储物槽自适应优化控制系统包括数据集中分析单元与自适应控制单元：数据集中分析单元从信息采集单元中预测出原材料存储空间需求，并得到最优的储物槽配置结构方案；自适应控制单元连接仓储货架结构的执行电机，根据最优配置方案生成工作指令，主动调节仓储货架结构，实现对各储物槽的自适应调整。

Images