基于混合粒子群算法的智能仓储库位规划优化方法

本发明公开一种基于混合粒子群算法的智能仓储库位规划优化方法，包括：步骤1：建立基于曼哈顿距离的仓库空间模型，设计整体适应度函数；步骤2：建立基于长短期记忆网络的出入库频率预测模型；步骤3：对出入库频率预测模型的预测结果进行随机扰动与拉伸处理，扩展频率分布范围；步骤4：基于粒子群算法，通过自适应调整惯性权重，实现库位优化动态搜索与收敛平衡；步骤5：基于遗传算法，在粒子更新过程引入交叉与变异操作，增强库位分布多样性；步骤6：基于模拟退火算法，通过引入温度参数和劣解接受机制，跳出局部最优解，提升全局库位优化能力。本发明有效减少了物料流转路径长度与时间消耗，显著提升了智能仓储系统的运行效率与管理能力。