多料箱机器人系统中订单、料箱和机器人作业决策的联合优化方法

本发明涉及智能仓储，具体涉及在具有环形输送机的多料箱机器人仓库系统中联合优化订单、料箱和机器人作业决策的方法。

背景技术：

1、目前，自动化与机器人化已成为工业4.0供应链的主流趋势，特别是在中国，机器人仓库数量迅速增长。在仓储运营中，订单拣选与储存环节的成本占据了整个仓库运营成本的60％以上，而这一环节与仓储系统中订单、料箱和机器人的操作密切相关。在具有环形输送机的多料箱机器人仓库系统中，联合优化系统中订单、料箱和机器人的作业决策是一个难题，好的联合优化算法可以充分考虑到订单、料箱和机器人作业决策之间的相互影响，实现作业决策的全局最优，解决单独优化订单或料箱或机器人作业决策的局部最优和决策短视问题，进一步地降低订单拣选与储存环节的成本，从而降低机器人仓库的整体运作成本。因此，如何来改进与系统中订单、料箱和机器人相关的作业决策流程以及确认联合优化的算法就显得尤为重要，通过对作业决策流程的改进和提出适当的联合优化算法，可以提高多料箱机器人仓库的运营效率，降低成本，为其推动和发展提供更好的支持。

2、目前，关于仓储系统中单独优化订单或料箱或机器人作业决策的算法较多，但是关于联合优化订单、料箱和机器人作业决策的算法较少，特别是在订单拣选与储存环节更为复杂的多料箱机器人系统中，目前大多是通过启发式的算法来单独优化订单或料箱或机器人的作业决策，因为联合优化订单、料箱和机器人作业决策的流程复杂，各流程之间的衔接困难，同时计算难度大、时间长，很难应用在需要即时快速求得作业决策的实际仓库运营中。

3、现有技术中缺乏一种可用于实际仓库运营，快速求得具有环形输送机的多料箱机器人系统中订单、料箱和机器人作业决策的联合优化算法。

技术实现思路

1、本发明的主要目的在于克服现有技术的不足，提出一种多料箱机器人系统中订单、料箱和机器人作业决策的联合优化方法，以解决现有的多料箱机器人系统中订单或料箱或机器人作业决策单独优化而产生的局部最优和决策短视，难以充分考虑到订单、料箱和机器人作业决策之间的相互影响的技术问题。

2、为解决上述技术问题，本发明采用如下技术方案：

3、一种多料箱机器人系统中订单、料箱和机器人作业决策的联合优化方法，包括：s1、针对具有环形输送机的多料箱机器人系统，根据订单处理需求、料箱的存储与检索特性以及机器人的运动能力，建立多料箱机器人系统中订单拣选、料箱调度和机器人路径规划的作业决策流程；s2、基于所述作业决策流程，构建指派和排序模型，将订单分配至拣选站、料箱分配至拣选站以及任务分配至机器人的操作决策问题形式化为运筹学中的最优指派和排序问题；s3、利用超启发式自适应大规模邻域搜索算法，对s2步骤中构建的运筹学问题进行求解，从而构造出满足多料箱机器人仓库实际需求的订单、料箱和机器人最优指派和排序结果；s4、根据步骤s3构造的所述订单、料箱和机器人最优指派和排序结果进行作业，实施多料箱机器人系统中订单、料箱和机器人作业决策的联合优化结果。

4、进一步地，步骤s1中，改进多料箱机器人系统中订单、料箱和机器人的作业决策流程包括：当多个待拣选的订单进入多料箱机器人系统时，需要将这些订单指派到不同的拣选站上进行拣选，同时需要为同一个拣选站上的不同订单规划执行顺序，然后需要将不同订单需要的不同料箱指派至对应的拣选站，并且为所有的料箱规划出库到达输送机入口的顺序，接着需要按照出库顺序将一个料箱视为一个出库任务并指派给机器人，同时规划机器人的多个任务的执行顺序，最后按照料箱到达输送机出口的顺序，同样将一个料箱视为一个入库任务并指派给机器人，同时规划机器人的多个任务的执行顺序，实现多料箱机器人系统中订单、料箱和机器人作业决策的联合优化。

5、更进一步地，步骤s1中，建立多料箱机器人系统中订单拣选、料箱调度和机器人路径规划的作业决策流程具体包括：s11、当o个待拣选订单进入多料箱机器人系统时，给每个订单指派一个拣选站，并规划订单的执行顺序，即订单进入拣选站上槽口的顺序，当拣选站上有空闲槽口时，订单进入空闲的槽口并开始拣选；直至所有待拣选订单都被指派给拣选站，并且所有待拣选订单的执行顺序都得到规划；s12、订单的作业决策完成之后，为订单进行定位操作得到的待出库料箱进行指派和排序作业决策；当n个待出库料箱进入多料箱机器人系统时，根据订单到拣选站的指派结果，将待出库料箱指派至对应的拣选站，并根据订单在拣选站的执行排序结果，规划所有待出库料箱的执行顺序，即料箱出库的先后顺序；直至所有出库料箱都被指派给拣选站，并且所有出库料箱的执行顺序都得到规划；s13、料箱的作业决策完成之后，将每个待出库的料箱视为一个出库任务，为出库任务指派一个机器人并规划机器人执行任务的顺序；当r个机器人进入多料箱机器人系统时，根据待出库料箱排序结果，按顺序将其指派给机器人；完成所有出库任务指派后，为每个机器人规划执行任务的顺序，即机器人访问这些任务的先后顺序，并将出库任务运输至环形输送机的入口；直至所有出库任务都被指派给机器人，并且每个机器人执行任务的顺序都得到规划；s14、当料箱进入环形输送机并在对应拣选站完成拣选之后，前往环形输送机的出口的料箱被视为入库任务，为入库任务指派一个机器人并规划机器人执行任务的顺序；当r个机器人进入多料箱机器人系统时，根据料箱到达环形输送机出口的顺序结果，按顺序将其指派给机器人，完成所有待入库任务指派后，为每个机器人规划执行任务的顺序，即机器人访问这些任务的先后顺序，并将待入库任务运输至对应的货架储位；直至所有入库任务都被指派给机器人，并且每个机器人执行任务的顺序都得到规划。

6、进一步地，步骤s2包括：用o来表示待拣选订单的编号，其中o＝1,2,…,o，o表示待拣选订单的数量；用i来表示待出入库料箱的编号，其中i＝1,2,…,i，i表示出入库料箱的数量；用r来表示机器人的编号，其中r＝1,2,…,r，r表示出入库料箱的数量；用p来表示拣选站的编号，其中p＝1,2,…,p，p表示出入库料箱的数量；用zop,yip,xir分别来表示订单到拣选站的指派、料箱到拣选站的指派、出入库任务到机器人的指派；用来分别表示订单在拣选站上的排序、料箱出库的排序、机器人执行任务的排序；从而，将多料箱机器人系统中订单、料箱和机器人作业决策的联合优化问题转换为了求解指派和排序的运筹学问题。

7、更进一步地，步骤s3中，利用超启发式自适应大规模邻域搜索算法求解所述的指派和排序的运筹学问题，以构造出满足多料箱机器人仓库实际需求的订单、料箱和机器人最优指派和排序结果，具体实施包括：设计指派和排序的编码；设计编码对应适应度的计算方法；构造指派和排序的初始解即初始编码；设计与指派和排序对应的破坏和修复算子；设计强化学习来进行算子的选择；以及设计新解接受和算法终止的条件。

8、更进一步地，编码的设计包括订单、料箱和机器人共三个部分。编码特征包括(1)订单的编码：设计p个不同的容器来表示p个拣选站，订单o被放置于不同的容器中时，代表订单被指派至不同的拣选站，而多个订单在容器中的先后顺序，代表订单在该拣选站上执行的顺序；(2)料箱的编码：设计p个不同的容器来表示p个拣选站，料箱i被放置于不同的容器中时，代表料箱被指派至不同的拣选站，而多个料箱在容器中的先后顺序，代表料箱在该拣选站上执行的顺序；(3)机器人的编码：设计r个不同的容器来表示r个机器人，任务i被放置于不同的容器中时，代表任务被指派至不同的机器人，而多个任务在容器中的先后顺序，代表任务在该机器人上执行的顺序。

9、更进一步地，适应度的计算方法包括已知订单、料箱和机器人的编码之后，采用离散事件仿真来模拟计算多料箱机器人系统中与订单、料箱和机器人有关的所有作业决策完成的所需的时间，作为该编码对应的适应度值，值的大小用于评价该编码对应的作业决策的优劣。

10、更进一步地，订单、料箱和机器人指派和排序的初始解，即初始编码，均采用启发式的策略进行构造。(1)订单指派和排序的初始编码：通过计算任意两个订单之间的相似性来对订单进行指派和排序，其中表示订单i是否包含第k种sku。将相似性高的订单指派至同一个拣选站，并且根据相似性的大小对订单进行排序。(2)料箱指派和排序的初始编码：通过订单到拣选站的指派结果，推导订单所需料箱到拣选站的指派，并且通过计算任意一个料箱i的紧急程度来确定料箱的出库顺序，料箱的紧急程度越大，就越先进行出库，其中，oon表示当前情况下，正处于各个拣选站槽口上的订单。(3)机器人指派和排序的初始编码：通过自适应的最近邻策略来进行任务到机器人的指派以及确定机器人执行任务的先后顺序。从机器人的起点开始，自适应的最近邻策略为机器人指定最近的一个未访问任务作为下一个任务，直到所有任务都被分配给机器人，同时任务分配给机器人的顺序就是该机器人执行这些任务的顺序。

11、更进一步地，设计指派和排序对应的破坏算子。破坏算子的作用是为了从当前编码中移除部分编码，对于订单指派和排序、料箱指派和排序来说，需要移除的是订单或料箱，对于任务指派和排序来说，需要移除的是任务。对于订单、料箱和机器人的编码，均设计三种破坏算子，随机破坏算子、最坏破坏算子、shaw破坏算子。(1)随机破坏算子：从当前解中随机选出若干个编码进行移除，它有助于搜索的多样性以及避免陷入局部最优。(2)最坏破坏算子：将插入成本最高的编码进行移除，并将它们插入至其他位置来获得更好的解。(3)shaw破坏算子：将比较类似的编码同时移除，因为类似的编码更容易进行重新排列，从而获得更好的新解。

12、更进一步地，设计指派和排序对应的修复算子。修复算子的作用是将未安排的编码再次插入到当前解中，对于订单、料箱和机器人的编码，均设计3种修复算子，随机修复算子、贪婪修复算子、最佳修复算子。(1)随机修复算子：采用串行的方式进行计算，每次迭代时从未安排的编码集合里面随机选择一个编码，为该编码找到满足约束的插入位置，进行编码的插入，直到所有编码都完成插入，随机插入算子可以使得搜索多样化，避免了陷入局部最优。(2)贪婪修复算子：每次迭代只选一个编码进行插入，且这个编码是全局插入成本最少的，通过计算每一个编码的插入成本，选择所有成本中最小的编码，作为当前贪婪得到的插入编码。(3)最佳修复算子：采用串行方式进行计算的，每次采用类似贪婪修复算子的策略为每一个编码找到插入成本最小的位置，进行编码的插入。

13、更进一步地，构建强化学习来进行算子的选择。选择自适应的大规模邻域搜索算法内部的参数作为特征构建强化学习的状态，强化学习的动作设计为选择一个破坏算子和一个修复算子的组合，并且根据适应度值来设计强化学习的奖励函数。使用前馈神经网络来输入强化学习的特征和输出动作选择的概率，强化学习训练的算法采用的是近端策略优化算法。

14、更进一步地，设计新解接受和算法终止的条件。对于新解接受的概率我们采用模拟退火作为标准，第k次迭代得到的新解snew被接受的概率为其中，tk表示当前的温度tk＝t0ck，t0表示初始温度，c表示冷却速度。算法的终止策略是采用是迭代次数达到设置的值或者解连续不变的迭代次数达到设定的值。

15、更进一步地，步骤s4包括：s41、当待拣选订单进入多料箱机器人系统时，开始进行订单、料箱和机器人作业决策的联合优化；s42、获取多料箱机器人系统中订单、料箱和机器人作业决策的指派和排序最优结果；s43、根据订单指派和排序最优结果，将订单指派至对应拣选站，并且根据订单排序结果，按顺序将订单放入空闲槽口进行拣选；s44、根据料箱指派和排序最优结果，将料箱指派至对应拣选站，并且根据料箱排序结果，按顺序将料箱进行出库；s45、根据出库任务指派和排序最优结果，将出库任务指派至对应机器人，并且根据出库任务排序结果，按顺序执行出库任务；s46、当料箱进入环形输送机并在对应拣选站完成拣选之后，料箱会前往环形输送机的出口；s47、根据入库任务指派和排序最优结果，将入库任务指派至对应机器人，并且根据出库任务排序结果，按顺序执行入库任务；s48、停止，所有进入多料箱机器人系统的待拣选订单完成，离开系统。步骤s4中，根据订单的编码，将订单指派至对应的拣选站，并且按照排序的结果按顺序将订单指派至拣选站上空闲的槽口，若有空闲的槽口则指派，反之则等待。根据料箱的编码，将料箱指派至对应的拣选站，并且按照排序的结果按顺序进行料箱的出库。根据机器人的编码，将出库任务指派给对应的机器人，并且按照排序的结果按顺序进行任务的执行。直到所有的订单都完成拣选、料箱都完成出入库、任务都完成执行。

16、本发明技术方案的有益效果在于：本发明基于具有环形输送机的多料箱机器人系统中订单、料箱和机器人的特点，改进多料箱机器人系统中订单、料箱和机器人的作业决策流程，使得仓库作业更加高效，并且充分考虑到了订单、料箱和机器人之间的相互影响，避免了单独优化的局部最优和决策短视的问题，实现联合优化的全局最优；再基于改进后的订单、料箱和机器人的作业决策流程引入指派和排序模型构造订单、料箱和机器人的作业决策，将多料箱机器人系统中订单、料箱和机器人的作业决策问题通过指派和排序模型转换为求解最优的指派和排序的运筹学问题；然后利用超启发式的自适应的大规模邻域搜索算法求解所述的指派和排序的运筹学问题，以构造出满足多料箱机器人仓库实际需求的订单、料箱和机器人最优指派和排序结果；最后根据构造的订单、料箱和机器人最优指派和排序结果，获取改进后的多料箱机器人系统中订单、料箱和机器人作业决策的联合优化结果，使得本发明的方法能够以较快的计算速度获得订单、料箱和机器人作业决策的联合优化结果，从而提高多料箱机器人仓库的运营效率，降低仓库的运营成本，为其推动和发展提供更好的支持。