本發(fā)明涉及智能倉儲，具體涉及在具有環(huán)形輸送機的多料箱機器人倉庫系統(tǒng)中聯(lián)合優(yōu)化訂單、料箱和機器人作業(yè)決策的方法。

背景技術：

1、目前，自動化與機器人化已成為工業(yè)4.0供應鏈的主流趨勢，特別是在中國，機器人倉庫數(shù)量迅速增長。在倉儲運營中，訂單揀選與儲存環(huán)節(jié)的成本占據(jù)了整個倉庫運營成本的60％以上，而這一環(huán)節(jié)與倉儲系統(tǒng)中訂單、料箱和機器人的操作密切相關。在具有環(huán)形輸送機的多料箱機器人倉庫系統(tǒng)中，聯(lián)合優(yōu)化系統(tǒng)中訂單、料箱和機器人的作業(yè)決策是一個難題，好的聯(lián)合優(yōu)化算法可以充分考慮到訂單、料箱和機器人作業(yè)決策之間的相互影響，實現(xiàn)作業(yè)決策的全局最優(yōu)，解決單獨優(yōu)化訂單或料箱或機器人作業(yè)決策的局部最優(yōu)和決策短視問題，進一步地降低訂單揀選與儲存環(huán)節(jié)的成本，從而降低機器人倉庫的整體運作成本。因此，如何來改進與系統(tǒng)中訂單、料箱和機器人相關的作業(yè)決策流程以及確認聯(lián)合優(yōu)化的算法就顯得尤為重要，通過對作業(yè)決策流程的改進和提出適當?shù)穆?lián)合優(yōu)化算法，可以提高多料箱機器人倉庫的運營效率，降低成本，為其推動和發(fā)展提供更好的支持。

2、目前，關于倉儲系統(tǒng)中單獨優(yōu)化訂單或料箱或機器人作業(yè)決策的算法較多，但是關于聯(lián)合優(yōu)化訂單、料箱和機器人作業(yè)決策的算法較少，特別是在訂單揀選與儲存環(huán)節(jié)更為復雜的多料箱機器人系統(tǒng)中，目前大多是通過啟發(fā)式的算法來單獨優(yōu)化訂單或料箱或機器人的作業(yè)決策，因為聯(lián)合優(yōu)化訂單、料箱和機器人作業(yè)決策的流程復雜，各流程之間的銜接困難，同時計算難度大、時間長，很難應用在需要即時快速求得作業(yè)決策的實際倉庫運營中。

3、現(xiàn)有技術中缺乏一種可用于實際倉庫運營，快速求得具有環(huán)形輸送機的多料箱機器人系統(tǒng)中訂單、料箱和機器人作業(yè)決策的聯(lián)合優(yōu)化算法。

技術實現(xiàn)思路

1、本發(fā)明的主要目的在于克服現(xiàn)有技術的不足，提出一種多料箱機器人系統(tǒng)中訂單、料箱和機器人作業(yè)決策的聯(lián)合優(yōu)化方法，以解決現(xiàn)有的多料箱機器人系統(tǒng)中訂單或料箱或機器人作業(yè)決策單獨優(yōu)化而產(chǎn)生的局部最優(yōu)和決策短視，難以充分考慮到訂單、料箱和機器人作業(yè)決策之間的相互影響的技術問題。

2、為解決上述技術問題，本發(fā)明采用如下技術方案：

3、一種多料箱機器人系統(tǒng)中訂單、料箱和機器人作業(yè)決策的聯(lián)合優(yōu)化方法，包括：s1、針對具有環(huán)形輸送機的多料箱機器人系統(tǒng)，根據(jù)訂單處理需求、料箱的存儲與檢索特性以及機器人的運動能力，建立多料箱機器人系統(tǒng)中訂單揀選、料箱調(diào)度和機器人路徑規(guī)劃的作業(yè)決策流程；s2、基于所述作業(yè)決策流程，構建指派和排序模型，將訂單分配至揀選站、料箱分配至揀選站以及任務分配至機器人的操作決策問題形式化為運籌學中的最優(yōu)指派和排序問題；s3、利用超啟發(fā)式自適應大規(guī)模鄰域搜索算法，對s2步驟中構建的運籌學問題進行求解，從而構造出滿足多料箱機器人倉庫實際需求的訂單、料箱和機器人最優(yōu)指派和排序結果；s4、根據(jù)步驟s3構造的所述訂單、料箱和機器人最優(yōu)指派和排序結果進行作業(yè)，實施多料箱機器人系統(tǒng)中訂單、料箱和機器人作業(yè)決策的聯(lián)合優(yōu)化結果。

4、進一步地，步驟s1中，改進多料箱機器人系統(tǒng)中訂單、料箱和機器人的作業(yè)決策流程包括：當多個待揀選的訂單進入多料箱機器人系統(tǒng)時，需要將這些訂單指派到不同的揀選站上進行揀選，同時需要為同一個揀選站上的不同訂單規(guī)劃執(zhí)行順序，然后需要將不同訂單需要的不同料箱指派至對應的揀選站，并且為所有的料箱規(guī)劃出庫到達輸送機入口的順序，接著需要按照出庫順序將一個料箱視為一個出庫任務并指派給機器人，同時規(guī)劃機器人的多個任務的執(zhí)行順序，最后按照料箱到達輸送機出口的順序，同樣將一個料箱視為一個入庫任務并指派給機器人，同時規(guī)劃機器人的多個任務的執(zhí)行順序，實現(xiàn)多料箱機器人系統(tǒng)中訂單、料箱和機器人作業(yè)決策的聯(lián)合優(yōu)化。

5、更進一步地，步驟s1中，建立多料箱機器人系統(tǒng)中訂單揀選、料箱調(diào)度和機器人路徑規(guī)劃的作業(yè)決策流程具體包括：s11、當o個待揀選訂單進入多料箱機器人系統(tǒng)時，給每個訂單指派一個揀選站，并規(guī)劃訂單的執(zhí)行順序，即訂單進入揀選站上槽口的順序，當揀選站上有空閑槽口時，訂單進入空閑的槽口并開始揀選；直至所有待揀選訂單都被指派給揀選站，并且所有待揀選訂單的執(zhí)行順序都得到規(guī)劃；s12、訂單的作業(yè)決策完成之后，為訂單進行定位操作得到的待出庫料箱進行指派和排序作業(yè)決策；當n個待出庫料箱進入多料箱機器人系統(tǒng)時，根據(jù)訂單到揀選站的指派結果，將待出庫料箱指派至對應的揀選站，并根據(jù)訂單在揀選站的執(zhí)行排序結果，規(guī)劃所有待出庫料箱的執(zhí)行順序，即料箱出庫的先后順序；直至所有出庫料箱都被指派給揀選站，并且所有出庫料箱的執(zhí)行順序都得到規(guī)劃；s13、料箱的作業(yè)決策完成之后，將每個待出庫的料箱視為一個出庫任務，為出庫任務指派一個機器人并規(guī)劃機器人執(zhí)行任務的順序；當r個機器人進入多料箱機器人系統(tǒng)時，根據(jù)待出庫料箱排序結果，按順序將其指派給機器人；完成所有出庫任務指派后，為每個機器人規(guī)劃執(zhí)行任務的順序，即機器人訪問這些任務的先后順序，并將出庫任務運輸至環(huán)形輸送機的入口；直至所有出庫任務都被指派給機器人，并且每個機器人執(zhí)行任務的順序都得到規(guī)劃；s14、當料箱進入環(huán)形輸送機并在對應揀選站完成揀選之后，前往環(huán)形輸送機的出口的料箱被視為入庫任務，為入庫任務指派一個機器人并規(guī)劃機器人執(zhí)行任務的順序；當r個機器人進入多料箱機器人系統(tǒng)時，根據(jù)料箱到達環(huán)形輸送機出口的順序結果，按順序將其指派給機器人，完成所有待入庫任務指派后，為每個機器人規(guī)劃執(zhí)行任務的順序，即機器人訪問這些任務的先后順序，并將待入庫任務運輸至對應的貨架儲位；直至所有入庫任務都被指派給機器人，并且每個機器人執(zhí)行任務的順序都得到規(guī)劃。

6、進一步地，步驟s2包括：用o來表示待揀選訂單的編號，其中o＝1,2,…,o，o表示待揀選訂單的數(shù)量；用i來表示待出入庫料箱的編號，其中i＝1,2,…,i，i表示出入庫料箱的數(shù)量；用r來表示機器人的編號，其中r＝1,2,…,r，r表示出入庫料箱的數(shù)量；用p來表示揀選站的編號，其中p＝1,2,…,p，p表示出入庫料箱的數(shù)量；用zop,yip,xir分別來表示訂單到揀選站的指派、料箱到揀選站的指派、出入庫任務到機器人的指派；用來分別表示訂單在揀選站上的排序、料箱出庫的排序、機器人執(zhí)行任務的排序；從而，將多料箱機器人系統(tǒng)中訂單、料箱和機器人作業(yè)決策的聯(lián)合優(yōu)化問題轉換為了求解指派和排序的運籌學問題。

7、更進一步地，步驟s3中，利用超啟發(fā)式自適應大規(guī)模鄰域搜索算法求解所述的指派和排序的運籌學問題，以構造出滿足多料箱機器人倉庫實際需求的訂單、料箱和機器人最優(yōu)指派和排序結果，具體實施包括：設計指派和排序的編碼；設計編碼對應適應度的計算方法；構造指派和排序的初始解即初始編碼；設計與指派和排序對應的破壞和修復算子；設計強化學習來進行算子的選擇；以及設計新解接受和算法終止的條件。

8、更進一步地，編碼的設計包括訂單、料箱和機器人共三個部分。編碼特征包括(1)訂單的編碼：設計p個不同的容器來表示p個揀選站，訂單o被放置于不同的容器中時，代表訂單被指派至不同的揀選站，而多個訂單在容器中的先后順序，代表訂單在該揀選站上執(zhí)行的順序；(2)料箱的編碼：設計p個不同的容器來表示p個揀選站，料箱i被放置于不同的容器中時，代表料箱被指派至不同的揀選站，而多個料箱在容器中的先后順序，代表料箱在該揀選站上執(zhí)行的順序；(3)機器人的編碼：設計r個不同的容器來表示r個機器人，任務i被放置于不同的容器中時，代表任務被指派至不同的機器人，而多個任務在容器中的先后順序，代表任務在該機器人上執(zhí)行的順序。

9、更進一步地，適應度的計算方法包括已知訂單、料箱和機器人的編碼之后，采用離散事件仿真來模擬計算多料箱機器人系統(tǒng)中與訂單、料箱和機器人有關的所有作業(yè)決策完成的所需的時間，作為該編碼對應的適應度值，值的大小用于評價該編碼對應的作業(yè)決策的優(yōu)劣。

10、更進一步地，訂單、料箱和機器人指派和排序的初始解，即初始編碼，均采用啟發(fā)式的策略進行構造。(1)訂單指派和排序的初始編碼：通過計算任意兩個訂單之間的相似性來對訂單進行指派和排序，其中表示訂單i是否包含第k種sku。將相似性高的訂單指派至同一個揀選站，并且根據(jù)相似性的大小對訂單進行排序。(2)料箱指派和排序的初始編碼：通過訂單到揀選站的指派結果，推導訂單所需料箱到揀選站的指派，并且通過計算任意一個料箱i的緊急程度來確定料箱的出庫順序，料箱的緊急程度越大，就越先進行出庫，其中，oon表示當前情況下，正處于各個揀選站槽口上的訂單。(3)機器人指派和排序的初始編碼：通過自適應的最近鄰策略來進行任務到機器人的指派以及確定機器人執(zhí)行任務的先后順序。從機器人的起點開始，自適應的最近鄰策略為機器人指定最近的一個未訪問任務作為下一個任務，直到所有任務都被分配給機器人，同時任務分配給機器人的順序就是該機器人執(zhí)行這些任務的順序。

11、更進一步地，設計指派和排序對應的破壞算子。破壞算子的作用是為了從當前編碼中移除部分編碼，對于訂單指派和排序、料箱指派和排序來說，需要移除的是訂單或料箱，對于任務指派和排序來說，需要移除的是任務。對于訂單、料箱和機器人的編碼，均設計三種破壞算子，隨機破壞算子、最壞破壞算子、shaw破壞算子。(1)隨機破壞算子：從當前解中隨機選出若干個編碼進行移除，它有助于搜索的多樣性以及避免陷入局部最優(yōu)。(2)最壞破壞算子：將插入成本最高的編碼進行移除，并將它們插入至其他位置來獲得更好的解。(3)shaw破壞算子：將比較類似的編碼同時移除，因為類似的編碼更容易進行重新排列，從而獲得更好的新解。

12、更進一步地，設計指派和排序對應的修復算子。修復算子的作用是將未安排的編碼再次插入到當前解中，對于訂單、料箱和機器人的編碼，均設計3種修復算子，隨機修復算子、貪婪修復算子、最佳修復算子。(1)隨機修復算子：采用串行的方式進行計算，每次迭代時從未安排的編碼集合里面隨機選擇一個編碼，為該編碼找到滿足約束的插入位置，進行編碼的插入，直到所有編碼都完成插入，隨機插入算子可以使得搜索多樣化，避免了陷入局部最優(yōu)。(2)貪婪修復算子：每次迭代只選一個編碼進行插入，且這個編碼是全局插入成本最少的，通過計算每一個編碼的插入成本，選擇所有成本中最小的編碼，作為當前貪婪得到的插入編碼。(3)最佳修復算子：采用串行方式進行計算的，每次采用類似貪婪修復算子的策略為每一個編碼找到插入成本最小的位置，進行編碼的插入。

13、更進一步地，構建強化學習來進行算子的選擇。選擇自適應的大規(guī)模鄰域搜索算法內(nèi)部的參數(shù)作為特征構建強化學習的狀態(tài)，強化學習的動作設計為選擇一個破壞算子和一個修復算子的組合，并且根據(jù)適應度值來設計強化學習的獎勵函數(shù)。使用前饋神經(jīng)網(wǎng)絡來輸入強化學習的特征和輸出動作選擇的概率，強化學習訓練的算法采用的是近端策略優(yōu)化算法。

14、更進一步地，設計新解接受和算法終止的條件。對于新解接受的概率我們采用模擬退火作為標準，第k次迭代得到的新解snew被接受的概率為其中，tk表示當前的溫度tk＝t0ck，t0表示初始溫度，c表示冷卻速度。算法的終止策略是采用是迭代次數(shù)達到設置的值或者解連續(xù)不變的迭代次數(shù)達到設定的值。

15、更進一步地，步驟s4包括：s41、當待揀選訂單進入多料箱機器人系統(tǒng)時，開始進行訂單、料箱和機器人作業(yè)決策的聯(lián)合優(yōu)化；s42、獲取多料箱機器人系統(tǒng)中訂單、料箱和機器人作業(yè)決策的指派和排序最優(yōu)結果；s43、根據(jù)訂單指派和排序最優(yōu)結果，將訂單指派至對應揀選站，并且根據(jù)訂單排序結果，按順序將訂單放入空閑槽口進行揀選；s44、根據(jù)料箱指派和排序最優(yōu)結果，將料箱指派至對應揀選站，并且根據(jù)料箱排序結果，按順序將料箱進行出庫；s45、根據(jù)出庫任務指派和排序最優(yōu)結果，將出庫任務指派至對應機器人，并且根據(jù)出庫任務排序結果，按順序執(zhí)行出庫任務；s46、當料箱進入環(huán)形輸送機并在對應揀選站完成揀選之后，料箱會前往環(huán)形輸送機的出口；s47、根據(jù)入庫任務指派和排序最優(yōu)結果，將入庫任務指派至對應機器人，并且根據(jù)出庫任務排序結果，按順序執(zhí)行入庫任務；s48、停止，所有進入多料箱機器人系統(tǒng)的待揀選訂單完成，離開系統(tǒng)。步驟s4中，根據(jù)訂單的編碼，將訂單指派至對應的揀選站，并且按照排序的結果按順序將訂單指派至揀選站上空閑的槽口，若有空閑的槽口則指派，反之則等待。根據(jù)料箱的編碼，將料箱指派至對應的揀選站，并且按照排序的結果按順序進行料箱的出庫。根據(jù)機器人的編碼，將出庫任務指派給對應的機器人，并且按照排序的結果按順序進行任務的執(zhí)行。直到所有的訂單都完成揀選、料箱都完成出入庫、任務都完成執(zhí)行。

16、本發(fā)明技術方案的有益效果在于：本發(fā)明基于具有環(huán)形輸送機的多料箱機器人系統(tǒng)中訂單、料箱和機器人的特點，改進多料箱機器人系統(tǒng)中訂單、料箱和機器人的作業(yè)決策流程，使得倉庫作業(yè)更加高效，并且充分考慮到了訂單、料箱和機器人之間的相互影響，避免了單獨優(yōu)化的局部最優(yōu)和決策短視的問題，實現(xiàn)聯(lián)合優(yōu)化的全局最優(yōu)；再基于改進后的訂單、料箱和機器人的作業(yè)決策流程引入指派和排序模型構造訂單、料箱和機器人的作業(yè)決策，將多料箱機器人系統(tǒng)中訂單、料箱和機器人的作業(yè)決策問題通過指派和排序模型轉換為求解最優(yōu)的指派和排序的運籌學問題；然后利用超啟發(fā)式的自適應的大規(guī)模鄰域搜索算法求解所述的指派和排序的運籌學問題，以構造出滿足多料箱機器人倉庫實際需求的訂單、料箱和機器人最優(yōu)指派和排序結果；最后根據(jù)構造的訂單、料箱和機器人最優(yōu)指派和排序結果，獲取改進后的多料箱機器人系統(tǒng)中訂單、料箱和機器人作業(yè)決策的聯(lián)合優(yōu)化結果，使得本發(fā)明的方法能夠以較快的計算速度獲得訂單、料箱和機器人作業(yè)決策的聯(lián)合優(yōu)化結果，從而提高多料箱機器人倉庫的運營效率，降低倉庫的運營成本，為其推動和發(fā)展提供更好的支持。