0 引言

电子商务的发展促进了物流业的蓬勃发展,与此同时也暴露了物流的短板。仓储和运输是物流的2大核心,原始的仓库堆存和保管流程已经跟不上现代仓储的发展,因此,提高物资管理水平和效率,提高资源利用率成为企业面临的问题。物资管理人员主要依靠收集物资的出入库单据和物资流转单据获取物资管理信息,这个过程离不开人工操作,但是效率低下,无法满足新型的物资供应模式,因此,就需要依靠物联网手段,对物流仓库的实时数据采集方案重新部署,为新型的自动化物流仓库的智能识别提供及时可靠的数据支持[1,2]。现有的仓库智能识别方法对于最优线路的计算精度低,导致运输成本偏高,因此,设计一种基于物联网的自动化物流仓库智能识别方法。建立多层次的分析结构,结合关键因素分析通信物资供应需求,使仓储部门能够把握物资管理的整体方向,减少因忽略物资需求量而增加的运输成本,引入更适合物流仓库的RFID技术,制定特有的编码规则,提高数据信息流传输效率,利用卫星导航寻找最优运输路径,通过线性规划方程使仓库到需求点的运输成本最低。

1 基于物联网的自动化物流仓库智能识别方法研究

自动化物流的智能识别在物流行业中应用广泛,主要是因为它能够节约成本,期望以最少的运输费用来为分布在不同位置的客户配货。仓库的存储量与客户需求量的精准识别是节约成本的基础和关键,因此就需要一个完善的物资管理方法,能够更加方便地进行仓库进销存物资的管理[3,4,5],结合各个仓库的库存、各个需求点的需求量与仓库的运输费用,进行高精度计算,最终求出最优解,也就是运输成本最低的运输方案,在企业盈利方面提供新的思路。

1.1 分析通信物资供应需求

通信物资的供应管理在物流仓库中非常重要,在日常维护工作中,涉及到的物资数量多,且随着网络规模的扩大,物资的管理工作也日益繁重。为了适应网络规模扩大带来的巨大工作量,需要对通信物资的供应需求进行分析。针对于物流仓库的特点和业务流程,主要分为电子采购流程、物资管理主要业务流程以及数字化仓储业务。关于通信物资的供应需求,主要是通过管理员与用户在公告管理平台上进行交互的,智能识别的库存的公告管理用例是用来对公告信息的管理和相关操作,公告管理用例主要包括公告浏览和管理,如信息的添加、删除、修改,公共管理用例图如图1所示。

图1 公告管理功能用例图 

库存管理员负责公告管理用例中的子用例,在电子公告添加用例的过程中,管理员成功登陆后,使用公告管理功能和公告查询功能,对仓库现有的库存进行管理和查询,由于仓库存储中物资的需求量不相同,可以结合层次分析法进行分析,建立一个多层次的分析结构[6,7],如图2所示。

图2 多层次分析结构  

该分析结构包括目标层、准则层、方案层,第1层是目标层,目标为通信物资的需求量,第2层是准则层,包括物资经济价值等4项,第3层为方案层,本文中指代各零部件。将准则层两两对比,得到判断矩阵:

A=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢A1A2A3A4A11131315A2311315A333113A45531⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥         (1)$A=\left[\begin{array}{ccccc}& A{}_1& A{}_2& A{}_3& A{}_4\\ A{}_1& 1& 3& 3& 5\\ A{}_2& \frac{1}{3}& 1& 3& 5\\ A{}_3& \frac{1}{3}& \frac{1}{3}& 1& 3\\ A{}_4& \frac{1}{5}& \frac{1}{5}& \frac{1}{3}& 1\end{array}\right](1)$

在上面的矩阵中,A1代表物资经济价值,A2代表物资装配关键度,A3为采购难易程度,A4为生产提前期,将该矩阵与关键因素分析法相结合,进行需求量打分,依照物资对关键因素的影响程度,其需求量级别分为十级,主要区别是其瓶颈容忍度不同,其打分对照表如表1所示。

表1 关键因素分析打分对照表 

从上表可以看出,不同需求优先级物资的瓶颈容忍度不同,从需求低优先级到需求高优先级的物资瓶颈容忍度逐渐降低。通过多层次分析结构与关键因素分析法相结合,可以使通信设备的仓储部门在物资管理工作中能够把握整体方向,减少因忽略物资需求量而增加的运输成本。

1.2 引入RFID技术

在分析了通信物资供应需求的基础上,仓储的物资信息的实时更新也是需要考虑的因素。物联网是互联网的一个拓展延伸,通过无线或有线的网络与互联网相结合,能够将仓储的物资信息及时更新。RFID也叫射频识别技术,是现在发展比较成熟的非接触式感知技术[8,9]。目前的物流仓库中,主要应用的几种识别技术包括光学识别、条形码识别,RFID技术具有其独特的特点,更适合物流仓库的日常应用,表2列举了这几种识别方式的主要参数。

表2 几种识别技术参数比较 

在物流运输行业中,RFID技术能够自动识别单一对象,进而拥有识别物体编码的能力。该技术能快速、实时、准确地采集并处理货物信息,在物流仓库中,能够更加方便地进行仓库进销存物资的管理[10,11]。为了适用于本文的智能识别方法,设计RFID识别技术的框架构成如图3所示。

图3 RFID结构  

RFID能够通过无线识别实现数据的读写功能,其封装在封闭壳体内部,外界水、灰等恶劣条件对其影响不大,对于环境的适应性比较高。物资上的标签可小型化和多样化,区别于传统的条形码和二维码。传统的条形码只能识别商品种类,本文的方法在基于RFID技术下,制定一套自己的编码规则,该编码作为识别物资的唯一“ID”,能实现对单个的物体对象进行识别和跟踪,物资编码结构图如图4所示。

图4 物流仓库物资编码   

按照该编码规则可以将企业外协类进行分类编码,保密性高,为自动化物流仓库智能识别提供了良好的技术基础,通过在仓库中应用物联网技术,确保了自动化仓库的数据信息流传输效率。

1.3 求解最优仓库识别函数

最优仓库的识别实质上是一个求最值问题,利用卫星导航进行识别,寻找最优运输路径,使仓库到需求点的运输成本最低或利润最大[12,13]。这就需要高精度识别,卫星识别符合精度标准,误差在10 m内。依据卫星导航系统的伪距观测方程:

d′k=dk+cξtk (2)

在上式中,dk表示接收机与卫星之间的间距,c为光速,ξtk为卫星钟差,可以写ξtk的推导公式:

ξtk=eIkeRk+eC         (3)$\xi {}_{\text{t}\text{k}}=\frac{e{}_{\text{Ι}\text{k}}}{e{}_{\text{R}\text{k}}}+e{}_{\text{C}}(3)$

eIk为电离层误差,eC为电流层误差,eRk为相对误差,根据公式(2)和公式(3),能够对仓库、供应点的地理位置进行精准识别,为了实现自动化的物流仓库智能识别,就是要识别一个或多个最优仓库,使该仓库的库存能够满足需求点,且地理位置在运输上的费用最低,可以将运输问题转化为线性规划问题,因此得到约束条件:

⎧⎩⎨⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪⎪∑i=1nPij≤qn∑j=1mPij≥gmPij≥0         (4)$\{\begin{array}{l}{\displaystyle \sum _{i=1}^n{\rm P}}{}_{ij}\le q{}_n\\ {\displaystyle \sum _{j=1}^m{\rm P}}{}_{ij}\ge g{}_m\\ {\rm P}{}_{ij}\ge 0\end{array}(4)$

上述的约束条件中,n代表拥有所需物资的仓库个数,m为需求点的个数,qn为各个仓库能够提供的物资数量,gm为各个需求点各自需要物资的数量,Pij为仓库i运送至需求点j的数目,根据上述约束条件,可以得到关于仓库识别的最优函数[14,15]:

Wmin=min∑i=1n∑j=1mPijwij         (5)$W{}_{\min }=\min {\displaystyle \sum _{i=1}^n{\displaystyle \sum _{j=1}^m{\rm P}}}{}_{ij}w{}_{ij}(5)$

对于任意一个仓库和需求点来说,在供应约束条件中,要求仓库的物资存储量不能小于运出量,且运至任意需求点的总量要满足该点的需要,即得到另一约束条件:

∑i=1nqi≥∑j=1mgj         (6)${\displaystyle \sum _{i=1}^{n}q}{}_i\ge {\displaystyle \sum _{j=1}^{m}g}{}_j(6)$

需要对得到的最优函数进行求解,通过贪婪启发法得到初始解,将约束条件中的参数逐一输入,包括终止迭代步数和惩罚函数:

S(U)={U1,U2,…,Un} (7)

获取此时最优解S(U),U为选择的点集,S表示候选仓库的集合,最后通过解评价法求出最优路线。至此完成了基于物联网的自动化物流仓库的智能识别方法研究,整体流程如图5所示。

图5 基于物联网的自动化物流仓库的智能识别方法流程   

2 实验

为了验证设计的方法能够使物流过程中仓库到需求点的运输成本最低,设计实验,验证最优仓库识别结果是否达到最低成本。

2.1 实验准备

将某智能交通物流网络作为研究对象,包括1个工厂、10个仓库和23个需求点,定位结果如图6所示。

图6 导航定位结果 

工厂到各个仓库的运输费用如表3所示。

表3 工厂到仓库间的运输费用 

在上述实验条件下,分别使用传统的方法和本文的方法进行智能识别,并对实验结果进行分析。

2.2 实验结果与分析

上述实验条件下分别使用2种方法进行识别并配送物资,得到仓库与需求点所在的区域建立坐标系,详情如图7所示。

图7 仓库与需求点分布坐标图   

得到2种方法的识别结果如表4所示。

表4 2种方法识别结果对比表 

根据上表可以看出,识别结果与传统方法相比,可以单个需求点对应不同的仓库,在某仓库存货不足时,能够智能调用最近的仓库进行补货,以此来最大程度减少运输成本。根据识别结果进行计算,利用本文识别方法识别到的仓库到需求点的运输成本为12.39万元,原有方法识别到的仓库到需求点的运输成本为15.88万元,说明了设计的智能识别方法能够识别到最优仓库。

3 结束语

在多仓库配送的情况下,现有的仓库智能识别方法无法识别出最优仓库,因此,设计一种基于物联网的自动化物流仓库智能识别方法。建立多层次的分析结构,结合关键因素分析通信物资供应需求,使仓储部门能够把握物资管理的整体方向,减少因忽略物资需求量而增加的运输成本,引入更适合物流仓库的RFID技术,制定特有的编码规则,提高数据信息流传输效率,利用卫星导航寻找最优运输路径,通过线性规划方程使仓库到需求点的运输成本最低,完成了基于互联网的自动化物流仓库智能识别方法的研究。通过实验结果表明,设计的方法识别到的仓库比原有方法识别到的仓库更优,验证了设计的方法的有效性。