應用基因演算法於相關性儲存配置問題

Abstract

撿貨作業(picking)是自動倉儲系統中最主要的作業之一，因此撿貨作業是否確實地有效率地執行將會嚴重地影響倉儲成本的高低。自動倉儲系統分成兩種，一種是單位負載自動倉儲系統，一種是料盒式自動倉儲系統。料盒式自動倉儲系統中物品儲存位置配置可考量物品相關性以提高效率，此類最佳化問題稱為“相關性儲存位置配置問題(assignment problem)”。本研究將建立一個適用於料盒式自動倉儲系統的最佳化相關性儲存位置配置模型。並且本研究證明相關性儲存位置配置問為一個NP-Complete問題，由於其求解時間會隨著問題的大小而呈指數增加，因此很難在合理的時間之內找到最佳解，此時必須使用巨集式啟發式演算法(meta-heuristic)求解之，其中基因演算法為一種廣義型最佳化法則，因此本研究運用基因演算法以有效率地找出相關性儲存位置配置問題的最佳解，並且探討基因演算法在求解此相關性儲存位置配置問題之正確性及適用性，結果顯示基因演算法適用於相關性儲存位置配置問題。並且探討 “儲存盒總數”、“儲存架形狀”以及“各種物品需求偏移程度”三項因素對儲存盒取出成本的影響。