徐殊凝,齊向東 XU Shu-ning, QI Xiang-dong
(太原科技大學 電子信息工程學院,山西 太原030024)
(School of Electronic and Information Engineering, Taiyuan University of Science & Technology, Taiyuan 030024, China)
自動化立體倉庫,作為現代倉庫的一種重要類型,在物流系統中發揮著樞紐作用[1]。考慮到當前的硬件設備及控制技術已相對成熟,貨位和貨物的分配規劃就成為決定倉庫運行效率的關鍵因素,正確有效的分配與調度策略可以縮短存儲和搬運過程中損耗的時間,降低成本[2]。
利用專家系統知識庫中存放的專家知識能夠快速有效地提高工業生產效率,但關于專家系統在立體倉庫中的應用卻鮮有文獻涉及。本文將自動化立體倉庫與專家系統相結合,設計了相應的知識庫,實驗驗證了其可行性[3]。
專家系統包含了領域專家積累的大量知識和實際經驗,能模仿專家的思維過程求解復雜問題[4]。專家系統共由5 部分組成:知識庫、推理機、綜合數據庫、解釋器和人機交互界面。知識庫是專家系統的核心,亦是本文研究的重點。
本文采用的專家系統結構如圖1 所示。
知識庫存儲專家關于某個領域的判斷性知識和敘述性知識,它的質量決定了專家系統的性能優良。本文構建知識庫需要滿足以下幾個條件。
(1) 重力原則:為方便安全地存取貨物,貨物存放應滿足上輕下重、分散存放的原則,使貨架排放穩定、安全。
(2) 分區原則:貨物出入庫的頻率是決定貨物分區的主要因素,根據其數值大小可將貨位分區為:出入庫頻繁區域,一般存儲區域,長時間存儲區域,過渡區域等。(3) 任務等級制原則:對出庫任務的緊急程度設立等級,當有多條出庫任務時,根據緊急程度優先級別出庫,最緊急的任務優先出庫。
設立貨位的優先級,并按照優先級別對貨位進行分區,方便不同優先級別的貨物與貨位相對應,提高出入庫運轉效率。
假設貨位屬性信息為:Q(X,Y,Z,K,F)。
其中,X,Y,Z分別為貨位的排、列、層,以此確定貨位的具體位置。
為了避免偏見,發明了算法,讓大數據幫我們做出判斷,但算法偏見的頻頻涌現卻難免讓人們對人工智能侵犯公眾權利、引發政治風險產生憂慮與擔憂。因此,明晰算法政治風險的發生邏輯,對于其治理及發展前景無疑具有十分重要的意義。算法政治的風險主要存在于兩個領域,一個是基于算法自主決策系統的輔助政治決策領域,一個是基于算法的政治傳播領域。然而,它們的發生邏輯卻是迥異的,前者主要由算法的內在缺陷引起,后者則是算法應用的副產品,是政治傳播的產物。洞悉算法政治風險的發生邏輯非常關鍵,這既是理解算法政治風險何以發生的內在機理,又是預防與治理算法政治風險的前提。
K表示貨位重量級,由貨位層數決定。K(Y,Z)=Z。
F表示貨位優先級別,取決于堆垛機到達貨位所用時間長短,具體由堆垛機的運行速度、運行距離決定。
單個貨位作業時間為:
其中,t0表示信號獲取與轉換消耗的時間,是固定時間。
ty表示伸、縮貨叉的時間,也是固定時間。
max(tx,tz)表示在堆垛機水平運行時間tx、垂直升降時間tz之間取最大,不同貨位導致tx和tz的大小也不同。因此,貨位作業時間最終由max(tx,tz)決定的。
簡化堆垛機的水平與起升運動為勻速運動,可得:
其中,i,j表示貨位的層、列。單個貨位長度為L米、高度為H米。VX、VZ分別為堆垛機水平方向、垂直方向的運動速度。
貨物的COI(Cube-Per-Order,立方體索引號) 值Ii可以反映貨物的使用頻率,即可確定貨物的優先級別。Heskette 給出了貨物COI 值的計算規則[6]:
其中,Ci表示存儲某種貨物所需的總庫存,fi表示該貨物的出入庫頻率。
由此可見,fi值與COI 值成反比。把貨物按COI 值從小到大排序,由此可以劃分出不同優先級別的貨物,將排序后的貨物編號與貨位編號一一對應,由此進行的即為最小出入庫作業時間。
知識表示就是將從專家處獲取的知識編碼成一種計算機可識別的數據類型存儲到計算機上[7]。本文應用產生式規則,進行知識表示,根據上述列舉的原則,可得部分表示如下:
Rule1:IF 有貨物入庫THEN 當前出入庫狀態P=1;
Rule2:IFP=1 THEN 貨物頻率F=N+1(N為原貨物頻率,可設定固定時間段);
Rule3:IFP=1 AND 貨物頻率F>15 次/月THEN 存放到1 區;
Rule4:IFP=1 AND 貨物頻率F∈[8 次/月,15 次/月]THEN 存放到2 區;
Rule5:IFP=1 AND 貨物頻率F<8 次/月THEN 存放到3 區;
Rule6:IFP=1 AND 非常用貨物THEN 存放到4 區;
Rule7:IFP=1 AND 貨物重量G>70%G0(G0表示堆垛機額定負載) THEN 存放到1 到3 層;
Rule8:IFP=1 AND 貨物重量G∈[30%G0, 70%G0]貨物入庫THEN 存放到4 到9 層;
Rule9:IFP=1 AND 貨物重量G<30%G0貨物入庫THEN 存放到10 到12 層;……。
某保健品生產企業的設備基本配置如下:7 臺單立柱雙伸位堆垛機,水平行走速度為160m/min,加速度為0.33m/s2,垂直升降速度為40m/min,加速度為0.5m/s2,貨叉伸縮消耗時間ty=5.88s。對應貨架14 排,每排有12 層24 列,單位貨格尺寸1 100W×1 300D×1 550H(mm)。
本文采用Visual studio2008 編程,實現專家系統的應用。實驗對隨機入庫和使用專家系統入庫操作消耗時間進行了對比,從入庫貨物參數表(表1) 中隨機選取20 種貨物入庫,重復執行10 次,得到實驗數據如表2 所示。由表2 可見,隨機操作時平均消耗時間為1 604.7s,且時間波動范圍很大,而采用專家系統后,平均消耗時間為1 520.2s,節約了84.5s,且時間波動范圍小很多,因此,使用專家系統是有效可行的。

表1 入庫貨物參數表

表2 實驗數據表
為了提高自動化立體倉庫的運行效率,降低成本,本文將專家系統運用到自動化立體倉庫的貨位分配和優化調度中。通過闡述出入庫的基本原則及貨位貨物優先級的分配原則,建立了相應的專家知識庫及推理機制。由實驗仿真可知,專家系統能優化堆垛機出入庫的運行路線,提高倉庫運行效率,同時,因其快速的計算過程,更能適應工業生產的需要。
[1] 賈煜亮,繆立新. 自動化立體倉庫中貨位實時分配優化問題研究[J]. 北京交通大學學報,2007,6(4):18-24.
[2] 戰欣. 自動化立體倉庫出入庫的決策與仿真[D]. 遼寧:東北大學(碩士學位論文),2006.
[3] 曾明如,游文堂,錢信,等. 基于專家系統的貨位管理與作業調度優化[J]. 南昌大學學報,2009,31(4):385-388.
[4] 程偉良. 廣義專家系統及其應用[M]. 北京:北京理工大學出版社,2005.
[5] 鐘杰夫. A320 系列飛機自動飛行系統故障診斷專家系統研究[D]. 四川:電子科技大學(碩士學位論文),2010.
[6] HESKETTJL. Cube-per-order index: A key to warehousestock location[J]. Transportation and Distribution Management, 1963,1(3):27-31.
[7] 劉毅. 自動化立體倉庫管理與監控系統研究[D]. 山西:太原理工大學(碩士學位論文),2008.