基于无线通信技术在智能仓储中的应用分析

车 骏 （西安工程大学 招生就业工作处，陕西 西安 710001）

0 引 言

仓库管理系统（WMS）是加快组织发展的有效战略之一，通过优先考虑供应链的可靠性来加速组织的发展。WMS的主要目的是有效地控制供应链中产品的接收和交付、库存设施管理、产品库存、包装和运输的全部流程。然而，到目前为止，WMS的开发仍旧只集中在数据管理上。在这种情况下，来自最终用户的输入是决定输出有效性或结果决策正确性的主要因素。而这便引发了许多问题，例如，产品在发送前是否过期？产品在寄给经销商时是否有缺陷？产品本身有缺陷吗？库存产品的需求是否有错误？库存产品是否堆积在仓库里？

在全国性零售公司的供应链管理中，对供应链管理人员的要求便是全面性、准确性和精确性。即使公司要求供应链管理者使用WMS，但由于员工自身的原因和案例的多样性在数据处理和产品分配的过程中容易发生错误对企业来说WMS有其不利的一面，并且WMS通常需要大量的预算分配。但是，处理易过期货物的组织迫切需要应用WMS，例如：农工业企业。作为一个农业型国家，农工业的发展成为了中国粮食安全的里程碑之一。农工企业能够为中国的发展做出贡献的原因如下：

农业工业进行原材料的转化，包括将自给产品转化为最终产品，提供给消费者；

农工业能够提供工作机会；

农工业能够提供重要的出口商品；

农工业通过减少收获后的生产损失来节约成本，并建立分销环节。

智能仓库将计算机系统、材料处理设备、存储设备和用户整合成一个单一的工作元素。为克服传统WMS的局限性而开发的新的突破口是I-WMS（智能仓库管理系统）。I-WMS是供应链领域的一个解决方案，通过将智能系统的结果应用于WMS流程而获得。I-WMS模型收集了多种人工智能技术来支持仓库管理活动，如图1所示。

图1 智能仓库管理系统的总体规划

1 研究方法

研究为I-WMS发展的新论述。

1.1 具体内容

简要描述人工智能在WMS流程中的实际应用。

解释如何将新的蜂群优化、模糊控制、极端学习机、RFID、小组决策支持系统(GDSS)等新技术和安卓编程应用于WMS的开发中。

在即将建立的子系统之间的异质性应用中提供数据集成模型。

1.2 I-WMS系统包括五个子系统

智能物流系统（ILS），它将使用蜂群优化算法来创建有效的订单时间表。

自适应仓库系统（AWS），用其创建有效的订单到预定时间后系统会自动将货物放入仓库。

智能预测系统（IFS），该系统将使用极端学习算法，有效地预测产品的数量和库存，以便及时满足经销商的需求。

实时运输监控系统（RTMS），通过使用GPS、GPRS和RFID，提供货物交付信息和可视化。

智能执行摘要系统（IESS），使用GDSS（集团决策支持系统）为决策者编制决策建议。

2 模型描述

对人工智能在I-WMS的每个子系统中的实际实施进行分析和讨论。

2.1 智能物流系统

智能物流系统（ILS）是一个子系统，作为物流过程的控制器。

图2显示了ILS的工作区域。在开发物流系统时需要考虑的因素有：需要完成的订单数量、仓库中的货物库存、物流系统的设计、仓库的库存、运送货物所需的车队数量以及每个车队的有效载荷能力。此外，消费者的需求不仅限于物理需求（满足订购的货物），还包括非物理的需求，如：预订或购买商品或服务时的满意度、交货的及时性和商品的完整性。换句话说，物流系统的核心问题是要使交货方式满足消费者的需求。

图2 ILS工作区

ILS的工作流程如图3所示，由4个阶段组成，即订单收集、订单分组、确定合格的订单以及为合格的订单安排送货。工作流程中的最后阶段是安排订单，目的是优化货物的交付时间。这个阶段的核心问题是确定订单和车队承运人的组合，以便实现所有的货物能在最佳时间分布。ILS使用蜂群优化（BCO）算法作为排程优化的方法。BCO算法包括两个阶段，即向前阶段和向后阶段。向前阶段的目的是探索可供选择的解决方案，而向后阶段的目的是确定在向前阶段的备选方案中的最佳方案。

图3 ILS工作流程图

2.2 自适应仓库系统

自适应仓库系统（AWS）是在分配物品之前储存待处理物品的库房。存储库要保持货物的质量。因此，AWS必须使用FEFO（先过期先出）的方法确定货物的输入和输出。

在现有的研究中，FLC常被用来处理模糊操作，使用微控制器ATmega32，基于RFID信号的读数，以控制仓库的温度和湿度。为了检测仓库中的货物种类，使用了RFID CR 013。RFID CR 013是一个有源阅读器，只有在主程序要求时才能传输数据。RFID系统提供关于储存货物的理想温度和湿度以及货物可以储存多长时间的信息。微控制器ATmega32被用于AWS的核心，该微控制器处理传感器、显示器、RFID系统、执行器和FCL之间的所有硬件通信。该微控制器还处理FCL输入的数据，并进行FCL计算。FCL的输出是根据微控制器发出的信号，通过操纵执行器而获得理想状态。

3 结果和分析

上文中所描述的概念在上海一家规模较大的分销公司中得到了具体的落实。公司第一个改进业务是引入仓库管理系统，该系统有一个集中的数据库用于存储信息，包括：产品位置、订单和交易历史等信息。虽然没有衡量标准，但对日常工作的改善效果十分显著。下一个部分是实施人工智能算法的过程。将人工智能算法应用到从订单规划和产品定位过程，再到将产品运送到客户手中的整个过程。而订单分拣优化模块也被应用，在平均路线长度方面也有所改进。之后，该算法被改进并适用于不同的仓库布局中。

在表1中，显示了算法实施1个月和9个月后的对比分析。可以注意到，随着时间的推移，订单的平均拣选路线长度变短，小订单的长度减少最多。原因在于产品较少的订单有更多的改进空间，而且产品的移动速度也很慢，只有在位置空闲时才会移动到建议的位置。

表1 平均路线长度变化表

下一个需要改进的方面是确定哪些产品放在拣选区以及产品数量，以便它们能够被轻易地获取。拣货区的容量和内容预测的算法提供了超过90%的订单产品数量，同时从库存到拣选区的转移减少了16.2倍，也减少了4%以上的交易总量。异常检测是用来检测不正常情况的，例如：客户订单信息中的输入或计算错误。目前，算法检测到的每一个异常都会由公司人员进行交叉检查。在所有的订单中，约有3.55%的订单被算法检测为异常情况。算法调整之后，可以将异常检测纳入WMS当中，包含用户输入或计算部分。目前库存计划算法正处于测试阶段。当有订单时，该算法建议要订购的产品数量。负责库存计划的工作人员通过分析，给予有用的反馈。根据目前的结果，估计库存补给可以减少5%，并在未来6个月内达到10%。

车辆路线的算法是在每个阶段使用启发式方法，该算法的主要目的是为了在合理的时间间隔内，找到能够满足设定限制的解决方案。将该算法的路线与具有多年经验的管理人员手动创建的路线进行比较，能够发现在客户数量约为100人的情况下，算法使用的车辆至少要比经理少用一辆车。在上述客户数量的情况下，成本降低了大约30%。节省成本的原因是使用了较小的车辆、更多数量的车辆，以及累计减少的旅行距离。在客户数量超过100人的情况下，节省的费用接近40%。

4 结 语

仓库管理系统是分销行业工作流程中的一个重要部分，也是配送公司工作流程中的重要组成。文章所描述的概念是使用人工智能算法来改善标准仓库管理系统，通过优化库存计划、初始产品的放置，完善库存到拣选区的转移过程以及订单拣选、运输和跟踪过程，为用户提供最佳的解决方案。建立客户可以在下订单的同时根据其喜好获得建议的门户网站。异常情况检测算法将被改进和调整，以便在其他仓库流程中得以有效的使用。另外，仓库管理系统GPS跟踪应用程序也将被改进，增加额外的分析和算法来进行智能跟踪和路线比较。订单拣选的算法将通过增加额外的约束条件来改进，如：重量、易碎性、体积和其他现实世界的约束。