仓储是现代物流中的重要环节,对物流服务的质量、成本和效率都有重要影响。近年来,随着电子商务、智能制造、航空运输等行业的快速发展,客户需求个性化的特征越来越明显,多品种、小批量的仓储需求逐渐成为仓储服务的主流需求。穿梭车仓储系统就是为了适应上述仓储需求而出现的一种新型自动化仓储系统。在多品种、小批量为特征的仓储需求下,采用货物混合装箱存储模式能够有效提高自动化仓储系统的出库效率,但这将使货位分配和作业调度比较复杂。本文基于多品种、小批量的仓储需求和作者多年来在自动化仓储领域的技术开发实践,面向双载具跨层穿梭车仓储系统,运用整数规划等运筹学方法和遗传算法、布谷鸟搜索算法、禁忌搜索等智能优化算法,以及集成优化思想,在货物混合装箱、货位分配、作业调度等方面进行了比较深入的研究。具体工作包括:针对多品种、小批量的仓储需求特点,分析了自动化仓储系统中货物混合装箱问题,将该问题划分为两种情况进行研究。一种情况是同种货物(数量较少,未存满一箱)只存储在一个货箱,另一种情况是同种货物存储在多个货箱。对于以上两种情况,以使用货箱数量最小化为优化目标,以货箱的最大存储体积和最大存储重量为约束,建立了货物混合装箱优化模型。基于左下(Bottom-Left,BL)装箱布局,采用分层装箱策略和递归思想,分别设计了货物同构装箱优化和异构装箱优化的启发式算法。仿真实验结果表明,至少95%被测试货箱的底面积利用率在90%以上。在对作业类型、作业调度和设备运动特性等问题深入分析的基础上,推导了不同出库货位分布下的系统作业时间计算公式,以作业时间最短为优化目标,建立了双载具跨层穿梭车仓储系统的作业调度优化模型,并设计了遗传-布谷鸟搜索混合算法对模型进行求解。算法中运用了动态步长控制因子,并将遗传算法(Genetic Algorithm,GA)的选择和交叉思想引入布谷鸟搜索(Cuckoo Search,CS)过程。通过计算机仿真分析比较了GACS混合算法与CS算法和GA算法的性能,以及不同作业规模、不同货架层列比、不同穿梭车配置数量下仿真实例的优化效果。针对货物混合装箱存储模式下,货物混合装箱和货位分配具有密切的相关性,运用集成优化思想,以某一历史时段出库作业时间最短为优化目标,建立了双载具跨层穿梭车仓储系统的货物混合装箱和入库货位分配集成优化模型,并设计了基于群体编码方式的改进遗传算法对模型进行求解。选择某航空配餐企业2018年的出库数据对模型进行仿真验证,以该库较高频次出库的100种货物作为货物混合装箱和货位分配的测试对象。对比了订单体积指数(Cube-Per-Order Index,COI)规则优化、分别优化和集成优化三种优化方法的优化效果;分析了某一时段单个出库单作业时间的优化情况,以及订单变化对优化结果的影响;验证了本文提出的集成优化方法能够得到较优的货物混合装箱和入库货位分配方案。在同种货物存放在多个巷道的多个货位情况下,针对多品种、小批量拣选出库作业特点,运用集成优化思想,以多巷道出库作业时间最短为优化目标,建立了双载具跨层穿梭车仓储系统的出库货位选择和作业调度集成优化模型,并设计了禁忌-遗传-布谷鸟搜索混合算法对模型进行求解。以某航空配餐企业2019年8月出库数据为测试用例,分别采用小规模、不同出库货物规模、不同待选货位规模下的测试用例进行了仿真实验。仿真实验结果表明,本文提出的出库货位选择和作业调度集成优化策略比分别优化策略可提高作业效率10%~20%。基于货物混合装箱的双载具跨层穿梭车仓储系统优化问题的研究结果,可为自动化仓储系统的设计和优化提供参考。