Результаты поиска по 'оптимизация размещения коробок':
Найдено статей: 1
  1. Хельвас А.В., Панкратов К.К., Афанасенко Т.С., Гаджимирзаев Ш.М., Саидов А.А., Пашков Р.А., Стрельникова С.А.
    Моделирование полностью роботизированного склада со стеллажами глубокого хранения
    Компьютерные исследования и моделирование, 2026, т. 18, № 2, с. 423-438

    В данной статье рассматривается модель полностью роботизированного склада с глубокими стеллажами, предназначенного для хранения коробочных товаров. Основное внимание уделено оптимизации работы склада за счет дискретного мультиагентного моделирования движения шаттлов, выполняющих задачи по отгрузке и размещению коробок. Авторы исследуют различные стратегии размещения товаров в зонах склада, включая алгоритмы NCPA (Nearest Channel Positioning Algorithm), MECGP (Most Empty Channel Group Placement) и MFCGP (Most Filled Channel Group Placement), а также анализируют оптимальные схемы маршрутизации для заданной топологии.

    Ключевым аспектом работы является определение оптимального количества шаттлов, обеспечивающего максимальную производительность склада. Результаты моделирования показывают, что увеличение числа роботов свыше 15 не приводит к значительному росту эффективности из-за учащения коллизий на пересечениях маршрутов. Кроме того, исследована динамика заполнения склада в течение 24 часов, что позволило выявить оптимальный уровень загруженности хранилища.

    Разработанная модель позволяет не только оценивать производительность склада, но и оптимизировать распределение задач между роботами, минимизируя время обработки заказов. В перспективе планируется внедрение методов машинного обучения для дальнейшего улучшения управления складскими процессами.

    Ключевые слова: роботизированный склад, оптимизация размещения коробок, мультиагентное моделирование.
    Khelvas A.V., Pankratov K.K., Afanasenko T.S., Gadzhimirzayev Sh.M., Saidov A.A., Pashkov R.A., Strelnikova S.A.
    Simulation of fully automated warehouse with deep storage racks
    Computer Research and Modeling, 2026, v. 18, no. 2, pp. 423-438

    This article presents a model of a fully automated warehouse with deep storage racks designed for boxed goods storage. The study focuses on optimizing warehouse operations through discrete multiagent simulation of shuttle movements for pallet loading and unloading tasks. The authors investigate various product placement strategies, including the Nearest Channel Positioning Algorithm (NCPA), Most Empty Channel Group Placement (MECGP), andMost Filled Channel Group Placement (MFCGP), while analyzing optimal routing schemes for the given warehouse topology.

    A key contribution is determining the optimal number of shuttles to maximize warehouse throughput. Simulation results demonstrate that increasing the number of robots beyond 15 does not significantly improve efficiency due to increased route collisions. The study also examines 24-hour warehouse occupancy dynamics, revealing optimal storage utilization levels.

    The developed model enables performance evaluation and optimization of task distribution among robots to minimize order processing time. Future research directions include implementing machine learning techniques to further enhance warehouse management systems.

    Keywords: robotic warehouse, boxes placement optimization, multiagent simulation.

Indexed in Scopus

Full-text version of the journal is also available on the web site of the scientific electronic library eLIBRARY.RU

The journal is included in the Russian Science Citation Index

The journal is included in the RSCI

International Interdisciplinary Conference "Mathematics. Computing. Education"

Website Copyright © 2009–2026 Institute of Computer Science