基于专家系统的立体仓库调度优化设计

徐殊凝，齐向东 XU Shu-ning, QI Xiang-dong

（太原科技大学 电子信息工程学院，山西 太原030024）

(School of Electronic and Information Engineering, Taiyuan University of Science & Technology, Taiyuan 030024, China)

0 引 言

自动化立体仓库，作为现代仓库的一种重要类型，在物流系统中发挥着枢纽作用[1]。考虑到当前的硬件设备及控制技术已相对成熟，货位和货物的分配规划就成为决定仓库运行效率的关键因素，正确有效的分配与调度策略可以缩短存储和搬运过程中损耗的时间，降低成本[2]。

利用专家系统知识库中存放的专家知识能够快速有效地提高工业生产效率，但关于专家系统在立体仓库中的应用却鲜有文献涉及。本文将自动化立体仓库与专家系统相结合，设计了相应的知识库，实验验证了其可行性[3]。

1 专家系统结构介绍

专家系统包含了领域专家积累的大量知识和实际经验，能模仿专家的思维过程求解复杂问题[4]。专家系统共由5 部分组成：知识库、推理机、综合数据库、解释器和人机交互界面。知识库是专家系统的核心，亦是本文研究的重点。

本文采用的专家系统结构如图1 所示。

2 知识库的建立

知识库存储专家关于某个领域的判断性知识和叙述性知识，它的质量决定了专家系统的性能优良。本文构建知识库需要满足以下几个条件。

2.1 货物出入库的基本原则

（1） 重力原则：为方便安全地存取货物，货物存放应满足上轻下重、分散存放的原则，使货架排放稳定、安全。

（2） 分区原则：货物出入库的频率是决定货物分区的主要因素，根据其数值大小可将货位分区为：出入库频繁区域，一般存储区域，长时间存储区域，过渡区域等。（3） 任务等级制原则：对出库任务的紧急程度设立等级，当有多条出库任务时，根据紧急程度优先级别出库，最紧急的任务优先出库。

2.2 货位优先级的分配

设立货位的优先级，并按照优先级别对货位进行分区，方便不同优先级别的货物与货位相对应，提高出入库运转效率。

假设货位属性信息为：Q（X,Y,Z,K,F）。

其中，X,Y,Z分别为货位的排、列、层，以此确定货位的具体位置。

为了避免偏见，发明了算法，让大数据帮我们做出判断，但算法偏见的频频涌现却难免让人们对人工智能侵犯公众权利、引发政治风险产生忧虑与担忧。因此，明晰算法政治风险的发生逻辑，对于其治理及发展前景无疑具有十分重要的意义。算法政治的风险主要存在于两个领域，一个是基于算法自主决策系统的辅助政治决策领域，一个是基于算法的政治传播领域。然而，它们的发生逻辑却是迥异的，前者主要由算法的内在缺陷引起，后者则是算法应用的副产品，是政治传播的产物。洞悉算法政治风险的发生逻辑非常关键，这既是理解算法政治风险何以发生的内在机理，又是预防与治理算法政治风险的前提。

K表示货位重量级，由货位层数决定。K（Y,Z）=Z。

F表示货位优先级别，取决于堆垛机到达货位所用时间长短，具体由堆垛机的运行速度、运行距离决定。

单个货位作业时间为：

其中，t0表示信号获取与转换消耗的时间，是固定时间。

ty表示伸、缩货叉的时间，也是固定时间。

max（tx,tz）表示在堆垛机水平运行时间tx、垂直升降时间tz之间取最大，不同货位导致tx和tz的大小也不同。因此，货位作业时间最终由max（tx,tz）决定的。

简化堆垛机的水平与起升运动为匀速运动，可得：

其中，i,j表示货位的层、列。单个货位长度为L米、高度为H米。VX、VZ分别为堆垛机水平方向、垂直方向的运动速度。

2.3 货物优先级的分配

货物的COI（Cube-Per-Order，立方体索引号） 值Ii可以反映货物的使用频率，即可确定货物的优先级别。Heskette 给出了货物COI 值的计算规则[6]：

其中，Ci表示存储某种货物所需的总库存，fi表示该货物的出入库频率。

由此可见，fi值与COI 值成反比。把货物按COI 值从小到大排序，由此可以划分出不同优先级别的货物，将排序后的货物编号与货位编号一一对应，由此进行的即为最小出入库作业时间。

2.4 知识表示

知识表示就是将从专家处获取的知识编码成一种计算机可识别的数据类型存储到计算机上[7]。本文应用产生式规则，进行知识表示，根据上述列举的原则，可得部分表示如下：

Rule1：IF 有货物入库THEN 当前出入库状态P=1；

Rule2：IFP=1 THEN 货物频率F=N+1（N为原货物频率，可设定固定时间段）；

Rule3：IFP=1 AND 货物频率F＞15 次/月THEN 存放到1 区；

Rule4：IFP=1 AND 货物频率F∈[8 次/月，15 次/月]THEN 存放到2 区；

Rule5：IFP=1 AND 货物频率F＜8 次/月THEN 存放到3 区；

Rule6：IFP=1 AND 非常用货物THEN 存放到4 区；

Rule7：IFP=1 AND 货物重量G＞70%G0（G0表示堆垛机额定负载） THEN 存放到1 到3 层；

Rule8：IFP=1 AND 货物重量G∈[30%G0, 70%G0]货物入库THEN 存放到4 到9 层；

Rule9：IFP=1 AND 货物重量G＜30%G0货物入库THEN 存放到10 到12 层；……。

3 实验结果分析

某保健品生产企业的设备基本配置如下：7 台单立柱双伸位堆垛机，水平行走速度为160m/min，加速度为0.33m/s2，垂直升降速度为40m/min，加速度为0.5m/s2，货叉伸缩消耗时间ty=5.88s。对应货架14 排，每排有12 层24 列，单位货格尺寸1 100W×1 300D×1 550H(mm)。

本文采用Visual studio2008 编程，实现专家系统的应用。实验对随机入库和使用专家系统入库操作消耗时间进行了对比，从入库货物参数表（表1） 中随机选取20 种货物入库，重复执行10 次，得到实验数据如表2 所示。由表2 可见，随机操作时平均消耗时间为1 604.7s，且时间波动范围很大，而采用专家系统后，平均消耗时间为1 520.2s，节约了84.5s，且时间波动范围小很多，因此，使用专家系统是有效可行的。

表1 入库货物参数表

表2 实验数据表

4 结 论

为了提高自动化立体仓库的运行效率，降低成本，本文将专家系统运用到自动化立体仓库的货位分配和优化调度中。通过阐述出入库的基本原则及货位货物优先级的分配原则，建立了相应的专家知识库及推理机制。由实验仿真可知，专家系统能优化堆垛机出入库的运行路线，提高仓库运行效率，同时，因其快速的计算过程，更能适应工业生产的需要。

[1] 贾煜亮，缪立新. 自动化立体仓库中货位实时分配优化问题研究[J]. 北京交通大学学报，2007,6(4):18-24.

[2] 战欣. 自动化立体仓库出入库的决策与仿真[D]. 辽宁：东北大学（硕士学位论文），2006.

[3] 曾明如，游文堂，钱信,等. 基于专家系统的货位管理与作业调度优化[J]. 南昌大学学报，2009,31(4):385-388.

[4] 程伟良. 广义专家系统及其应用[M]. 北京：北京理工大学出版社，2005.

[5] 钟杰夫. A320 系列飞机自动飞行系统故障诊断专家系统研究[D]. 四川：电子科技大学（硕士学位论文），2010.

[6] HESKETTJL. Cube-per-order index: A key to warehousestock location[J]. Transportation and Distribution Management, 1963,1(3):27-31.

[7] 刘毅. 自动化立体仓库管理与监控系统研究[D]. 山西：太原理工大学（硕士学位论文），2008.