基于無(wú)線通信技術(shù)在智能倉(cāng)儲(chǔ)中的應(yīng)用分析

車 駿 （西安工程大學(xué) 招生就業(yè)工作處，陜西 西安 710001）

0 引 言

倉(cāng)庫(kù)管理系統(tǒng)（WMS）是加快組織發(fā)展的有效戰(zhàn)略之一，通過(guò)優(yōu)先考慮供應(yīng)鏈的可靠性來(lái)加速組織的發(fā)展。WMS的主要目的是有效地控制供應(yīng)鏈中產(chǎn)品的接收和交付、庫(kù)存設(shè)施管理、產(chǎn)品庫(kù)存、包裝和運(yùn)輸?shù)娜苛鞒?。然而，到目前為止，WMS的開發(fā)仍舊只集中在數(shù)據(jù)管理上。在這種情況下，來(lái)自最終用戶的輸入是決定輸出有效性或結(jié)果決策正確性的主要因素。而這便引發(fā)了許多問(wèn)題，例如，產(chǎn)品在發(fā)送前是否過(guò)期？產(chǎn)品在寄給經(jīng)銷商時(shí)是否有缺陷？產(chǎn)品本身有缺陷嗎？庫(kù)存產(chǎn)品的需求是否有錯(cuò)誤？庫(kù)存產(chǎn)品是否堆積在倉(cāng)庫(kù)里？

在全國(guó)性零售公司的供應(yīng)鏈管理中，對(duì)供應(yīng)鏈管理人員的要求便是全面性、準(zhǔn)確性和精確性。即使公司要求供應(yīng)鏈管理者使用WMS，但由于員工自身的原因和案例的多樣性在數(shù)據(jù)處理和產(chǎn)品分配的過(guò)程中容易發(fā)生錯(cuò)誤對(duì)企業(yè)來(lái)說(shuō)WMS有其不利的一面，并且WMS通常需要大量的預(yù)算分配。但是，處理易過(guò)期貨物的組織迫切需要應(yīng)用WMS，例如：農(nóng)工業(yè)企業(yè)。作為一個(gè)農(nóng)業(yè)型國(guó)家，農(nóng)工業(yè)的發(fā)展成為了中國(guó)糧食安全的里程碑之一。農(nóng)工企業(yè)能夠?yàn)橹袊?guó)的發(fā)展做出貢獻(xiàn)的原因如下：

農(nóng)業(yè)工業(yè)進(jìn)行原材料的轉(zhuǎn)化，包括將自給產(chǎn)品轉(zhuǎn)化為最終產(chǎn)品，提供給消費(fèi)者；

農(nóng)工業(yè)能夠提供工作機(jī)會(huì)；

農(nóng)工業(yè)能夠提供重要的出口商品；

農(nóng)工業(yè)通過(guò)減少收獲后的生產(chǎn)損失來(lái)節(jié)約成本，并建立分銷環(huán)節(jié)。

智能倉(cāng)庫(kù)將計(jì)算機(jī)系統(tǒng)、材料處理設(shè)備、存儲(chǔ)設(shè)備和用戶整合成一個(gè)單一的工作元素。為克服傳統(tǒng)WMS的局限性而開發(fā)的新的突破口是I-WMS（智能倉(cāng)庫(kù)管理系統(tǒng)）。I-WMS是供應(yīng)鏈領(lǐng)域的一個(gè)解決方案，通過(guò)將智能系統(tǒng)的結(jié)果應(yīng)用于WMS流程而獲得。I-WMS模型收集了多種人工智能技術(shù)來(lái)支持倉(cāng)庫(kù)管理活動(dòng)，如圖1所示。

圖1 智能倉(cāng)庫(kù)管理系統(tǒng)的總體規(guī)劃

1 研究方法

研究為I-WMS發(fā)展的新論述。

1.1 具體內(nèi)容

簡(jiǎn)要描述人工智能在WMS流程中的實(shí)際應(yīng)用。

解釋如何將新的蜂群優(yōu)化、模糊控制、極端學(xué)習(xí)機(jī)、RFID、小組決策支持系統(tǒng)(GDSS)等新技術(shù)和安卓編程應(yīng)用于WMS的開發(fā)中。

在即將建立的子系統(tǒng)之間的異質(zhì)性應(yīng)用中提供數(shù)據(jù)集成模型。

1.2 I-WMS系統(tǒng)包括五個(gè)子系統(tǒng)

智能物流系統(tǒng)（ILS），它將使用蜂群優(yōu)化算法來(lái)創(chuàng)建有效的訂單時(shí)間表。

自適應(yīng)倉(cāng)庫(kù)系統(tǒng)（AWS），用其創(chuàng)建有效的訂單到預(yù)定時(shí)間后系統(tǒng)會(huì)自動(dòng)將貨物放入倉(cāng)庫(kù)。

智能預(yù)測(cè)系統(tǒng)（IFS），該系統(tǒng)將使用極端學(xué)習(xí)算法，有效地預(yù)測(cè)產(chǎn)品的數(shù)量和庫(kù)存，以便及時(shí)滿足經(jīng)銷商的需求。

實(shí)時(shí)運(yùn)輸監(jiān)控系統(tǒng)（RTMS），通過(guò)使用GPS、GPRS和RFID，提供貨物交付信息和可視化。

智能執(zhí)行摘要系統(tǒng)（IESS），使用GDSS（集團(tuán)決策支持系統(tǒng)）為決策者編制決策建議。

2 模型描述

對(duì)人工智能在I-WMS的每個(gè)子系統(tǒng)中的實(shí)際實(shí)施進(jìn)行分析和討論。

2.1 智能物流系統(tǒng)

智能物流系統(tǒng)（ILS）是一個(gè)子系統(tǒng)，作為物流過(guò)程的控制器。

圖2顯示了ILS的工作區(qū)域。在開發(fā)物流系統(tǒng)時(shí)需要考慮的因素有：需要完成的訂單數(shù)量、倉(cāng)庫(kù)中的貨物庫(kù)存、物流系統(tǒng)的設(shè)計(jì)、倉(cāng)庫(kù)的庫(kù)存、運(yùn)送貨物所需的車隊(duì)數(shù)量以及每個(gè)車隊(duì)的有效載荷能力。此外，消費(fèi)者的需求不僅限于物理需求（滿足訂購(gòu)的貨物），還包括非物理的需求，如：預(yù)訂或購(gòu)買商品或服務(wù)時(shí)的滿意度、交貨的及時(shí)性和商品的完整性。換句話說(shuō)，物流系統(tǒng)的核心問(wèn)題是要使交貨方式滿足消費(fèi)者的需求。

圖2 ILS工作區(qū)

ILS的工作流程如圖3所示，由4個(gè)階段組成，即訂單收集、訂單分組、確定合格的訂單以及為合格的訂單安排送貨。工作流程中的最后階段是安排訂單，目的是優(yōu)化貨物的交付時(shí)間。這個(gè)階段的核心問(wèn)題是確定訂單和車隊(duì)承運(yùn)人的組合，以便實(shí)現(xiàn)所有的貨物能在最佳時(shí)間分布。ILS使用蜂群優(yōu)化（BCO）算法作為排程優(yōu)化的方法。BCO算法包括兩個(gè)階段，即向前階段和向后階段。向前階段的目的是探索可供選擇的解決方案，而向后階段的目的是確定在向前階段的備選方案中的最佳方案。

圖3 ILS工作流程圖

2.2 自適應(yīng)倉(cāng)庫(kù)系統(tǒng)

自適應(yīng)倉(cāng)庫(kù)系統(tǒng)（AWS）是在分配物品之前儲(chǔ)存待處理物品的庫(kù)房。存儲(chǔ)庫(kù)要保持貨物的質(zhì)量。因此，AWS必須使用FEFO（先過(guò)期先出）的方法確定貨物的輸入和輸出。

在現(xiàn)有的研究中，F(xiàn)LC常被用來(lái)處理模糊操作，使用微控制器ATmega32，基于RFID信號(hào)的讀數(shù)，以控制倉(cāng)庫(kù)的溫度和濕度。為了檢測(cè)倉(cāng)庫(kù)中的貨物種類，使用了RFID CR 013。RFID CR 013是一個(gè)有源閱讀器，只有在主程序要求時(shí)才能傳輸數(shù)據(jù)。RFID系統(tǒng)提供關(guān)于儲(chǔ)存貨物的理想溫度和濕度以及貨物可以儲(chǔ)存多長(zhǎng)時(shí)間的信息。微控制器ATmega32被用于AWS的核心，該微控制器處理傳感器、顯示器、RFID系統(tǒng)、執(zhí)行器和FCL之間的所有硬件通信。該微控制器還處理FCL輸入的數(shù)據(jù)，并進(jìn)行FCL計(jì)算。FCL的輸出是根據(jù)微控制器發(fā)出的信號(hào)，通過(guò)操縱執(zhí)行器而獲得理想狀態(tài)。

3 結(jié)果和分析

上文中所描述的概念在上海一家規(guī)模較大的分銷公司中得到了具體的落實(shí)。公司第一個(gè)改進(jìn)業(yè)務(wù)是引入倉(cāng)庫(kù)管理系統(tǒng)，該系統(tǒng)有一個(gè)集中的數(shù)據(jù)庫(kù)用于存儲(chǔ)信息，包括：產(chǎn)品位置、訂單和交易歷史等信息。雖然沒有衡量標(biāo)準(zhǔn)，但對(duì)日常工作的改善效果十分顯著。下一個(gè)部分是實(shí)施人工智能算法的過(guò)程。將人工智能算法應(yīng)用到從訂單規(guī)劃和產(chǎn)品定位過(guò)程，再到將產(chǎn)品運(yùn)送到客戶手中的整個(gè)過(guò)程。而訂單分揀優(yōu)化模塊也被應(yīng)用，在平均路線長(zhǎng)度方面也有所改進(jìn)。之后，該算法被改進(jìn)并適用于不同的倉(cāng)庫(kù)布局中。

在表1中，顯示了算法實(shí)施1個(gè)月和9個(gè)月后的對(duì)比分析。可以注意到，隨著時(shí)間的推移，訂單的平均揀選路線長(zhǎng)度變短，小訂單的長(zhǎng)度減少最多。原因在于產(chǎn)品較少的訂單有更多的改進(jìn)空間，而且產(chǎn)品的移動(dòng)速度也很慢，只有在位置空閑時(shí)才會(huì)移動(dòng)到建議的位置。

表1 平均路線長(zhǎng)度變化表

下一個(gè)需要改進(jìn)的方面是確定哪些產(chǎn)品放在揀選區(qū)以及產(chǎn)品數(shù)量，以便它們能夠被輕易地獲取。揀貨區(qū)的容量和內(nèi)容預(yù)測(cè)的算法提供了超過(guò)90%的訂單產(chǎn)品數(shù)量，同時(shí)從庫(kù)存到揀選區(qū)的轉(zhuǎn)移減少了16.2倍，也減少了4%以上的交易總量。異常檢測(cè)是用來(lái)檢測(cè)不正常情況的，例如：客戶訂單信息中的輸入或計(jì)算錯(cuò)誤。目前，算法檢測(cè)到的每一個(gè)異常都會(huì)由公司人員進(jìn)行交叉檢查。在所有的訂單中，約有3.55%的訂單被算法檢測(cè)為異常情況。算法調(diào)整之后，可以將異常檢測(cè)納入WMS當(dāng)中，包含用戶輸入或計(jì)算部分。目前庫(kù)存計(jì)劃算法正處于測(cè)試階段。當(dāng)有訂單時(shí)，該算法建議要訂購(gòu)的產(chǎn)品數(shù)量。負(fù)責(zé)庫(kù)存計(jì)劃的工作人員通過(guò)分析，給予有用的反饋。根據(jù)目前的結(jié)果，估計(jì)庫(kù)存補(bǔ)給可以減少5%，并在未來(lái)6個(gè)月內(nèi)達(dá)到10%。

車輛路線的算法是在每個(gè)階段使用啟發(fā)式方法，該算法的主要目的是為了在合理的時(shí)間間隔內(nèi)，找到能夠滿足設(shè)定限制的解決方案。將該算法的路線與具有多年經(jīng)驗(yàn)的管理人員手動(dòng)創(chuàng)建的路線進(jìn)行比較，能夠發(fā)現(xiàn)在客戶數(shù)量約為100人的情況下，算法使用的車輛至少要比經(jīng)理少用一輛車。在上述客戶數(shù)量的情況下，成本降低了大約30%。節(jié)省成本的原因是使用了較小的車輛、更多數(shù)量的車輛，以及累計(jì)減少的旅行距離。在客戶數(shù)量超過(guò)100人的情況下，節(jié)省的費(fèi)用接近40%。

4 結(jié) 語(yǔ)

倉(cāng)庫(kù)管理系統(tǒng)是分銷行業(yè)工作流程中的一個(gè)重要部分，也是配送公司工作流程中的重要組成。文章所描述的概念是使用人工智能算法來(lái)改善標(biāo)準(zhǔn)倉(cāng)庫(kù)管理系統(tǒng)，通過(guò)優(yōu)化庫(kù)存計(jì)劃、初始產(chǎn)品的放置，完善庫(kù)存到揀選區(qū)的轉(zhuǎn)移過(guò)程以及訂單揀選、運(yùn)輸和跟蹤過(guò)程，為用戶提供最佳的解決方案。建立客戶可以在下訂單的同時(shí)根據(jù)其喜好獲得建議的門戶網(wǎng)站。異常情況檢測(cè)算法將被改進(jìn)和調(diào)整，以便在其他倉(cāng)庫(kù)流程中得以有效的使用。另外，倉(cāng)庫(kù)管理系統(tǒng)GPS跟蹤應(yīng)用程序也將被改進(jìn)，增加額外的分析和算法來(lái)進(jìn)行智能跟蹤和路線比較。訂單揀選的算法將通過(guò)增加額外的約束條件來(lái)改進(jìn)，如：重量、易碎性、體積和其他現(xiàn)實(shí)世界的約束。