CN104036377B - 基于多色集合理论的智能储配系统优化调度方法 - Google Patents

Abstract

本发明公开的基于多色集合理论的智能储配系统优化调度方法，为基于多AGENT系统的集中式与分布式相结合的混合调度控制方法，在不影响其他模块正常工作的情况下，系统具有并行处理、具有健壮性并且易于修改扩充等优点，增强系统的适应性、灵活性和智能性；通过优化系统实体层作业流程，设计合理的系统控制层决策算法，实现储配系统实时、动态调度；利用RFID技术采集、处理系统信息，实时监控物流系统的状态，为管理层调度决策提供参考，实现智能储配系统信息管理与控制调度的自动化、智能化、信息化，为构建基于物联网的智能储配系统提供有力的技术支撑。

Description

基于多色集合理论的智能储配系统优化调度方法

技术领域

本发明属于储配中心管理技术领域，具体涉及一种基于多色集合理论的智能储配系统优化调度方法。

背景技术

传统的控制结构一般有集中式和分布式两种。集中式控制结构系统上、下层控制单元之间是主从控制关系，传感数据从最底层流向高层管理控制单元，最高层管理控制单元产生指令，并向下层单元发送。上层控制的主要功能是调度，并根据下层控制提交的知识进行决策。集中式控制结构的优点是由于上层控制者具有全局视点，因而能提供最优化调度。然而集中式控制结构存在较多缺点：集中式控制结构不能提供行为的及时状态描述，传输和控制流向响应速度低；结构僵化，很难添加、修改和删除资源，从而导致无法扩充或者重新设计系统；几乎所有的决策都是由主控制器做出，忽视了控制单元的交互作用，如果上层控制单元的失效将导致整个系统失灵。

分布式控制结构把系统划分为相对独立的自治实体，各实体通过传递消息实现系统整体控制。局部模块享有自治权，能够自主决策以达到其目标，必要时也可相互协作，对任务进行分配并确定解决问题的方案。分布式控制系统的优点包括：各模块可以独立开发，易实现；实体享有自治权，易于修改和维护；局部故障不影响其他模块，容错性好；扩展性好，不需修改现有系统；动态重新配置能力较高；注重控制单元之间的交互，系统适应性好、灵活性和抗干扰能力强。分布式控制结构的缺点是忽视上下层控制单元之间的交互关系，缺乏前瞻性和全局视点。

发明内容

本发明的目的是提供一种基于多色集合理论的智能储配系统优化调度方法，通过建立储配系统混合调度模型，设计出智能储配管理系统，从而提高系统整体效率。

本发明所采用的技术方案是，基于多色集合理论的智能储配系统优化调度方法，具体按照以下步骤实施：

步骤1：建立储配系统混合调度模型，设计出智能储配管理系统；

步骤2：执行优化调度。

本发明的特点还在于，

其中的步骤1具体按照以下步骤实施：

第一步：在仓储管理系统服务器中，管理层主Agent发出指令给控制层子Agent；

第二步：控制层接收到管理层的指令，制定、优化调度方案，各个子Agent之间再通过互相通讯协作竞争，确定执行任务的实体层，包括执行任务的实体层巷道堆垛机Agent、AGV Agent、旋转货架Agent、分拣系统Agent，将决策结果下发给其所对应的物理实体层去执行，同时控制实体层的调度，监控实体层的运作状态；

第三步：实体层接收并执行控制层发出的任务和指令，包括实体层巷道堆垛机Agent、AGV Agent、旋转货架Agent、分拣系统Agent；

第四步：当实体层执行指令完成后，每件附有电子标签的货物通过RFID将信息反馈给服务器中的智能仓储管理系统；

第五步：管理层的系统服务器接收到反馈信息后，将其存入数据库，管理层再对下一条任务做出决策。

本发明的有益效果是：本发明为基于多AGENT系统的集中式与分布式相结合的混合调度控制方法，在不影响其他模块正常工作的情况下，系统具有并行处理、具有健壮性并且易于修改扩充等优点，增强系统的适应性、灵活性和智能性；通过优化系统实体层作业流程，设计合理的系统控制层决策算法，实现储配系统实时、动态调度；利用RFID技术采集、处理系统信息，实时监控物流系统的状态，为管理层调度决策提供参考，实现智能储配系统信息管理与控制调度的自动化、智能化、信息化，为构建基于物联网的智能储配系统提供有力的技术支撑。

附图说明

图1为智能储配系统平面结构图；

图2为智能储配系统混合式控制结构；

图3为智能储配优化管理系统；

图4为各巷道出入库评价指标图；

图5为改进粒子群算法迭代过程中的粒子更新流程图；

图6为三种算法进出库调度的收敛效果比较示意图；

图7为智能储配系统流程UML活动图模型；

图8为智能储配系统作业流程的PS关系规则模型。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

本发明基于多色集合理论的智能储配系统优化调度方法，具体按照以下步骤实施：

步骤1：建立储配系统混合调度模型，设计出智能储配管理系统；

建立储配系统混合调度模型，

智能储配系统混合式控制结构如图2所示，包括管理层、控制层和实体层。实体层即AS/RS系统实际执行任务的设备层，对应的物理实体包括固定货架区每个巷道中的货架、堆垛机、出入库台、出入库缓冲区，旋转货架升降台和输送区的AGV以及分拣系统的上下包台。按功能分为存储区、输送区和分拣区三个区域。存储区负责货物的存储和存取，包括固定货架部分和旋转货架部分；输送区是连接存储区和分拣区的纽带，负责将货箱在存储区和分拣区之间进行传递，主要包括AGV；分拣区负责把货物按不同部门和品种分发给相应客户。实体层主要是负责接收任务和执行任务，不参与决策。

控制层子Agent对相应的实体层进行监控，具有自治权，可以自主进行决策以达到局部目标，分担了管理层主Agent的计算负担。在储配系统混合式调度模型中，控制实体巷道的各个子Agent之间、控制AGV的各个子Agent之间可以进行信息的交互，并决定执行任务的巷道堆垛机和AGV。

本系统中，管理层主Agent是系统的中枢，主要任务是对储配系统进行管理，有较强的数据处理能力，具有一定的智能性，控制系统采用的是集中式控制方式。

实体层每次执行任务后，系统都要对数据库进行操作，将固定货架区的各个巷道、输送区AGV、旋转货架升降台以及分拣区的上下包台的状态进行纪录，固定货架区的状态信息主要包括库存信息、货位占用信息、出/入库历史记录信息、堆垛机运行时间、出/入库台忙或闲的状态以及出/入库缓冲区的占用信息等；旋转货架区的信息主要有升降台忙或闲的状态、旋转货架货位信息、库存信息等；输送区的状态信息主要包括AGV忙或闲的状态、AGV到达/离开出/入库台或分拣上/下包台的时间等；分拣区的状态信息主要包括分拣上/下包台忙或闲的状态等。控制层子Agent主要是通过查询数据库得到上述信息。得到实体层的状态指标参数后，子Agent根据相应的算法进行决策并将决策内容下发给自己对应的物理实体层去执行，同时监控实体层的作业状态，从而控制实体层的调度。在本系统中，对控制层控制的存储区的决策算法进行了设计，当固定货架区有多项入库和出库任务时，相对应的控制层子Agent在联合进出库原则下进行进出库调度决策。

管理层主Agent的具体功能有：(1)对立体仓库进行管理，包括出库管理、入库管理、库存管理、出/入库协调管理和查询统计等；(2)对系统运行情况、库存状态、物流设备利用率和设备运行情况等进行统计分析；(3)对物流系统信息进行处理，并对异常现象进行报警或提示，如对库存异常进行报警，对物流设备利用率过低进行提示；(4)在连接ERP系统时还具有接收上级系统包括生产系统、销售系统等的指令。

图1为智能储配系统平面结构图。智能储配系统主要分为存储区、输送区和分拣区。存储区负责货物的存储和存取，主要包括固定货架区、旋转货架区、堆垛机、出/入库台和出/入库缓冲区；输送区负责在存储区和分拣区之间进行货箱传递，是连接存储区和分拣区的纽带，主要包括输送系统；分拣区负责把取出的货物按不同的部门和不同的品种分发到相应用户，主要由自动分拣系统组成。

图3为智能储配优化管理系统。主要包括9个功能模块：基础信息管理模块、入库管理模块、出库管理模块、在库管理模块、调度管理模块、查询管理模块、统计与报表管理模块、系统管理模块、综合分析模块，每个功能模块又包含若干的子模块。见图3所示。

具体按照以下步骤实施：

第一步：仓储管理系统服务器中，管理层主Agent发出指令给控制层子Agent；

第二步：控制层接收到管理层的指令，制定、优化调度方案，各个子Agent之间再通过互相通讯协作竞争，确定执行任务的实体层(包括执行任务的实体层巷道堆垛机Agent、AGV Agent、旋转货架Agent、分拣系统Agent等)，将决策结果下发给其所对应的物理实体层去执行，同时控制实体层的调度，监控实体层的运作状态。

第三步：实体层接收并执行控制层发出的任务和指令，包括实体层巷道堆垛机Agent、AGV Agent、旋转货架Agent、分拣系统Agent；

第四步：当实体层执行指令完成后，每件附有电子标签的货物通过RFID将信息反馈给服务器中的智能仓储管理系统；

第五步：管理层的系统服务器接收到反馈信息后，将其存入数据库，管理层再对下一条任务做出决策。

本发明基于多Agent技术、多色集合理论和智能优化算法，建立了自动化立体仓库优化调度模型，在此基础上，利用相关开发技术，构建一个智能储配优化管理系统，实现实时调度，使仓库及其周围物流合理化，避免物流阻塞，满足生产需要。

该系统需要实现的主要功能有：

1)基础信息管理：基础信息管理模块要求有仓库信息(包括仓库参数设置)及用户信息等功能。其中，仓库信息包括仓库大小、货架规格和承重能力等仓库参数信息，以及RFID的选择，AGV及堆垛机规格和数量的选择等。

2)入库管理：入库管理功能包括货物入库时RFID进行数据采集、入库货区分配、入库货位确定及入库AGV的选择等子功能。根据入库的商品和数量，仓库货位的物理位置和容量，及AGV的占用情况，实现自动入库货位定位。货物入库数据采集功能是通过RS-232串口标准接口来实现，通过RFID扫描货物携带的电子标签获得入库信息，传输到本系统数据库，系统经过相应算法确定入库巷道、货位及AGV的选择。

3)出库管理：根据出库货物的种类和数量，系统汇总计算后安排出货顺序。根据仓库各货区的出库分配等级及先进先出原则，以及货物的入库批号，系统通过智能优化算法对所出库货物定位，确保仓库出库任务快速准确完成。系统还设计了手动出库功能，根据需要手动输入货位，并选择AGV完成出库任务。

4)在库管理：在库管理主要包括盘点和移库两大功能。

5)调度管理：调度管理包括出/入库调度和分拣调度管理功能。确定出入库货物后，出入库调度的关键在于货架、货位、堆垛机、AGV的选用。

6)查询管理：查询管理包括入库查询、出库查询和库存查询功能。

7)统计与报表管理：在一定的时间段中，按月/季/年对入/出库货物进行统计分析，统计各类货物的出/入库数量，及其所占总数比例，给企业采购提供数据，并以图标方式展现给管理员。

8)系统管理：系统管理包括系统安全、数据更新、数据备份、数据还原和数据压缩功能。

9)综合分析，具有仓库货物库存分析/预警功能。

步骤2：执行优化调度，具体按照以下步骤实施：

(1)控制层接收到管理层的指令，制定、优化调度方案，确定执行任务的实体层(包括执行任务的实体层巷道堆垛机Agent、AGV Agent、旋转货架Agent、分拣系统Agent等)。以巷道堆垛机的选择为例，在联合作业下进出库调度时，由于各个巷道库存状况和堆垛机的状态不同，控制层子Agent利用层次分析法确定各巷道完成进出库任务能力的指标及其权重，然后选择较为优选的巷道来完成任务，评价各个巷道出入库过程的评价指标如图4所示。并采用改进粒子群算法在对优选后的巷道进行联合进出库调度，以确定具体进出库的货位。控制层子Agent将决策结果下发给其所对应的物理实体层去执行，同时控制实体层的调度，监控实体层的运作状态。

(2)实体层接收并执行控制层发出的任务和指令，包括实体层巷道堆垛机Agent、AGV Agent、旋转货架Agent、分拣系统Agent。如果实体层作业流程出现变化或某个实体出现故障时，可以对模型进行调整，对系统作业流程进行变更，使得实体层根据当前系统状态执行最佳流程。

本发明的发明点在于：

(1)针对储配系统是一个离散、动态、随机、多因素、多目标的复杂系统，且调度问题规模大等特点，本发明采用基于多Agent系统的分布式与集中式混合控制的储配系统调度方法，利用Agent技术具有的并行处理、健壮性、易于修改扩充等优点，可以增强储配管理系统的适应性、灵活性和智能性。本系统采用集中式与分布式相结合的混合控制方式，这种混合式控制不仅继承了纯集中式或者纯分布式结构的优点，也克服了二者的不足。允许低级控制单元之间有类似于低级和高层控制单元之间的交互，即设备层与单元控制器之间，各个单元控制器之间，单元控制器与中央控制器之间都可以进行信息的交互。单元控制器具有自治权，可以自主进行决策以达到局部目标，在一定程度上分担了中央控制器的计算负担，且易于扩充和修改。中央控制器站在全局的高度进行监控和控制，以实现全局最优。

(2)联合作业下进出库调度时，由于各个巷道库存状况和堆垛机的状态不同，这里先利用层次分析法确定各巷道完成进出库任务能力的指标及其权重，然后选择较为优选的巷道来完成任务。在对优选后的巷道进行联合进出库调度时，为避免传统遗传算法求解进出库调度问题中存在的“早熟”或收敛过慢等不足，提出基于多色集合理论的改进的离散粒子群算法，该算法收敛快，进出库任务调度所用时间短，便于实现大规模储配系统的实时调度。

评价各个巷道出入库过程的评价指标如图4所示，采用改进粒子群算法在对优选后的巷道进行联合进出库调度时，迭代过程中的粒子更新流程图如图5所示。

在实例运用中，货位长度l＝1.2m，货位高度h＝0.8m，堆垛机的水平运行速度V_x＝3m/s，垂直运行速度V_y＝1m/s。假设输送系统物流畅通，堆垛机的状态都为闲，且堆垛机每执行一次取放货物的时间固定为10s，附加时间忽略不计。分别采用遗传算法(GA)、离散粒子群算法(DPSO)和本发明提出多色集合和离散粒子群算法结合的改进粒子群算法(PS+DSPO)进行联合进出库调度，收敛曲线如图6所示。其中用GA算法取种群数为30，迭代次数为100；用DPSO和本发明提出的方法(PS+DSPO)进行仿真，取种群数为30，迭代次数为50。

由图6可知，利用本发明提出的算法进行货位组合和排序的优化，所得到的入库时间比用遗传算法和单一的离散粒子群算法得到入库的时间短，且算法的搜索效率也明显高于遗传算法和单一的离散粒子群算法。

(3)为适应对储配系统作业流程管理的柔性要求，提高系统处理作业流程变更的能力，实体层采用多色集合理论构建仓储作业过程模型，根据自动化立体仓库结构及出入库流程，建立的自动化立体仓库整体流程的UML活动图模型如图7所示。模型中的顺序结构表示旋转货架出入库、堆垛机和拣选台运送货箱执行入库任务，输送机将货箱从存储区运送至分拣系统、分拣系统分拣传递货箱的过程；选择结构表示出入库方式为旋转货架或固定货架，固定货架出库方式为单元出库或拣选出库；并行结构表示旋转货架出库，拣选台携带空货箱升降至被拣选层的同时，被拣选层也旋转并将拣货仓送往拣选点；迭代结构表示当分拣系统空闲时，输送车才能将出库缓冲区的货箱送至分拣系统，以及当入库台空闲时，输送车才能将入库缓冲区的货箱送至入库台。在图7中，判断进出库任务以及输送系统中AGV小车的调度由控制层子Agent遵循一定的原则，结合实际的情况做出决策。根据UML+PS(多色集合)集成建模方法的映射规则，将自动化立体仓库作业流程的UML活动图模型映射为PS关系规则模型，如图8所示。

当作业流程出现变化时，可以对模型进行调整，根据对系统作业流程进行变更，使得实体层执行最佳流程。

由自动化立体仓库作业流程建模过程可知，UML+PS集成建模方法与petri网建模相比，在图形上不需要“库所”表示活动节点的状态，这样，模型节点在数量上减少了一半左右，对模型分析和区域识别时问题的规模也缩小了。当系统发生变化时，可以完成运行实例快速、准确的由旧模型到新模型的动态迁移，提高系统自我调整流程的应变能力及柔性，以适应内外部环境的变化，实现储配系统的动态调度。

(4)提出射频识别技术在智能储配系统中的具体应用，针对RFID技术具有其他识别技术所不具备的防水、防磁、耐高温、使用寿命长、读取距离远、读取方便快捷、标签上数据可以加密、存储数据容量更大、存储信息更改自如、形状多样化等特点，分析和设计基于RFID的智能储配系统的控制方式和系统功能结构，建立了系统的总体框架结构及RFID在储配系统应用的具体实施方案。系统与RFID连接，RFID用于非接触识别货物信息，RFID阅读器安装在入库台、分拣台、出库台重要关卡，货物信息自动被识别，通过无线网络传递给后台系统，完成货物入库、出库和盘点等的管理，大大提高了储配系统的吞吐量。

Claims (1)

1.基于多色集合理论的智能储配系统优化调度方法，其特征在于，具体按照以下步骤实施：

步骤1：建立储配系统混合调度模型，设计出智能储配管理系统；

其中智能储配系统混合式控制结构，包括管理层、控制层和实体层；实体层即AS/RS系统实际执行任务的设备层，对应的物理实体包括固定货架区每个巷道中的货架、堆垛机、出入库台、出入库缓冲区，旋转货架升降台和输送区的AGV以及分拣系统的上下包台；按功能分为存储区、输送区和分拣区三个区域，存储区负责货物的存储和存取，包括固定货架部分和旋转货架部分；输送区是连接存储区和分拣区的纽带，负责将货箱在存储区和分拣区之间进行传递，主要包括AGV；分拣区负责把货物按不同部门和品种分发给相应客户，实体层主要是负责接收任务和执行任务，不参与决策；

控制层子Agent对相应的实体层进行监控，具有自治权，自主进行决策以达到局部目标，分担了管理层主Agent的计算负担，在储配系统混合式调度模型中，控制实体巷道的各个子Agent之间、控制AGV的各个子Agent之间进行信息的交互，并决定执行任务的巷道堆垛机和AGV；

管理层主Agent是系统的中枢，主要任务是对储配系统进行管理；

具体按照以下步骤实施：

第一步：在仓储管理系统服务器中，管理层主Agent发出指令给控制层子Agent；

第二步：控制层接收到管理层的指令，制定、优化调度方案，各个子Agent之间再通过互相通讯协作竞争，确定执行任务的实体层，包括执行任务的实体层巷道堆垛机Agent、AGVAgent、旋转货架Agent、分拣系统Agent，将决策结果下发给其所对应的物理实体层去执行，同时控制实体层的调度，监控实体层的运作状态；

第三步：实体层接收并执行控制层发出的任务和指令，包括实体层巷道堆垛机Agent、AGV Agent、旋转货架Agent、分拣系统Agent；

第四步：当实体层执行指令完成后，每件附有电子标签的货物通过RFID将信息反馈给服务器中的智能仓储管理系统；

第五步：管理层的系统服务器接收到反馈信息后，将其存入数据库，管理层再对下一条任务做出决策；

步骤2：执行优化调度。