【技术实现步骤摘要】
本专利技术属于物流运输，具体涉及一种基于拉格朗日松弛的易碎品物流仓储调度方法及系统。
技术介绍
1、易碎品仓储是现代物流运输的一个重要组成部分，也是物流运输行业的一大难题。由于其商品的特殊性，易碎品仓储对仓储环节中货箱的稳定性有较高的要求，导致其对仓储环境有着较为严格的限制，单位仓储空间成本较高。因此，易碎品仓储时的空间规划显得尤为重要。优秀的运输空间规划算法可以避免大量的空间浪费，进而减少运输成本，提高经济效益。易碎品由于其商品特殊性，不允许堆叠仓储，因此易碎品仓储问题可以被描述为维度由商品的长宽二维组成的二维装箱问题的变式。
2、装箱问题属于经典的np-hard问题，无法在线性时间内给出问题的最优解。经典的装箱问题描述为，把一批具有多个种类、每种类有多个的物品装入容量相同的箱子内，使得每个箱子中的物品占据的总容量不超过箱子的容量，同时要求装入所有物品消耗的箱子总数最少。
3、对于装箱问题，目前已经存在许多简单易行的求解算法，比较具有代表性的有：
4、first fit：将空闲箱体链以地址递增的顺序连接；在进行容量分配时，从链首开始顺序查找，直到找到一块箱体的大小可以满足需求时，按照该作业的大小，从该箱体中分配出容量，将剩下的空闲箱体仍然链在空闲箱体链中；
5、next fit：分配容量时不是从链首进行查找可以分配容量的空闲箱体，而是从上一次分配容量的空闲箱体的下一个箱体开始查找，直到找到可以为该进程分配容量的空闲箱体；
6、best fit：将空闲箱体链中的空闲箱体
7、random fit与best fit算法相反，将空闲箱体链的箱体按照从大到小的顺序排序形成空闲箱体链，每次查找时检查第一个空闲箱体是否满足；
8、least full first：剩余空间最大且满足所选货物空间需求的箱体优先放置。
9、most full first：剩余空间最小且满足所选货物空间需求的箱体优先放置。
10、此外，还有很多非基于fit的装箱放置算法。具有代表性的有数学规划法、数值优化方法和现代优化方法。数学规划法主要由分枝定界法、动态规划法、整数规划法和线性规划法等方法构成。现代优化方法以遗传算法和模拟退火法为代表。
11、相比于传统装箱问题，易碎品仓储问题产生了新的变式。首先，由于现代物流各分区间货架容量不统一，传统装箱的“箱体容量相同”这一条件不再满足。同时，由于不同容量的货架耗费的仓储空间成本不统一，增加仓储空间导致的成本增加也不能再简单由“箱体数量增加”作为衡量。加之，针对现有的装箱模型的装箱fit算法在仓储需求接近仓库最大容量时，表现出的性能不尽人意。因此，需要对传统的装箱问题模型进行修正，建立更适配实际运行场景应用的装箱模型。
12、近年来，随着物流运输行业需求的变化，仓储空间调度方法也迎来了新的挑战。首先是在调度中，仓储分区数量显著增加，求解规模显著增大，这使得非fit类算法的求解难度显著上升，求解时间也随之增加。其次，由于降低运行成本的需要，调度方法可行解的优度要求也逐渐提高。面对上述问题，现有的方法暴露了显著的弊端。fit类算法能够保证求解速度，但在优度上难以保证，所得的可行解与最优解的间隙较大，而非fit类算法虽然能保证求解优度，但求解时间长，难以满足物流仓储场景大规模、多批次调度需求。因此，为解决易碎品物流仓储调度的实际需求，需要设计新的物流仓储调度方法与系统。
技术实现思路
1、本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于拉格朗日松弛的易碎品物流仓储调度方法及系统，用于解决大规模物流仓储场景下的物流仓储空间快速调度的技术问题，求解时间短，解优度高。)
2、本专利技术采用以下技术方案：
3、一种基于拉格朗日松弛的易碎品物流仓储调度方法，包括以下步骤：
4、s1、获取易碎品仓储实际运行场景物流调度参数；
5、s2、基于步骤s1得到的易碎品仓储实际运行场景物流调度参数构建易碎品仓储调度模型；
6、s3、对步骤s2得到的易碎品仓储调度模型进行松弛处理，将易碎品仓储调度模型转为拉格朗日对偶问题模型，开始第x次迭代，x初始值为0；
7、s4、求解步骤s3得到的拉格朗日对偶问题模型目标函数的内层问题；
8、s5、根据步骤s4得到的内层问题确定本次迭代中变量拉格朗日乘子的次梯度；
9、s6、当步骤s5中变量拉格朗日乘子满足λk+1-λk<ε，则对偶问题收敛，继续执行步骤s7；
10、s7、输出对偶问题解，当解满足原问题约束，得到易碎品物流仓储调度方案。
11、优选地，步骤s2中，易碎品仓储调度模型的目标函数如下：
12、
13、其中，φ为仓储方案产生的总收益，ωi为存储规格为i的包装所能产生的收益，xik为第k个仓储分区上放置规格为i的包装的数量，k为仓储分区的总数，n为包装规格类型总数。
14、更优选地，易碎品仓储调度模型的约束条件包括：
15、需求约束
16、
17、其中，i＝1,2,...,n，ni为用户对规格类型为i的包装的需求量；
18、容量约束
19、
20、其中，k＝1,2,...,k，γ＝1,2,...,υ，ai(γ)为规格类型为i的尺寸参数，rk(γ)为第k个分区可供仓储的空间，υ为尺寸类型；
21、非负整数约束：
22、xik∈ν
23、其中，xik为第k个仓储分区上放置规格为i的包装的数量。
24、优选地，步骤s3中，拉格朗日对偶问题模型的的目标函数包括：
25、内层问题
26、
27、其中，λi为第i项拉格朗日乘子，i＝1,2,...,n，ωi为存储规格为i的包装所能产生的收益，xik为第k个仓储分区上放置规格为i的包装的数量，ni为用户对规格类型为i的包装的需求量；
28、外层问题
29、
30、拉格朗日对偶问题模型的一组次梯度为：
31、
32、优选地，步骤s4中，拉格朗日对偶问题模型目标函数的内层问题具体为：
33、s401、初始化生成一张横坐标为l，纵坐标为h的初始表，表的横坐标为仓库的最大分区长度，纵坐标为最大分区宽度。
34、s402、从占据空间最少的货物类型出发，设其占据的资源为xlyh，x为包装规格类型长度，y为包装规格类型宽度，对表内的每一点(i,j)，取χij；
35、s403、当未迭代的货物类型数量为0，则输出完全背包问题最优解表，不为0则选择下一个迭代的货物类型，继续执行步骤s402。
36、更优选地，步骤s402中，χij为本文档来自技高网...
【技术保护点】
1.一种基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，步骤S2中，易碎品仓储调度模型的目标函数如下：
3.根据权利要求2所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，易碎品仓储调度模型的约束条件包括：
4.根据权利要求1所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，步骤S3中，拉格朗日对偶问题模型的的目标函数包括：
5.根据权利要求1所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，步骤S4中，拉格朗日对偶问题模型目标函数的内层问题具体为：
6.根据权利要求5所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，步骤S402中，χij为：
7.根据权利要求1所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，步骤S5中，根据次梯度下降法更新拉格朗日乘子λ，迭代公式为：
8.根据权利要求7所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，
9.根据权利要求1所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，当对偶问题解不满足原问题约束，将对偶解还原可行解，得到原问题的可行解，得到易碎品物流仓储调度方案，具体如下：
10.一种基于拉格朗日松弛的易碎品物流仓储调度系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，步骤s2中，易碎品仓储调度模型的目标函数如下：
3.根据权利要求2所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，易碎品仓储调度模型的约束条件包括：
4.根据权利要求1所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，步骤s3中，拉格朗日对偶问题模型的的目标函数包括：
5.根据权利要求1所述的基于拉格朗日松弛的易碎品物流仓储调度方法，其特征在于，步骤s4中，拉格朗日对偶问题模型目标函数的内层问题具体为：
6.根据权利...
【专利技术属性】
技术研发人员：曹晓宇，郑浩然，孙寻航，翟桥柱，胡建晨，陈孟晓，周玉洲，管晓宏，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。