0 引言

随着物流配送行业的快速发展, 对服装仓储配送研究受到人们的极大关注, 通过对服装仓储配送优化设计, 结合智能物流技术实现服装仓储配送优化调度和智能控制, 对服装仓储配送的设计过程是一个对物流活动的计划、组织、指挥、协调、控制过程, 结合电子商务和智能仓储管理技术, 实现智能型服装仓储配送评估和优化控制, 提高物流配送的效率, 研究电子商务条件下的服装仓储配送优化设计, 构建智能型服装仓储配送的中心网络模型。采用电子物流控制方法, 进行智能型服装仓储配送评估系统设计和调度, 提高智能型服装仓储配送评估能力[1]。对智能型服装仓储配送评估系统的设计是建立在对服装仓储的智能配送和调度算法设计基础上, 结合智能配送的控制算法设计, 提高智能型服装仓储配送评估能力[2]。本文提出一种基于无线射频的智能型服装仓储配送评估系统。采用无线射频识别技术进行智能型服装仓储配送信息采集, 对采集的智能型服装仓储配送信息进行分区域调度和智能信息处理, 提取服装仓储配送无线射频信息的匹配特征量, 采用相关性统计分析方法实现服装仓储配送信息评估和智能调度。最后进行系统的硬件设计, 通过实验进行性能测试, 得出有效性结论。

1 服装仓储配送评估网络模型和信息处理

1.1 服装仓储配送评估网络模型

为了实现智能型服装仓储配送评估, 首先采用无线射频识别技术进行服装仓储配送评估信息采集和配送网络模型构造, 采用基于射频识别 (Radio Frequency Identification, RFID) 的智能卡阅读器进行智能型服装仓储配送评估信息采样[3], 结合无线传感跟踪融合技术实现对采集的智能型服装仓储配送评估信息的智能化处理, 采用离散加权控制方法, 对智能型服装仓储配送评估信息进行智能调度, 构建智能型服装仓储配送评估的中心动态选址模型[4], 假设智能型服装仓储配送评估的无线射频识别的信息采集模型表示为:

J(x)=⎛⎝⎜⎜⎜⎜⎜⎜⎜⎜∂v1(x)∂x1∂v2(x)∂x1⋮∂vN(x)∂x1∂v1(x)∂x2∂v2(x)∂x2⋮∂vN(x)∂x2⋯⋯⋱⋯∂v1(x)∂xn∂v2(x)∂xn⋮∂vN(x)∂xn⎞⎠⎟⎟⎟⎟⎟⎟⎟⎟         (1)$J(x)=\left(\begin{array}{cccc}\frac{\partial v{}_1(x)}{\partial x{}_1}& \frac{\partial v{}_1(x)}{\partial x{}_2}& \cdots & \frac{\partial v{}_1(x)}{\partial x{}_n}\\ \frac{\partial v{}_2(x)}{\partial x{}_1}& \frac{\partial v{}_2(x)}{\partial x{}_2}& \cdots & \frac{\partial v{}_2(x)}{\partial x{}_n}\\ ⋮& ⋮& \ddots & ⋮\\ \frac{\partial v{}_{{\rm N}}(x)}{\partial x{}_1}& \frac{\partial v{}_{{\rm N}}(x)}{\partial x{}_2}& \cdots & \frac{\partial v{}_{{\rm N}}(x)}{\partial x{}_n}\end{array}\right)(1)$

式中, ∂vN(x)∂xn$\frac{\partial v{}_{{\rm N}}(x)}{\partial x{}_n}$表示智能型服装仓储配送评估中的信息负载, 采用嵌入式的智能信息处理技术, 实现智能型服装仓储配送评估的模糊控制, 采用二阶梯度ᐁ2F (x) 描述智能型服装仓储配送评估的模糊约束量, 控制节点总数V为常数, 当t<δ时, 智能型服装仓储配送评估的统计特征量用以下方程描述为:

ds(t)dt=−βi(t)s(t),di(t)dt=βi(t)s(t)         (2)$\frac{\text{d}s(t)}{\text{d}t}=-\beta i(t)s(t),\frac{\text{d}i(t)}{\text{d}t}=\beta i(t)s(t)(2)$

其中i (t) 和s (t) 分别智能型服装仓储配送评估的信息分布密度和仓储吞吐量, 当t>δ时, 智能型服装仓储配送评估的模糊动力学模型可以描述为

⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪ds(t)dt=−βi(t)s(t)+αr(t)di(t)dt=βi(t)s(t)−μi(t)dr(t)dt=μi(t)−αr(t)         (3)$\{\begin{array}{l}\frac{\text{d}s(t)}{\text{d}t}=-\beta i(t)s(t)+\alpha r(t)\\ \frac{\text{d}i(t)}{\text{d}t}=\beta i(t)s(t)-\mu i(t)\\ \frac{\text{d}r(t)}{\text{d}t}=\mu i(t)-\alpha r(t)\end{array}(3)$

由此构建智能型服装仓储配送评估的网络结构模型, 采用无线射频识别技术, 实现对智能性负载仓储配送和网络模型构造。设有m个智能型服装仓储配送中心地点A1, A2, …, An, 每个智能型服装仓储配送中心地点的吞吐量表示为a1, a2, …, an, 采用智能控制方法进行智能型服装仓储配送评估中心优化节点部署设计和模糊约束控制, 采用嵌入式控制方法, 实现对智能型服装仓储配送过程中的节点定位部署。

1.2 智能型服装仓储配送的智能信息处理

采用多频多格式的RFID识别技术, 进行智能型服装仓储配送的智能信息处理, 结合多模嵌入式控制方法[5], 构造智能型服装仓储配送的分簇节点路径调度模型, 用NInteri (n) 表示为:

NInteri (n) =NInteri (n) +1, if j∉Ni∪tij≥Th (4)

其中, CInteri (n) 表示智能型服装仓储配送节点i的最大传输时延, 则智能型服装仓储配送评估中心的均衡调度输出为:

CIntrai(n)=NIntrai(n)T,CInteri(n)=NInteri(n)T         (5)$C{\rm I}ntra{}_i(n)=\frac{{\rm N}{\rm I}ntra{}_i(n)}{{\rm T}},C{\rm I}nter{}_i(n)=\frac{{\rm N}{\rm I}nter{}_i(n)}{{\rm T}}(5)$

结合粗糙集理论, 构造智能型服装仓储配送评估的动态约束控制模型[6], 得到智能型服装仓储配送路径搜索模型为:

⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪ρIt=∑1NIs(i,t)V=NIVρRt=∣∣∣∣∑1NRs(i,t)∣∣∣∣V=NRVρSt=NSV         (6)$\{\begin{array}{l}\rho {}_{\text{t}}^{\text{Ι}}=\frac{{\displaystyle \sum _1^{{\rm N}{}_{\text{Ι}}}s}(i,t)}{V}=\frac{{\rm N}{}_{\text{Ι}}}{V}\\ \rho {}_{\text{t}}^{\text{R}}=\frac{\left|{\displaystyle \sum _1^{{\rm N}{}_{\text{R}}}s}(i,t)\right|}{V}=\frac{{\rm N}{}_{\text{R}}}{V}\\ \rho {}_{\text{t}}^{\text{S}}=\frac{{\rm N}{}_{\text{S}}}{V}\end{array}(6)$

其中NI、NR和NS分别表示在t时刻智能型服装仓储配送节点I、R和S的吞吐量, 构建智能型服装仓储配送评估的模糊约束选择模型[7], 在智能型服装仓储配送评估中心中, 节点 i在t时刻的输出仓储物流量表示为Xi (t) = (xi1 (t) , xi2 (t) , xiD (t) ) , 结合全局均衡控制方法, 得到智能型服装仓储配送节点i在t时刻的链路分布密度为Vi (t) = (vi1 (t) , vi2 (t) , ＼ldots, viD (t) ) 。

在多目标进化条件下, 采用智能卡阅读器驱动器进行服装仓储配送的最短路径寻优, 得到路径为pi= (pi1, pi2, …, piD) , 在进行智能型服装仓储配送的路径搜索中, 用0表示地点信息素, 结合模糊动态加权方法, 对每个服装仓储配送线路进行自动加权, 构建服装仓储配送的模糊动态控制方程为:

f (i) =dS (i) +dT (i) (7)

其中, dS (i) 为智能型服装仓储配送的等效约束量, 在智能约束控制下, 服装仓储配送的关联维特征向量表述为:

x (k) =[x(k)1${}_1^{(\text{k})}$, x(k)2${}_2^{(\text{k})}$, …, x(k)Nk−1${}_{{\rm N}{}_{\text{k}-1}}^{(\text{k})}$]T (8)

在综合性的调度模型下, 服装仓储配送的信息输出统计特征量为 (ta, ya) , (tb, yb) 表示一个二维统计特征量为Hx=-jωx/‖ω‖和Hy=-jωy/‖ω‖, 采用负载均衡调度方法, 实现服装仓储配送过程中的均衡控制[8], 服装仓储配送的统计特征数据集为一个n×n的矩阵, 表示为:

D=⎡⎣⎢⎢⎢⎢⎢⎢⎢0d(2,1)d(3,1)⋮d(n,1)d(1,2)0d(3,2)⋮d(n,2)d(1,3)d(2,3)0⋮d(n,3)⋯⋯⋯0⋯d(1,4)d(2,n)d(3,n)⋮0⎤⎦⎥⎥⎥⎥⎥⎥⎥         (9)$D=\left[\begin{array}{ccccc}0& d(1,2)& d(1,3)& \cdots & d(1,4)\\ d(2,1)& 0& d(2,3)& \cdots & d(2,n)\\ d(3,1)& d(3,2)& 0& \cdots & d(3,n)\\ ⋮& ⋮& ⋮& 0& ⋮\\ d(n,1)& d(n,2)& d(n,3)& \cdots & 0\end{array}\right](9)$

对于服装仓储配送的中心数据点xi和xj之间的相似度特征量s (i, j) 进行自动重组, 构造服装仓储配送的关联性特征值, 当d (i, j) =d (j, i) , d (i, i) =0, 得到服装仓储配送的均衡性最佳, 根据上述算法设计, 实现服装仓储配送的最佳配送量控制。

2 智能型服装仓储配送评估算法优化

对采集的智能型服装仓储配送信息进行分区域调度和智能信息处理, 提取服装仓储配送无线射频信息的匹配特征量[9], 采用相关性统计分析方法实现服装仓储配送信息评估和智能调度, 服装仓储配送无线射频信息匹配的统计特征量表达如下:

min(f)=∑i=1m∑j=1nCijXij         (10)$\min (f)={\displaystyle \sum _{i=1}^m{\displaystyle \sum _{j=1}^{n}C}}{}_{ij}X{}_{ij}(10)$

假设智能型服装仓储配送信息采样的RFID节点数为n, 其中N1, …, Nn, 对于智能型服装仓储配送节采用RFID智能卡阅读器进行智能型服装仓储配送信息采样, 结合模糊控制方法进行智能型服装仓储配送的中心信息处理, 构建ARM信息处理单元实现智能型服装仓储配送的智能调度和嵌入式控制, 提取智能型服装仓储配送信息特征量, 采用标签阅读器进行信息采样和总线传输控制设计[10], 节点进行动态载荷控制, 以节点配送的负载最小和路径最短为约束代价, 动态载荷为L1, …, Ln和Pmin1${}_1^{\min }$, …, Pminn${}_n^{\min }$, 采用路由图拓扑结构进行服装仓储配送的自适应均衡调度, 将服装仓储配送的信息链路集划分成k类特征值, 表示为{C1, C2, …, Ck}, 在模糊代价约束下, 服装仓储配送的统计特征量表述为:

flg-M (z) = (flg (z) , flg-x (z) , flg-y (z) ) = (flg (z) , hx*flg (z) , hy*flg (z) ) (12)

其中, flg (z) =f (z) *F-1 (G (ω) ) , 在最短服装仓储配送路径下, C1和C2的距离为d (Xi, C1) , d (Xi, C2) , 由此得到智能型服装仓储配送评估的适应度方差:

σ2=−∑i=1n(fi−favgf)2         (13)$\sigma {}^2=-{\displaystyle \sum _{i=1}^n\left(\frac{f{}_i-f{}_{\text{a}\text{v}\text{g}}}{f}\right)}{}^2(13)$

其中, n为智能型服装仓储配送评估中心点个数, fi为第i个配送节点的适应度值, favg为智能型服装仓储配送评估中心优化配置的平均适应度, 当σ2<m时, m为某一个确定的阈值。在模糊约束控制下, 得到电智能型服装仓储配送的传输量化特征分布模型表示为:

E′comm=N·k1·LDATA+N·k2+Ecomm= (N+1) ·k1·LDATA+k1·LACK+ (N+2) ·k2 (14)

η′comm=k1⋅lE′comm⋅(1−p′drop)         (15)${\eta }^{\prime }{}_{\text{c}\text{o}\text{m}\text{m}}=\frac{k{}_1\cdot l}{E^{\prime }{}_{\text{c}\text{o}\text{m}\text{m}}}\cdot (1-p^{\prime }{}_{\text{d}\text{r}\text{o}\text{p}})(15)$

其中, N为最优子节点数, 结合最佳配送路线控制协议进行智能型服装仓储配送评估, 结合链路均衡控制协议, 实现对智能型服装仓储配送评估的信息融合和智能调度设计[11]。

3 系统硬件设计

3.1 系统的总体设计

在上述进行了智能型服装仓储配送评估的算法设计基础上, 进行智能型服装仓储配送评估系统的硬件设计, 构建基于ADSP21160和嵌入式ARM的智能型服装仓储配送评估系统[12], 首先进行系统的总体设计构架分析, 在总线控制协议下进行智能型服装仓储配送评估的分散控制设计,

图1 系统总体设计构架 

采用RFID智能卡阅读器进行智能型服装仓储配送信息采样, 结合模糊控制方法进行智能型服装仓储配送的中心信息处理, 构建ARM信息处理单元实现智能型服装仓储配送的智能调度和嵌入式控制[13], 提取智能型服装仓储配送信息特征量, 采用标签阅读器进行信息采样和总线传输控制设计, 根据上述的总体设计构架, 进行系统的硬件模块化设计。

3.2 系统的硬件模块设计

本文设计的智能型服装仓储配送评估系统的硬件模块主要分为信息采集模块、交叉编译模块、人机交互模块和总线控制模块, 通过LCDDMA、LPC3600进行智能型服装仓储配送评估系统的中央控制, 采用嵌入式技术进行主机模块调节, 在上位机传输模块以及人机交互模块设计中, 采用RS5485总线技术方法进行智能型服装仓储配送评估[14], 结合Um接口实现智能型服装仓储配送的输出接口控制, 通过工业标准级的六线同步串口实现智能型服装仓储配送评估系统的PCI总线设计和信息调度, 建立GPRS逻辑信道, 通过附加总线实现智能型服装仓储配送评估的安全核查和控制参数调节。综上分析, D/A模块负责提供发射信号, 智能型服装仓储配送评估系统数字板输出三线串口PSCAD/EMTDC[15], 实现系统的硬件集成设计, 得到系统的硬件设计电路图如图2所示。

图2 系统硬件设计电路图   

4 实验测试分析

为了验证本文设计系统在实现智能型服装仓储配送评估中的应用性能, 进行硬件调试实验, 实验中智能型服装仓储配送评估模式设定为SPI和VIX模式, 经 D1～D4组成桥式整流电路整流, VCE 脉冲高于120 V 时, 设计智能型服装仓储配送输出的耐压200 V的IGBT, 调整 PWM的输出, 智能型服装仓储配送的模糊PN序列为01001000, 对信息的RFID采样频率为200 kHz, 数据长度为30 000, 根据上述测试环境, 得到智能型服装仓储配送系统的输出性能曲线及等效电路如图3所示。

图3 输出性能曲线及等效电路  

分析上述测试结果得知, 时间 t1～t2 时, 当开关脉冲加至 IGBT, 在高频电流一个电流周期里, t2～t3 中的输出脉冲具有稳定性, 说明系统的控制性能较好, 提高了智能型服装仓储配送评估的可靠性。

5 结语

结合电子商务和智能仓储管理技术, 实现智能型服装仓储配送评估和优化控制, 提高物流配送的效率, 本文提出一种基于无线射频的智能型服装仓储配送评估系统。结合无线传感跟踪融合技术实现对采集的智能型服装仓储配送评估信息的智能化处理, 采用离散加权控制方法, 对智能型服装仓储配送评估信息进行智能调度, 结合粗糙集理论, 构造智能型服装仓储配送评估的动态约束控制模型。通过工业标准级的六线同步串口实现智能型服装仓储配送评估系统的PCI总线设计, 结合DSP实现系统硬件设计。测试得知, 该系统的可靠性较好, 系统输出稳定性较好。