遺傳算法在RFID智能倉儲系統中的應用研究

張根林，田琳琳

(西安科技大學，西安 710054)

0 引言

倉儲作為現代物流系統中的關鍵環節，其運作效率直接關乎到整個供應鏈的效率，對其進行優化管理能夠大幅提升物流系統的運行效率。相關學者對倉儲系統的各個方面進行了較為深入的研究，王璐[1]將RFID標簽技術運用到皮具倉儲管理當中，實現了對庫存數據的自動識別和采集，明顯改善了倉儲系統的效率。吳晗[2]等在根據倉庫實際應用過程中的業務需求基于RFID的物聯網倉儲系統，大幅提高倉儲系統運行效率。

在采用RFID技術后，出庫入庫時間大幅縮短，倉儲效率得到了明顯的提高，同時相關學者從倉儲系統流程角度對倉儲過程進一步進行優化。王燕[3]等在服裝倉儲系統中運用RFID技術對倉儲過程進行管理，同時采用相關性統計分析方法對服裝倉儲系統中配送信息進行評估和智能調度。彭秋瓊[4]為縮短倉儲貨物建立時長采用模糊控制算法對倉儲控制流程進行優化，大幅縮短倉儲表單建立流程。何涵[5]等采用調度算法對電能計量設備智能倉儲系統進行優化，提升系統的并發性能，降低系統出倉反應時間；曹偉[6]等為解決倉庫多品種物品的實時數據采集和監控，在RFID標簽上添加加工工序、工序流、批次與批量等信息，實現倉庫數據的實時采集，有效提高倉儲效率。劉愷文等[7]對倉儲過程出入庫作業調度問題，對比分析定位存儲和隨機存儲兩種入庫策略優化，研究了入庫方式對倉儲效率的影響；張敏軍等[8]通過遺傳算法對零件倉位進行優化，改善倉儲入庫流程，實現整車制造與倉儲的協同優化。

上述研究表明在對倉儲進行優化過程中，可根據倉儲的功能需求，引入對應的優化方法對其流程進行改善，能夠大幅提高倉儲效率。基于此，為解決現有傳統倉儲系統中順序擺放造成的倉儲位置分配不合理，倉內配送路徑混亂等問題，對倉儲系統結構進行改進，引入遺傳算法對對倉儲位置和倉儲路徑規劃進行優化，實現倉儲系統的效率提升。

1 倉儲系統結構設計

基于物流倉儲系統柔性、可維護、可靠原則，根據當前物流倉儲系統業務流程，對系統結構模塊進行設計如圖1所示，分為系統管理層、數據傳輸層、物理硬件層、信息載體層。系統管理層作為倉儲系統的信息處理中心，負責倉儲數據的存儲，物品出入庫流程管理等；數據傳輸層是具有標準程序接口和協議的通用服務，負責硬件物理層與系統管理層之間的數據交換；物理硬件層作為系統運行的基礎信息來源，承擔了倉儲系統各類信息的采集，將采集到的數據通過數據傳輸層進入系統管理層，數據存儲和程序管理分別由程序單獨進行，使系統管理和倉儲動作更加流暢的進行；信息載體常貼附在倉儲物品上，記錄著倉儲對象的型號、類型、出入庫等信息。

圖1 系統結構模塊

在倉儲系統當中，數據處理、出入庫流程和儲存位置分配是評判倉儲系統效率的關鍵因素，其均由系統管理層進行控制，故對系統管理層的優化將極大提高倉儲系統的性能。倉儲管理層主要可分為硬件和管理軟件兩個部分，硬件是管理軟件運行的基礎，對原有倉儲管理系統的不足進行分析，基于RFID和遺傳優化算法對倉儲系統進行硬件結構進行設計如圖2所示。采用S7-300 PLC，與物理硬件層設備和優化運算服務器之間采用MPI協議通過無線網絡進行通訊。在倉儲出入庫高峰時段，需對大量數據按照特定的規則實時輸入、輸出，考慮到數據流的特點采用MAX232芯片進行通信連接，其優點在于能夠針對不同時間間隔的數據進行同步或異步通信，降低數據傳輸延遲和系統資源占用，提升產出系統的運轉效率。

圖2 硬件結構設計

2 倉儲系統優化設計

為實現對倉儲的高效管理，基于硬件平臺設計具備實時監控和在線優化的智能倉儲軟件系統，以此提升智能倉儲系統的使用性能。

2.1 倉儲系統的實時監控

設計智能倉儲流程如圖3所示，以S7-1200PLC為控制核心，通過調用出入庫、倉位分配、運送、分揀等程序，通過控制傳感器實時監控貨物的出入庫、倉儲狀態信息，同時將數據通過MPI通訊協議傳送至優化站，觸發遺傳算法對倉位分配和配送路徑的實時優化。

圖3 智能倉儲流程

控制傳感器對入庫物品RFID標簽信息進行提取，反饋給入庫模塊完成相關單據后將信息通過MPI通訊協議傳輸至控制核心，由控制核心進行倉位和倉儲配送路徑優化后發送入庫指令至AGV載運工具，并通過控制傳感器實時監控物品位置。

2.2 倉儲系統的在線優化

遺傳算法以輸入項為父項進行交叉、變異處理，判定后代種群的適用度，直到適應度收斂得出最優方案的優化方法[9]。在智能倉儲系統中，可將通過物理硬件層得到倉儲物品的屬性、規格、使用頻率、儲存時長等作為輸入項，以最優倉儲位置分配為優化目標進行優化運算；同時可將遺傳算法運用到對倉儲路徑的優化當中，通過將倉儲坐標、倉儲區域路線分布等轉換為量化數據，以最優倉儲路徑為目標進行尋優計算，最后將得到的最優倉儲位置和最優配送路徑通過控制核心將指令傳至AGV載運工具，實現倉儲的倉儲位置優化流程如圖4所示，得出優化結果后通過MPI協議傳輸至控制核心進行指令下發。

圖4 遺傳算法優化流程

3 倉儲系統效果分析

以機械部件倉儲系統作為實驗對象，采用控制變量法在保持所有環境不變的情況下，分別采用基于遺傳算法改進的倉儲管理系統和傳統流程倉儲管理系統進行對比，具體測試流程如下：

1）在入庫區平均設置不同規格、屬性、使用頻率、儲存時長的倉儲物品，作為實驗倉儲物，設置單位時間為1小時，每次測試結束后按順序布置倉儲物品，保證實驗的一致性。

2）采用基于遺傳算法改進的倉儲管理系統對倉儲系統進行調度，進行滿負荷倉儲調度，重復倉儲過程5次，將每次單位時間內倉儲的數據記錄為實驗組。

3）采用傳統倉儲管理系統對倉儲系統進行調度，進行滿負荷倉儲調度，重復倉儲過程5次，將每次單位時間內倉儲的數據記錄為實驗組。

4）從單位時間內倉儲量、單次倉儲平均路線長度方面對比實驗組和參照組數據。

在倉儲系統中，單位時間內倉儲吞吐量能夠反映出整個倉儲系統的運載能力，單位時間內完成的倉儲吞吐數量越多，表明倉儲系統的運載能力越強。同時，單次倉儲路線長度能夠反映倉儲路線的規劃能力，運送過程在倉儲中耗時最長，其耗時越短表明倉儲路徑優化效果越明顯。

單位時間內倉儲吞吐量、單次倉儲平均路線長度如圖5所示，每次使用倉儲物品均順序擺放，有效降低試驗的隨機誤差，傳統倉儲系統和優化后倉儲系統在5次試驗中吞吐量基本一致，表明兩個系統都能穩定的完成倉儲任務。在采用遺傳算法對倉儲位置和配送路徑進行優化后，單位時間內倉儲效率提高55%，單詞倉儲路線長度下降30%，與傳統倉儲系統隨機分配倉儲的方式，整個系統的效率得到大幅提高。

圖5 試驗數據對比

4 結語

為解決現有倉儲系統中順序擺放造成的倉儲位置分配不合理，倉內配送路徑混亂等問題，在倉儲流程中引入遺傳算法對倉儲位置和倉儲路徑規劃進行優化。通過將倉儲物品的屬性、規格、使用頻率、儲存時長等作為輸入項，以最優倉儲位置分配為優化目標進行優化運算。同時，將倉儲坐標、倉儲區域路線分布等轉換為量化數據，以最優倉儲路徑為目標進行尋優計算。通過實驗對優化后倉儲系統進行驗證，倉儲系統能夠穩定的運行，同時效率得到了大幅提升。