买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京航空航天大学申请的专利一种基于嵌入邻域搜索策略遗传算法的智慧仓储物料拣选两阶段调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119130324B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411263733.4，技术领域涉及：G06Q10/087；该发明授权一种基于嵌入邻域搜索策略遗传算法的智慧仓储物料拣选两阶段调度方法是由谢乃明;饶帆;陈楠磊;王玉全设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本一种基于嵌入邻域搜索策略遗传算法的智慧仓储物料拣选两阶段调度方法在说明书摘要公布了：本发明公开了一种基于嵌入邻域搜索策略遗传算法的智慧仓储物料拣选两阶段调度方法，涉及智慧物流调度领域，用于解决企业生产物流环节中仓储物料拣选调度问题。本发明包括：在考虑产线异质性特征情况下，建立以拣货订单延误总成本最小为目标函数的订单任务分批与组批路径优化两阶段优化模型，调用了甬道式仓储拣选路径策略，提出了4种邻域搜索策略，并通过嵌入邻域搜索策略改进了传统遗传算法进行问题求解。本方法实现了待拣选订单分批及组批路径规划自动化，使得订单拣选延误总成本最小，能够解决企业生产物料供给过程中的仓储拣选“订单分批‑路径规划”两阶段调度问题，从而提升生产物流综合效益，达到降本增效的目的。

本发明授权一种基于嵌入邻域搜索策略遗传算法的智慧仓储物料拣选两阶段调度方法在权利要求书中公布了：1.一种基于嵌入邻域搜索策略遗传算法的智慧仓储物料拣选两阶段调度方法，其特征在于，具体包括以下步骤：S1、获取来自制造车间产线各工位的物料需求订单信息；S2、根据获取的物料需求订单信息建立对应订单拣选任务的目标函数；S3、考虑产线异质性特征，即不同类型产线之间存在明显不同的物料种类和数量需求，建立物料拣选“订单分批-路径规划”两阶段联合规划模型，并设置约束条件；在建立物料拣选“订单分批-路径规划”两阶段联合规划模型时，预先作如下设定：1每个拣货员具有相同的速度和最大负载，不考虑拣货员路径拥堵情况；2不考虑每个订单服务时间；3属于同一订单的物料不会被拆分到不同的批次；4一个批次只能被分配给一个拣货员完成拣选，每个批次的拣货过程不允许中断；5不考虑货物放置时产生的空隙部分而造成的容积浪费，即设定货物之间紧密放置；6仓库货架存储策略为集中存储，即相同即物料编号的物料被存放在相同的储货位置；7不考虑货架缺货或插单的意外情况；设置的约束条件具体包括：约束条件1；订单指派原则，限定每个订单有且仅被分配到一个确定批次中，公式表达为： 约束条件2；批次连续性约束，规定对于任一批次来说，若该批次被选中，则该批次前一编号批次也被选中，公式表达为： 约束条件3；批次负载性约束，限定同一批次中各订单重量总和不超过批次最大负载，公式表达为： 约束条件1-3用以解决订单分批问题；上述三个式子中，B表示所有可行批次集合，B＝{1,…,b,...|B|},\{1}表示不包括取值为1，O表示所有订单集合，O＝{1,…,o,…|O|}；qo表示拣货订单重量，Q表示拣货员批次最大负载；uob为二元变量，uob＝1表示订单o被分配到批次b进行组合拣选，反之则为0；约束条件4；批次分配约束，限定每个批次至多只能在某个拣选员的某一拣选顺序上被处理一次；若该批次为空，则不该被分配到任一拣选员的任一拣选顺序上；同时限定任一拣选员的任一拣选顺序上至多处理一个批次；依次由下述三个公式表示为： 约束条件5；批次唯一性约束，限定对于任一产线订单来说，该订单有且仅在某一拣选员的某一拣选顺序中被处理，公式表示为： 约束条件6；拣选员拣选顺序连续性约束，规定对于任一拣选员的任一拣选顺序，若当前拣选顺序被分配批次，则该顺序的前一顺序也被分配批次，公式表示为： 约束条件4-6用以解决批次指派问题；上述五个式子中M为所有拣选员集合，M＝{1,…,m,…|M|}，N为单个拣选员的所有拣选顺序集合，N＝{1,…,n,…|N|}；ybmn为二元变量，ybmn＝1表明批次b在拣选员m的拣选顺序n上被处理，反之则为0；约束条件7；货架点访问规则，规定对于任一订单，订单中所涉及的货架点均需在批次路径中被访问；若该批次访问某一货架，则该批次中必然存在至少一个订单含有该货架上的需求物料；分别由下述两个公式表示： 约束条件8；批次路径节点关联约束，规定对于任一批次，若该批次访问某个货架点，则该货架点必然作为批次路径节点存在，公式表示为： 约束条件9；批次路径节点访问约束，限定每个批次路径中的任意一个节点至多被访问一次，公式表示为： 约束条件10；路径消除子回路规则，消除路径规划中存在的子回路情况，公式表达为： 约束条件7-10用以解决批次路径问题；上述五个式子中，V表示所有货架点集合，V＝{0,1,…,s…,|V|}，V＝{0}时表示分拣台，\{0}表示不包含取0值；zbs为二元变量，zbs＝1表示批次b访问货架s\{0}，反之则为0；hos为已知参数，hos＝1表示订单o中包含货架s上的待拣选物品项，反之则为0；xbij为二元变量，xbij＝1表示批次b在访问路径节点i后立即访问路径节点j，反之则为0；|S|为该批次所涉及子回路的路径节点数量；约束条件11；批次拣选的顺序性约束，约束对于任一拣选员，该拣选员首拣选批次完工时间晚于或等于拣选初始化时刻与拣选过程耗费时间之和；且对于任一拣选员某一批次，该批次拣选完工时间晚于或等于上一批次拣选完工时间与该批次拣选耗费时间之和，公式表达为： 约束条件12；批次拣选完工时间约束，规定对于任一批次，若该批次被分配在某一拣选员的某一拣选顺序，则该批次完工时间不小于拣选员在该拣选顺序的拣选完工时间，公式表达为： 约束条件13；产线订单拣选完工时间约束，规定对于任一订单，若该订单属于某一批次，则该订单拣选完工时间不小于该批次拣选完工时间，公式表达为： 约束条件14；计算各物料需求订单的延误时间，公式表示为： 约束条件11-14用以解决拣选时间的连续性及延误时间计算问题；上述五个式子中，dij表示路径节点i与路径节点j之间的距离，βo表示订单o所对应物料交货期，A为一常数，wmn表示拣选员m处理其拣选批次顺序n上的批次拣选完工时间，cb表示批次b拣选完工时间，eo表示产线订单o拣选完工时间，to表示订单o的延误时间；S4、基于“S”型路径策略设计嵌入邻域搜索策略的遗传算法；步骤S4具体包括以下子步骤：S41、种群初始化；设置进化代数计数器t＝0，最大进化代数T，随机生成M个染色体个体作为初始群体P0；染色体编码方法为实数编码，订单依次编号，染色体中每个基因表示一个订单，基因编号为对应的订单编号；S42、个体评价；计算群体Pt中每个个体的适应度值fx，以判断群体中个体的优劣程度；并对染色体解码后的批次路径采取“S”型路径策略；S43、判断是否满足算法终止条件；若不满足，执行步骤S44；若满足，则输出当前最优染色体，解码成批次分配方案；当前进化代数t达到预设的最大进化次数T，则视为满足终止条件；S44、选择运算；将选择算子作用于群体，在群体中个体的适应度评估基础之上，采取锦标赛选择法得到父代染色体；S45、交叉运算；将交叉算子作用于群体，采用顺序交叉方法，保留父代较优的基因片段，得到子代染色体；S46、变异运算；将变异算子作用于群体，对群体中的个体染色体的某些基因位置上的基因值做变动，得到变异的子代染色体；S47、邻域搜索；通过不同的邻域搜索算子，对当前种群所有个体x进行邻域搜索操作；初始化当前个体x为最优个体，若当前邻域结构中个体x′适应度fx′优于fx，则得到新的最优个体x←x′，反之当前最优个体进入下一邻域结构进行搜索，直至遍历所有邻域结构；群体Pt经过选择运算、交叉运算、变异运算、邻域搜索之后得到子代种群Pt^；S48、执行环境选择运算，形成新种群；合并父子种群，保留较优个体；即将群体Pt与子代种群Pt^合并，形成种群规模为M*2的合并种群，计算合并种群中个体适应度，按照降序排列，选取前M个适应度值较小的染色体个体形成新的种群Pt*，并进入下一次迭代，同时迭代次数加1；重复步骤S43-S48，直到遗传算法迭代完成；S5、求解企业物料拣选仿真实例，得到物料拣选调度方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京航空航天大学，其通讯地址为：211106 江苏省南京市江宁区将军大道29号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。