摘 要

本文借助Anylogic软件平台针对车间内货物转运路径多目标优化进行了建模和仿真分析，对两种情况进行了比较，所得结果对于车间内部货物转运路径优化具有重要的指导意义。

论文主要研究了基于 Anylogic 仿真技术对货物转运路径仿真分析。建立车间内货物转运路径动态仿真模型，设计仿真流程及评价指标。通过对车间内部货物转运量和时间函数分析、货物转运作业的概率分布、空箱转运作业的概率分布、设备利用率等指标进行仿真分析。本文的特色提出结合anylogic软件在车间内部货物转运模型中对比随机路径和最短路径对货物转运整个过程直观变化。为进一步研究车间内部货物转运创作了模型基础，为实际转运货物决策提供了思路与基础依据。

关键词：货物转运；Anylogic软件；随机路径；最短路径

Abstract

In this paper, the modeling and simulation analysis of multi-objective optimization of goods transfer path in the workshop are carried out with the help of the software platform of anylogic, and the comparison between the two cases is made. The results are of great significance for the optimization of goods transfer path in the workshop.

This paper mainly studies the simulation analysis of the freight transportation path based on the analog technology. The dynamic simulation model of goods transfer route in workshop is established, and the simulation process and evaluation index are designed. Through the analysis of the function of the quantity and time of the goods transfer in the workshop, the probability distribution of the goods transfer, the probability distribution of the empty box transfer and the utilization rate of the equipment, the simulation analysis is carried out. In this paper, the characteristics of anylogic software are put forward to compare the whole process of random path and shortest path in the internal goods transfer model. It provides a model foundation for the further study of the internal goods transfer in the workshop, and provides ideas and basis for the actual decision-making of goods transfer.

Key Words：cargo transshipment, Anylogic software, Random path，shortest path

目录

第1章 绪论 1

1.1选题背景和意义 1

1.1.1选题背景 1

1.1.2选题意义 1

1.2国内外研究现状 2

1.2.1国内研究现状 2

1.2.2国外研究现状 3

1.3论文安排 3

第2章 车间内部的货物转运问题 5

2.1货物转运模式分类 5

2.2车间内部转运流程 5

2.3 Anylogic软件 6

2.3.1流程建模库 7

2.3.2物料处理库 7

2.3 Dijkstra算法介绍 8

第3章 路径优化模型 9

3.1转运小车路径模型 9

3.2 Dijkstra算法具体应用 11

3.3随机路径产生方法 14

3.4仿真模型设置说明 16

3.5仿真模型逻辑 17

第4章 仿真结果及其分析 20

4.1仿真结果 20

4.2仿真分析 27

第5章 总结和展望 29

5.1总结 29

5.2展望 29

参考文献 31

致谢 33

第1章 绪论

1.1选题背景和意义

1.1.1选题背景

货物转运，简而言之就是将所需货物从起始位置运送到目标位置。货物转运是物流体系中的关键一环。作为企业的“第三利润来源”的代物流受到越来越多企业的重视，更多的人逐渐意识到物流领域的发展前景。通过提高货物转运的快速性，安全性和节约资源成本，实现物流在效率和利润方面的进一步提升。路径优化问题起到了关键性的作用。

车间内货物转运路径优化问题可以看做成增加一些约束后的最短路径优化问题，货物转运在具体应用中就是在特定的要求下将所需货物合理转运到目标位置。本文主要研究配送中心内部货物转运，所以可以将问题总结成如下几方面：

1. 货物转运效率低，存在在等待时间上浪费问题。配送中心内部转运路径单一，路径选取时基本上是按照平时习惯操作，容易出现货物运送路线重合，造成转运载具等待，出现时间的浪费问题。
2. 货物转运载具车载率低，运送路径过长问题。如果转运载具中出现个别利用率较低的问题，就会增加转运载具数量来弥补，这无形中就会增加转运距离，不仅降低效率，还会造成成本浪费。
3. 货物堆积问题。一般情况，工作人员为保持配送中心的不停运转，会补充更多货物，容易造成货物积压。只有保证货物转运过程的稳定、合理、有序，才能实现车间的运行效率的提升。所以本文针对配送中心内部货物转运路径多目标优化研究。

1.1.2选题意义

货物转运路径优化不仅可提高转运效率，还能够节约成本，在满足各方面条件下，努力获得最大收益。货物转运问题也是现代化仓储系统和配送系统的核心问题，所以对其进行相关研究，建立对应的方法和理论十分重要，本文研究意义可分为以下几点。

1. 优化转运路径，减少转运总时间，提高转运效率。通过对问题的具体分析，确定具体目标，建立符合的带约束条件的数学模型，根据约束条件求解合适的路径，实现节约时间和提高效率的目的。
2. 货位的优化选取，进一步优化路径，减少货物堆积。对货位进行相关的约束要求，防止发生重复放置货物，造成货物积压，运用相应算法方法选择最近的相应货物位置，实现进一步优化路径的目的。
3. 实现对货物总体转运流程的优化。通过构建的数学模型结合货物转运路径优化和货位的选择实现对货位总体转运流程的优化。

1.2国内外研究现状

1.2.1国内研究现状

国内货物转运方面的研究开始较晚，但近几年随着企业对厂内物流成本节约的逐渐重视，国内很多科研人员将涉及到车间内部货物转运优化问题的研究作为研究的热点课题。工厂车间工作区域布局，生产不同数量，不同的型号的货物，货物的搬运，物料的配送速率和人员的安排影响着整个车间生产效率。

王楠等在2012 年把汽车总装线的物料配送问题作为背景，配送路径规划提出在混合时间窗约束下研究模型运用改进的遗传算法对其进行应用，证明其适应此类问题。2015 年，在考虑再制造仓库物料种类分类和为满足装配成本最低，张铭鑫等以工位的满意度为约束，在带有时间窗的货物转运以最小配送成本为目标的路径优化模型，通过云遗传算法进行求解。金璐在2017 年构建车间配送拥堵状况下的路径规划模型，主要特点是在时间窗约束中加入了拥堵时间，并且使用了禁忌搜索—蚁群算法求解模型证明在拥堵状况下确实可以防止原料配送不及造成生产线关停。考虑到车辆的运行效率和装载率，陈广生等人在2017年提出并建立了一个多目标优化模型，其目标是以总交付时间和员工数量最小为目标，解决运输过程中路线和运营商数量不易确定的问题货物交付过程。然后，在标准遗传算法的基础上，采用实值段编码和精英保留策略对配送方案进行优化，验证了改进遗传算法的有效性。 利用模糊聚类方法，解英玉在2017年对药品车间的需求点进行分组聚类，然后用遗传算法求解模型，得到组内的路线排布，该模型和算法在缩短配送距离、降低总成本、提高车辆装载率等方面具有很大的优势。2018年周晓萌设计达到及时配送原辅材料的目的，使原辅材料品种供应齐全。销售策略的实施和优化前后的对比分析，提高资源效率，节约成本。

1.2.2国外研究现状

国外货物转运仓储问题和拣选路径的问题已经进行过丰富且深入的研究。常用的存储策略有四种为：定位存储、分类存储、随机存储和共同存储。1989年，malmborg采用基于位置的存储策略对存储系统的位置分配方法进行了优化。2009年采用了定位问题模型和基于模拟退火算法来解决多目标优化问题。Norbert在1997年以拣选行走时间最短为目标，研究立体仓库中的作业调度问题，并用算例对路径优化问题进行了仿真和验证。2004年，Kim将智能Agent应用于自动化立体仓库的选择货位问题。他提出了一种基于调度控制系统的混合智能Agent结构，并通过仿真验证了该方法的可行性。2007年，shun用禁忌搜索的方法对自动化立体仓库进行了入库和出库优化，并用仿真的方法实现了最佳优化组合。 2008年，Khojasteh研究了自动多轨仓库中的拣选问题，以最小化拣选时间为目标，并使用遗传算法求解整个拣选时间的最小值。2011年，Jose优化了仓库的分拣路径，以减少分拣过程的时间，并提出了一种新的动态调度方案。在2011年，考虑到货物转运的及时准确性、工作站对材料的需求、时间安排等不确定性因素货物到达和运输时间，Jinhang LI建立模糊信息条件下的数学规划模型，采用混合智能算法对模型进行求解，验证了该算法在不确定因素处理中的可行性一个例子。