王恒喆

【摘要】“貨到人”物流揀選系統是一個比較復雜的系統,本文采用混合式多智能體體系結構與協商機制來設計“貨到人”物流揀選系統,結合慎思型智能體與反應型智能體的優點,利用混合式分層設計,按照功能把物流揀選系統劃分成一些基本模塊,將每個功能模塊抽象成子MAS或者Agent。
【關鍵詞】貨到人揀選系統 MAS
我國的電子商務行業發展迅速,面臨大量的物流揀選任務,最近幾年新興了“貨到人”物流揀選模式,該模式解決了大量的人工,揀選時間長效率低,而且容易出現差錯,由于訂單處理錯誤造成的退換貨操作麻煩等問題。引進MAS技術對物流倉儲揀選作業問題進行研究,以面向復雜動態環境的物流揀選作業為目標,借鑒MAS技術的概念與機理,利用MAS架構的系統建模方法,構建基于MAS的“貨到人”物流揀選作業系統模型并仿真,可以為企業減少運行成本,為決策人員提供有力的證據。由于“貨到人”物流揀選系統是一個很復雜的系統,本文主要利用MAS的結構特點與協商機制,構建了一種分層的基于MAS自守‘貨到人”物流揀選體系架構。
一、基于MAS分層體系的構建
建立MAS合理的協商機制是系統模塊間交互與通信的基礎,是研究人員在多智能體領域的研究重點。從目前研究情況來看,主要分為慎思型協商機制、反應型協商機制和混合型協商機制。
慎思型智能體具有較高的智能性,重視規劃與推理,但在反應能力上有所缺失。反應型智能體具有快速的對外部刺激的反應能力,這種基于行為主義雖然具有很強的“執行力”,但是智能程度低,不能支撐起復雜的地系統。而混合型智能體綜合了上述兩者的優點,既能很好的規劃與決策,又能實時交互通信,具有很強的實用性。
因為“貨到人物流揀選系統是一個比較復雜的系統,本文采用混合式多智能體體系結構與協商機制來設計“貨到人物流揀選系統,結合慎思型智能體與反應型智能體的優點,我們可以采用多智能體系統(MAS)來構建整個物流揀選系統,MAS可以由不同A-gent組成,也可以由其他子MAS和一些不同的Agent組成,具體的思路是:利用混合式分層設計,按照功能把物流揀選系統劃分成一些基本模塊,將每個功能模塊抽象成子MAS或者Agent。
整個系統宏觀上圍繞“感知—決策—行動—結果—感知“這樣一種方式進行工作,整個系統在處理問題時連同環境是處在一個回路之中,按照功能劃分,可以將“貨到人”物流揀選系統劃分為AGV Agent,揀選臺Agent、貨架Agent、補貨臺Agent、通信Agent、不同的管理Agent等幾個部分,為了讓整個揀選系統合理科學的完成作業,這就需要不同Agent之間的互相合作,在數據與控制上形成回路。在這里需要注意的是,在“貨到人”物流揀選系統中,AGV小車、揀貨臺、補貨臺的數量都不只一個,是群體的概念,每一個AGV小車、貨架、揀選臺、補貨臺都被抽象成有感覺、決策、動作以及交互的能力的智能體,且這些能力又可以被抽象成功能子A-gent,同樣的,功能子Agent又可以根據系統或者模塊的需要將該子Agent在分為一些下一級的子Agent,依此類推,構建分層級的基于“貨到人”物流揀選系統的多智能體網絡布局,分層級的網絡結構如圖1所示。
圖1給出了多智能體系統的分層結構圖,這是一種類似分層樹型結構,每一層級的各節點采取并行的工作方式,具有相同節點的Agent采取的分布式模式分布在相同的層級里面,由不同節點連接的Agent之間不進行交互與控制。
二、基于功能模塊的Agent抽象
在多智能體系統的分層結構里,我們假定每一層級的Agent具有相同的屬性與定位。現在我們將“貨到人物流揀選系統應用在該結構中,并按功能將其模塊化。第一級為整個系統的樹根,是整個系統的管理樞紐,對第二級的Agent采取集中控制的策略。第二級主要分布一些“貨到人”物流揀選系統中的管理模塊,并將他們抽象為AGV控制Agent、揀選臺管理Agent、補貨臺管理Agent、貨架管理Agent、這些管理Agent分別集中管理屬于自己的AGV機器人、揀選臺、補貨臺、貨架,并且將AGV機器人Agent、揀選臺Agent、補貨臺Agent、貨架Agent放在該分層結構的第三級里面。第四級是基于第三級中AGV機器人Agent、揀選臺Agent、補貨臺Agent和貨架Agent所對應的分布式功能模塊,且它們只服務于自己上一級且具有相同節點的Agent。這時就可以抽象地將整個“貨到人”物流揀選系統按功能抽象成若干個具有不同屬性的多智能體系統,如由AGV控制Agent控制的多智能多機器人系統,由揀選臺管理Agent管理的多智能體揀選臺群體系統,由補貨臺管理Agent管理的多智能體補貨臺群體系統,由貨架管理Agent管理的多智能體貨架群體系統。
三、結語
把MAS的思想應用到物流倉儲揀選的決策中,一方面可以滿足倉儲揀選作業對服務客戶個性化需求的快速響應;另一方面新技術的應用可以使物流倉儲的揀選作業過程中各部分資源得到有效整合、減少各環節的浪費,從而達到節約成本和提高服務質量的目標。
參考文獻:
[1]袁明虎.基于Multi-Agent的電動汽車充電管理研究及仿真軟件開發[D].成都:電子科技大學,2014.
[2]賀超,宋學鋒,馮春花.基于多Agent的閉環供應鏈回收競爭模型[J].系統管理學報,2015.