一種基于rfid與批量流技術(shù)的物流中心轉(zhuǎn)儲(chǔ)智能決策控制系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種基于RFID無(wú)線射頻技術(shù)和批量流技術(shù)的物流中心倉(cāng)儲(chǔ)系統(tǒng)內(nèi)部轉(zhuǎn)儲(chǔ)批的智能決策系統(tǒng)及方法，尤其涉及在通過(guò)RFID無(wú)線射頻技術(shù)對(duì)貨區(qū)狀態(tài)的實(shí)施信息獲取的基礎(chǔ)上通過(guò)對(duì)轉(zhuǎn)儲(chǔ)批采用批量流技術(shù)進(jìn)行分解，實(shí)現(xiàn)轉(zhuǎn)儲(chǔ)批智能分解、調(diào)度的決策方法，屬于智能信息技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002]物流中心是多種運(yùn)輸方式銜接地，是一個(gè)具有一定規(guī)模和多種服務(wù)功能的物流企業(yè)集結(jié)點(diǎn)，包括綜合功能、集約功能、信息交易功能、集中倉(cāng)儲(chǔ)功能、配送加工功能、多式聯(lián)運(yùn)功能、輔助服務(wù)功能及停車(chē)場(chǎng)功能?？梢匀嫣幚韮?chǔ)存、包裝、裝卸、流通加工、配送等作業(yè)方式以及不同作業(yè)方式之間相互轉(zhuǎn)換。物流園區(qū)內(nèi)部物流作業(yè)繁忙，貨物裝卸作業(yè)頻繁、吞吐量大、周轉(zhuǎn)率高，相對(duì)與一般倉(cāng)儲(chǔ)系統(tǒng)，物流中心的倉(cāng)儲(chǔ)系統(tǒng)決策問(wèn)題更加復(fù)雜。
[0003]物流中心倉(cāng)儲(chǔ)系統(tǒng)中各環(huán)節(jié)包括的決策問(wèn)題主要有以下幾類(lèi):(1)入庫(kù)單制定，
(2)出庫(kù)單制定，(3)轉(zhuǎn)儲(chǔ)計(jì)劃制定，(4)月臺(tái)調(diào)度，等。其中轉(zhuǎn)儲(chǔ)計(jì)劃是銜接出庫(kù)與入庫(kù)之間重要環(huán)節(jié)，如何通過(guò)轉(zhuǎn)儲(chǔ)有效服務(wù)出庫(kù)，指導(dǎo)入庫(kù)是倉(cāng)儲(chǔ)系統(tǒng)中的重要決策問(wèn)題。目前，在多數(shù)倉(cāng)儲(chǔ)系統(tǒng)中，上述信息一般輔以WMS系統(tǒng)的數(shù)據(jù)支持，可以實(shí)現(xiàn)倉(cāng)儲(chǔ)信息化。但其決策過(guò)程完全依賴(lài)人工經(jīng)驗(yàn)決策，決策結(jié)果影響整個(gè)物流中心運(yùn)作效率，并且對(duì)供應(yīng)鏈上下游產(chǎn)生直接影響，轉(zhuǎn)儲(chǔ)計(jì)劃的不準(zhǔn)確直接影響出庫(kù)效率，經(jīng)常出現(xiàn)月臺(tái)大量堆積貨物，但已到達(dá)物流中心的車(chē)輛無(wú)貨依然無(wú)貨可配的現(xiàn)象，延誤發(fā)貨時(shí)間，降低了客戶(hù)服務(wù)水平，增加了物流中心運(yùn)作成本，其特征表現(xiàn)為:
(I)物流中心轉(zhuǎn)儲(chǔ)決策問(wèn)題復(fù)雜，物流中心物流運(yùn)作過(guò)程影響因素多，是一類(lèi)典型的組合優(yōu)化問(wèn)題，其準(zhǔn)確度僅依賴(lài)人工經(jīng)驗(yàn)難以保證決策結(jié)果的優(yōu)化效果；決策時(shí)間有限，工作強(qiáng)度大，并且銷(xiāo)售訂單信息具有動(dòng)態(tài)性，并且在其他外力因素影響下，決策問(wèn)題呈現(xiàn)動(dòng)態(tài)不確定性特征，增加決策復(fù)雜度；目前WMS系統(tǒng)為決策過(guò)程提供數(shù)據(jù)支持，如庫(kù)存信息、相關(guān)單據(jù)信息等，但尚不具備輔助決策的能力，未能提供有價(jià)值的輔助決策信息緩解決策難度；決策支持崗位對(duì)人員水平依賴(lài)性強(qiáng)，增加了人員工作壓力，同時(shí)給物流中心運(yùn)作帶來(lái)難以預(yù)計(jì)的風(fēng)險(xiǎn)。
[0004](2)轉(zhuǎn)儲(chǔ)決策過(guò)程與執(zhí)行過(guò)程脫節(jié)，由于人工決策難以考慮各影響因素，無(wú)法實(shí)現(xiàn)精細(xì)化管理，一般制定較大批量的粗放型轉(zhuǎn)儲(chǔ)計(jì)劃，由叉車(chē)工進(jìn)行分解執(zhí)行。導(dǎo)致執(zhí)行過(guò)程中對(duì)于管理人員以及信息系統(tǒng)存在黑箱，出現(xiàn)信息流與物流的不同步現(xiàn)象。
[0005](3)轉(zhuǎn)儲(chǔ)決策導(dǎo)致多米諾骨牌效應(yīng)明顯，月臺(tái)指派，即為入園車(chē)輛指定裝貨月臺(tái)，是決策的最終環(huán)節(jié)，受前期轉(zhuǎn)儲(chǔ)決策影響，月臺(tái)指派規(guī)則越簡(jiǎn)單，則越體現(xiàn)前期決策準(zhǔn)確度，但目前月臺(tái)指派后通常需要人工調(diào)整，而現(xiàn)場(chǎng)調(diào)度員難以把握全局信息，指派月臺(tái)結(jié)果難以滿足物流中心整體優(yōu)化的需求。
[0006]可見(jiàn)，在物流園區(qū)運(yùn)作過(guò)程中各決策環(huán)節(jié)雖然面向不同流程和不同對(duì)象，但各環(huán)節(jié)關(guān)聯(lián)性強(qiáng)，轉(zhuǎn)儲(chǔ)批決策作為中心環(huán)節(jié)，其每次決策結(jié)果的誤差被各個(gè)后續(xù)操作逐級(jí)放大，不但影響倉(cāng)儲(chǔ)環(huán)節(jié)的管理，并間接影響到供應(yīng)鏈上下游的協(xié)同運(yùn)作，因此，物流中心倉(cāng)儲(chǔ)的轉(zhuǎn)儲(chǔ)批決策必須基于信息化的決策框架，實(shí)現(xiàn)智能化的決策過(guò)程。
[0007]在過(guò)去的幾十年里，批量流的概念在生產(chǎn)領(lǐng)域中廣泛地被利用，如豐田的JIT系統(tǒng)。在生產(chǎn)實(shí)踐上的應(yīng)用在一定程度上證明了批量流的效用。Truscott發(fā)表在《Journalof Operat1nal Management))上的論文〈〈Product1n scheduling with capacityconstrained transportat1n activities))提出批量流潛在的益處，包括減少生產(chǎn)前置時(shí)間，降低在制品存量從而減少在制品所需耗的儲(chǔ)存成本和儲(chǔ)存空間。Adar A.Kalir等發(fā)表在〈〈Internat1nal Journal of Product1n Economics〉〉上的論文〈〈Evaluat1n of thepotential benefits of lot streaming in flow-shop systems》比車(chē)交了米用批量流和傳統(tǒng)不采用批量流方式下的差異性:完工時(shí)間、產(chǎn)品平均流動(dòng)時(shí)間、在制品水平，分析得到批量流在生產(chǎn)車(chē)間內(nèi)具有較好的效果，能有效降低上述指標(biāo)。
[0008]在批量流的劃分方面，如何控制子批量的大小是目前所需要得到較重要的一環(huán)。相等子批量是其中一種最為常見(jiàn)的劃分方式，由于其簡(jiǎn)單易行，很多學(xué)者進(jìn)行了相關(guān)方面的石開(kāi)宄° LOW 等在〈〈Internat1nal Journal of Advanced Manufacturing Technology〉〉上發(fā)表的論文《Benefits of lot splitting in job-shop scheduling》比較研宄了等量分批和不等量分批策略，認(rèn)為存在很多合理的等量分批調(diào)度可以達(dá)到減少完工時(shí)間和成本的目的，并降低計(jì)算難度。
[0009]在批量流的調(diào)度方法，主要的調(diào)度建模方法可被歸類(lèi)為分析的、啟發(fā)式的和人工智能這三種類(lèi)型。陳進(jìn)等在《機(jī)械工程學(xué)報(bào)》上發(fā)表的論文《Job-Shop調(diào)度問(wèn)題的分批和最優(yōu)化策略》論述了一種簡(jiǎn)化的生產(chǎn)車(chē)間內(nèi)批量分割的方法，對(duì)其進(jìn)行優(yōu)化調(diào)度，同時(shí)解決分批調(diào)度中的位置、原則和對(duì)工期影響等問(wèn)題，提出分批的步驟和方法，在此基礎(chǔ)上，他們用一種啟發(fā)式的算法進(jìn)行通常的優(yōu)化調(diào)度，在此調(diào)度計(jì)劃中找出其中工期最長(zhǎng)的關(guān)鍵路徑；葉濤鋒，等發(fā)表在《中國(guó)管理科學(xué)》上的論文《基于批量流的多階段生產(chǎn)系統(tǒng)的優(yōu)化問(wèn)題研宄》提出一種啟發(fā)式方法；桑紅燕等發(fā)表在《中國(guó)機(jī)械工程》上的論文《求解批量流水線調(diào)度問(wèn)題的離散蜂群算法》提出了一種離散人工蜂群算法來(lái)優(yōu)化最大完工時(shí)間，提出了插入鄰域快速算法，這是一類(lèi)群智能算法求解思路。
[0010]從上述研宄可見(jiàn)，批量流技術(shù)多應(yīng)用于生產(chǎn)領(lǐng)域，生產(chǎn)領(lǐng)域批量流技術(shù)的應(yīng)用關(guān)鍵在于批量的拆解和批量之間通過(guò)調(diào)度得到的加工順序。但倉(cāng)儲(chǔ)領(lǐng)域批量流的應(yīng)用不單決策批量的拆解，還要決策批量所取貨位以及批量歸屬貨位，因此目前研宄中所建立模型與求解方法，不完全適用于倉(cāng)儲(chǔ)領(lǐng)域。

【發(fā)明內(nèi)容】

[0011]本發(fā)明目的在于實(shí)現(xiàn)物流中心轉(zhuǎn)儲(chǔ)批的智能決策，實(shí)現(xiàn)物流中心倉(cāng)儲(chǔ)的精細(xì)化管理，提供一種基于RFID的信息采集架構(gòu)上采用批量流技術(shù)的轉(zhuǎn)儲(chǔ)批分解、制定、執(zhí)行的決策控制系統(tǒng)與方法。
[0012]為了實(shí)現(xiàn)以上目的，本發(fā)明的技術(shù)方案是通過(guò)RFID采集貨物數(shù)據(jù)、貨位數(shù)據(jù)，建立決策系統(tǒng)輔助貨物與貨位的關(guān)聯(lián)以及轉(zhuǎn)儲(chǔ)批任務(wù)指派，系統(tǒng)結(jié)構(gòu)包括:貨位數(shù)據(jù)采集器、貨物數(shù)據(jù)采集器、轉(zhuǎn)儲(chǔ)作業(yè)終端及轉(zhuǎn)儲(chǔ)批決策系統(tǒng)； 所述貨位數(shù)據(jù)采集器，采用RFID標(biāo)簽，嵌入安裝在各貨位地面，使得轉(zhuǎn)儲(chǔ)作業(yè)終端機(jī)在進(jìn)入貨位后可以讀取到該貨位?目息；
所述貨物數(shù)據(jù)采集器，采用RFID標(biāo)簽，嵌入安裝在貨物托盤(pán)內(nèi)，使得轉(zhuǎn)儲(chǔ)作業(yè)終端機(jī)在載入托盤(pán)后可以讀取到該托盤(pán)對(duì)應(yīng)貨物信息；
所述轉(zhuǎn)儲(chǔ)作業(yè)終端，可讀取貨位數(shù)據(jù)采集器信息，讀取貨物數(shù)據(jù)采集器信息，接受轉(zhuǎn)儲(chǔ)作業(yè)任務(wù)指派并回傳轉(zhuǎn)儲(chǔ)作業(yè)結(jié)果；
所述轉(zhuǎn)儲(chǔ)批決策系統(tǒng)優(yōu)選為計(jì)算機(jī)系統(tǒng)，連接轉(zhuǎn)儲(chǔ)作業(yè)終端、貨位數(shù)據(jù)采集器、貨物數(shù)據(jù)采集器，根據(jù)貨位數(shù)據(jù)采集器、貨物數(shù)據(jù)采集器獲取的由貨位信息和貨物信息組成的庫(kù)存信息，對(duì)輸入的轉(zhuǎn)儲(chǔ)需求采用批量流技術(shù)進(jìn)行拆解、調(diào)度并傳遞給轉(zhuǎn)儲(chǔ)作業(yè)終端，并且接受轉(zhuǎn)儲(chǔ)作業(yè)終端的回傳數(shù)