​✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

一种基于群体智能优化算法的订单分批方法,包括如下步骤:1,建立以订单方案的总行走距离最短为目标的订单分批数学模型;2,根据订单之间的关联性定义订单相似度计算方法,采用最大化订单相似度规则对模型进行求解,实现订单初始分批;3,设计萤火虫算法对初始分批结果进行优化,得到最终订单分批结果.仿真结果表明:与未分批按单拣选作业相比,萤火虫算法优化后大大减少了订单方案的总行走距离,拣选作业效率显著提高.本发明可以有效解决"货到人"订单分批问题,为仓库订单拣选系统优化提供依据.

%% 计算种群中每个萤火虫的目标函数值

%输入Population：          种群

%输入orders：              每个订单所包含的物品信息

%输入batches_maxnum：      最大允许分批的数目

%输入orders_num：          订单数目

%输入capacity：            设备最大装载量

%输入item_weight：         每个储位品项的重量

%输入side_num：            每条拣选通道一侧的储位数目

%输入depot_leftAisle：     仓库与第1条拣选通道的距离，1.5LU

%输入enter_leave_aisle：   从通道进入拣选通道或从拣选通道进入通道需要行走的距离，1LU

%输入adjacent_location：   同一条拣选通道的两个相邻储位之间的距离，1LU

%输入adjacent_aisle：      两个相邻拣选通道的距离，5LUs

%输入alpha：               违反设备装载量约束的惩罚因子

%输出Obj：                 种群中每个萤火虫的目标函数值

function Obj=obj_function(Population,orders,batches_maxnum,orders_num,capacity,item_weight,...

    side_num,depot_leftAisle,enter_leave_aisle,adjacent_location,adjacent_aisle,alpha)

NIND=size(Population,1);                %萤火虫数目

Obj=size(NIND,1);                       %初始化目标函数值

for i=1:NIND

    Individual=Population(i,:);         %第i个萤火虫

    batches=decode(Individual,orders,batches_maxnum,orders_num,capacity,item_weight,...

        side_num,depot_leftAisle,enter_leave_aisle,adjacent_location,adjacent_aisle);           %解码

    Obj(i,1)=cost_function(batches,orders,item_weight,capacity,side_num,depot_leftAisle,...

        enter_leave_aisle,adjacent_location,adjacent_aisle,alpha);                              %为第i个萤火虫目标函数值赋值  

end

end

[1] 邹炜, 赵洪銮, 宿梦梦,等. 一种基于萤火虫算法的订单分批方法:, CN114549138A[P]. 2022.

[2] 邹炜, 赵洪銮, 宿梦梦,等. 一种基于萤火虫算法的订单分批方法:.

[3] GAO Zhenhua, CHEN Zhuo. 基于萤火虫算法的订单分批问题研究[J]. 物流科技, 2019, 42(7):6.

[4] 马廷伟, 雷全胜, 李军,等. 基于启发式算法的订单分批问题研究[J]. 物流工程与管理, 2015, 37(11):4.

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料