随着企业生产规模的不断扩大,自动化立体仓库由于其物资存储效率高,占用空间少等特点越来越被广泛应用。立体仓库主要使用固定货架来存放货物,对固定货架货物拣选路径的优化是提高立体仓库使用率的一个非常有效的方法。由于立体仓库规模较大,对其进行仿真试验和研究,可以预防实际操作中容易出现的问题,减少不必要的损失。本文将固定货架拣选路径问题归结为典型TSP问题,并深入研究蚁群算法对该问题进行优化。 本文首先深入分析了三个典型的蚁群算法系统：蚂蚁系统,蚁群系统和最大最小蚂蚁系统；在详细描述了他们的数学模型后,对他们分别使用Matlab7.0编程并进行仿真试验,对数学模型中提出的参数进行分析,找出参数最合适的取值范围；同时分析各个算法的特点,结合立体仓库固定货架拣选路径问题的实际情况,选出适合固定货架拣选的数学模型。 其次,在已成熟的蚁群算法的基础上,提出了新的算法优化策略,其中包括根据迭代次数自适应调整qO参数,对每次迭代的局部最优路径采用2-opt策略优化更新和使用精英策略对信息素更新方式进行优化,通过仿真试验对以上优化算法进行分析,选取有较好优化效果的算法。 最后,综合以上分析,选取出适应固定货架拣选路径优化的数学模型,在此基础之上提出新的蚁群算法,结合仿真试验分析,确定新的蚁群算法可以以较快的速度找到较优的路径,极大地提高了立体仓库的使用效率。