当前课程知识点:仓储系统建模与分析 > 7 基于行程时间模型的AS/RS建模分析 > 7.2 AS/RS行程时间模型 > AS/RS行程时间模型
为保证模型的通用性
我们先将货架进行归一化抽象处理
约定以下符号
s_h为堆垛机水平方向的运动速度
s_v 为堆垛机垂直方向的运动速度
L H分别为货架的长度和高度
t_h为堆垛机从I/O point沿水平方向
运动到最远货架列的行程时间
即t_h=L/s_h
t_v为堆垛机从I/O point沿垂直方向
运动到最高货架层的行程时间
即t_v=H/s_v
约定 T=Max(t_h, t_v)
b=Min(t_h/T, t_v/T)
可见0≤b≤1
这里的b称为形状因子
是本讲的一个重要概念
在后面的内容中会经常出现它的身影
注意到当货架尺寸和堆垛机速度协调匹配
使得 t_h=t_v 时
b=1
这时货架称为 square in time
简称为SIT
即货架在时间维度上是一个正方形
一般情况下
假设 T=t_h b=t_v/T.
也就是说货架长度方向的行程时间
要大于高度方向上的行程时间
这个假设符合大多数的现实情况
我们按单指令周期作业和双指令周期作业两种情况
来分别开发行程时间模型
单指令周期作业下
货位的坐标按时间维度记为(xy)
其中0≤x≤1 0≤y≤b
堆垛机从 I/O point运动到货位(xy)的时间记为 t_xy
t_xy=Max(xy).
G(z) 为随机变量 t_xy 的概率分布函数
即t_xy小于等于z的概率值
假设 xy 两个维度的变量是相互独立的
可得 G(z)=Pr(x
接下来来分析这两个概率值
由于采用随机存储策略
货位坐标在x轴和y轴方向上都是均匀分布的
根据两个均匀分布的概率分布函数
可以得到 G(z)以及概率密度函数g(z)的表达式
针对归一化的货架
记 E(SC)为单指令周期作业下
堆垛机行程时间的期望值
根据连续型随机变量期望值的计算公式
求积分可得E(SC) =1/3b^2 +1
这一公式具有广泛的适用性
当给定形状因子时
就可以很容易计算出归一化情况下
堆垛机行程时间的期望值
再乘以T即可得到真实的堆垛机行程时间的期望值
利用这一公式就可以解答本讲开始时的第一个问题
堆垛机在进行双指令周期作业时
会涉及两个随机的货位
一个是存货货位
一个是取货货位
分别记为(x_1y_1) (x_2y_2)
其中0≤x_1 x_2≤1 0≤y_1 y_2≤b
t_B为随机的存货货位到随机的取货货位的行程时间
随机变量 t_B 的概率分布函数记为F(z)
可表示为随机变量x_1x_2差值的绝对值
小于等于z的概率
乘以随机变量y_1y_2差值的绝对值小于等于z的概率
接下来来计算这两个概率值
先考虑随机变量y_1y_2差值的绝对值
小于等于z的概率值
总体的概率分布函数和概率密度函数分别为F(y)和f(y)
y_(1)…y_(n)为从该总体中
抽取的样本y_1…y_n的顺序统计量
y_(n)-y_(1)为样本极差
记为R
因为y_(n) y_(1)都为随机变量
所以R也为随机变量
根据概率论的知识
可得到R的概率分布函数和概率密度函数
它们为计算目标概率值提供了有效途径
因为当n=2时
R即相当于两个随机变量差值的绝对值
回到我们的问题场景
y_1y_2来源于概率分布函数和概率密度函数
分别为F(y)和f(y)的总体
F(y)和f(y)可通过均匀分布的性质获得
因为0≤R≤b 所以 0≤y≤b-r
取n=2
计算得到h(r)的表达式
进而可以得到随机变量y_1y_2差值的绝对值
小于等于z的概率值
F_y (z)在0≤z≤b时
等于2z/b-z^2/b^2 b
则等于1
接下来采用相似的方法来计算F_x (z)
即随机变量x_1x_2差值的绝对值
小于等于z的概率值
因为 0≤x_1 x_2≤1
等式(5)中设置b=1
可得F_x (z)
随机变量 t_B的概率分布函数F(z) 等于F_x (z)乘以F_y (z)
基于等式(5)和等式(6)
可得到t_B概率分布函数F(z)的表达式
求导之后得到概率密度函数f(z)的表达式
获得随机变量 t_B 的概率密度函数f(z)后
同样根据连续型随机变量求期望值的公式
可以得到E(TB)的表达式
即1/3+1/6b^2-1/30b^3
E(DC) 为归一化的货架下
堆垛机双指令周期作业行程时间的期望值
显然E(DC)=E(SC)+E(TB)
根据前面介绍的E(SC)和E(TB)的公式
可以获得E(DC)的表达式
利用等式(1)和(8)的模型
就可以计算归一化的货架下
堆垛机的单指令周期作业和双指令周期作业
行程时间的期望值
举个例子来说明上述行程时间模型的应用
假设货架尺寸和堆垛机的速度分别为
L=348 ft H=88 ft s_h=356 fpm s_v=100 fpm
应用前面的方法
t_h=0.9775 min t_v=0.8800 min
得到 T=0.9775 b=0.90.
因此归一化的货架垂直方向上为0.9个时间单位
水平方向上为1个时间单位
应用等式 (1) 和(8)
可以得到E(SC)=1.27 个时间单位
E(DC)=1.7140 个时间单位
再各乘以T 转换为原始货架下的结果
即E(SC)*T=1.2414 min E(DC)*T=1.6754 min.
为了最小化仓储容量受限条件下
单指令周期和双指令周期行程时间
分别建立如下两个数学模型
其中A为给定的仓储空间容量
按时间单位度量
容量约束条件为b*T^2=A
将T=sqrt(A/b)带入目标函数中
目标函数成为关于b的单变量函数
利用一元函数求极值的方法
可以得到当b=1.0时
目标函数可以取得最小值
该结果说明当货架为square-in-time (SIT)时
堆垛机的单指令周期作业和双指令周期作业的
行程时间期望值都能最小化
这一结论也回答了本讲开篇时的第二个问题
-1.1 仓储系统的相关概述
-1.2 从货物流动的角度来分析仓库运作
-1.3 仓储系统中典型的作业环节
-1.4 仓库管理系统
--仓库管理系统
-第一章作业
-2.1 仓库货物单元转换场景
-2.2 托盘单元存取场景特点
-2.3 高效利用空间方法和途径
-2.4 高效利用工时方法和途径
-第二章作业
-3.1 典型整箱拣选场景
--典型整箱拣选场景
-3.2 整箱拣选快速拣选区存储货物数量
-3.3 整箱拣选快速拣选区存储货物种类
-第三章作业
-4.1 典型单件拣选场景
--典型单件拣选场景
-4.2 单件拣选快速拣选区存储货物数量
-4.3 单件拣选快速拣选区存储货物种类
-4.4 单件拣选快速拣选区规模大小设计
-第四章作业
-5.1 库内订单履行流程
--库内订单履行流程
-5.2 订单拣选方法
--订单拣选方法
-5.3 订单拣选技术
--订单拣选技术
-5.4 订单拣选优化要点
--订单拣选优化要点
-第五章作业
-6.1 仓库货物单元化
--仓库货物单元化
-6.2 仓储/搬运系统和设备分类
-6.3 典型的人到货系统和货到人系统
-第六章作业
-7.1 AS/RS研究对象及相关假设
-7.2 AS/RS行程时间模型
-7.3 不同I/O点布局和堆垛机停靠点策略下的行程时间模型
-7.4 考虑不同货位分配策略下的行程时间模型
-第七章作业
-8.1 RMFS货到人仓储系统
-8.2 半开排队网络方法
--半开排队网络方法
-8.3 RMFS的半开排队网络模型
-8.4 模型近似解析解求解思路
-第八章作业
-9.1 AVS/RS货到人仓储系统
-9.2 多类别顾客的半开排队网络方法
-9.3 多类别SOQN模型近似解析解求解思路
-第九章作业