基于SOA与遗传算法的智能仓储管理系统的制作方法

本发明涉及智能仓库管理领域，具体来讲是一种基于soa与遗传算法的智能仓储管理系统，运用了遗传算法对出入库任务调度问题进行优化。

背景技术：

仓库管理是企业管理的重要组成部分，具有鲜明的特点：信息处理量比较大，需要管理的产品种类繁多，而且由于出入库单、出库单、盘点单、物料领用等单据的发生量非常大，需要关联的数据信息多。同时由于各个产品的查询和统计方式各不相同，因此在管理上实施起来难度非常大，很容易造成管理过程中出现信息错乱重复，单据、报表种类繁杂，无法进行各个部门统一规划管理等。因此，对企业而言，做好仓库管理至关重要。

随着工业4.0的到来，智能制造、智慧物流等新兴概念的涌入使仓储管理进入了崭新的时代。企业为了适应新的变化，不管是从仓储管理的理念、设备、技术上都需做出改变。随之而来企业对于相关信息化管理软件也有了新的需求，物流仓储管理系统能否快速适应企业需求的变化并实现各个系统间协同集成，这些都是企业所关心的问题。

对于采用传统框架开发的wms来说，其因系统间功能模块高度藕合而体现出的低拓展性、低可移植性等缺点显然已经无法快速适应当前企业需求的变化。因此一款采用先进系统框架开发、能够快速响应企业需求、整合旧的物流系统资源、消除不同系统间“信息孤岛”的高度灵活的物流仓储管理系统被企业、市场所需要。

soa的出现为以上问题提供了比较好的解决方案，soa将系统从功能模块抽离出独立服务的概念，让软件的模块化、低耦合性变的更加方便。在物流仓储管理系统的设计中，soa的应用增强了系统的灵活性、可配置性以及可维护性，使多平台的接口设计变得更加简单，同时降低了管理人员的培训成本与系统的维护成本。

遗传算法(geneticalgorithm)遵循自然界“适者生存”的原则，是一类借鉴自然选择和自然遗传机制的寻优算法。遗传算法模拟一个自定义种群的进化过程，通过选择(selection)、交叉(crossover)以及变异(mutation)等机制，在每次进化中都保留一组候选个体，种群经过若千次的进化后，种群对“自然环境”，的适应度达到最佳。自从遗传算法被提出以来，其得到了广泛的应用，特别是在已知解空间情况下求寻最优解的问题上，遗传算法的使用提高了求解效率。在物流仓储管理系统的设计中，遗传算法的应用可以实现系统对多任务调度问题的优化，提高系统的工作效率。

随着物流技术的发展，如射频条码技术、自动传输、自动分拣技术，以及新的物流理念如零库存生产方式jit(justintime)、智能物流等理念在物流仓储行业得到应用，在物流仓储管理系统设计中融入新兴信息物流技术，迎合新的市场需求将会是新的潮流。随之而来的系统在精细化，高效化上也将会有着进一步的发展。未来能够适应产业结构变化的新型物流仓储管理软件，将会在市场竞争中赢得先机。

技术实现要素：

因此，为了解决上述不足，本发明在此提供一种基于soa与遗传算法的智能仓储管理系统；极大提高了企业仓库工作人员的工作效率，大大减少了以往入、出、存流程繁琐、杂乱、周期长的弊端；另外，基于企业仓库管理的全面自动化，可以减少入库管理，出库管理及库存管理中的漏洞，可以节约不少管理开支,增加企业收入；另外，仓库管理的操作自动化和信息的电子化，全面提高了企业的仓库管理水平。

本发明是这样实现的，构造一种基于soa与遗传算法的智能仓储管理系统，其特征在于：该系统主要包括；

（1）基础信息模块：用于叉车信息管理增删改查、货架货位信息的增删改查及线盘存放区域的增删改查；

（2）入库模块：与基础信息模块无线连接，用于确认原材料入库和成品入库的信息；发出入库指令后，工作人员即将原材料和成品信息通过rfid读写器读出后传到数据库中的入库表中，并在所述数据库中的入库表中新增一条数据，最后，发出入库确认指令；

（3）出库模块：与基础信息模块无线连接，用于确认原材料出库和成品出库的信息;发出出库指令后，工作人员即将原材料和成品信息通过rfid读写器读出后传到数据库中的出库表中，并在所述的数据库中的出库表中减去一条数据，最后，入库模块发出出库确认指令；

（4）盘点模块：分别与入库模块、出库模块无线连接，用于核实库房内的实际库存；发出盘点指令后，工作人员通过rfid读写器进行盘点，并与数据库的盘点表中的储存结果信息进行对比，最后将盘点结果显示在web前台。

根据本发明所述一种基于soa与遗传算法的智能仓储管理系统，其特征在于：该系统运用如下遗传算法对多组入出库作业调度，目的是实现物料的高效出入库并保持库内货物存放的合理性；遗传算法的步骤分为4步；

（1）按照问题描述选择适当编码方式，通过编码的过程将问题实际解映射到一组用数字表示的染色体上；随后随机产生一组可行染色体作为本次问题的初始种群；

（2）定义此种群的适应度函数以确定种群的进化方向，为了便于求解一般将其转化为非负的，数值越高代表适应性越强的函数；

（3）计算种群中每个染色体的适应值，通过适应值的高低对此染色体进行评价，如果种群中的染色体最高适应值已经达到了目标值或者结果趋于收敛则停止进化过程，否则进行下一步；

（4）按照自然界中“适者生存”的前提使用某种选择方法对当前种群中染色体进行选择，并对留下来的染色体进行交叉与变异操作来生成新的种群，之后再进行步骤（3）。

根据本发明所述一种基于soa与遗传算法的智能仓储管理系统，其特征在于：该系统运行时，在物资上安装作为物资的身份识别码且具有唯一性的射频标签；安装在仓库门口上的红外自动控制装置，当物质通过仓库门时触发rfid读写器读取物质的rfid标签，从而获取数据，进而完成进出物质的管控；与rfid读写器无线连接，用于读取设备上标签信息的rfid天线；对进、出库物资身份的查验，当发现装备未审批出库，则现场产生声光告警，同时将告警信息通过网络发送到值班室进行处理的报警装置；

同时：（1）对经常使用的物资，利用射频标签非接触远距离快速读写的特性，在物资上安装具有唯一识别码的射频标签，作为物资的身份识别码；在库房出、入口安装rfid读写器；将红外线自动控制装置放置在靠近门口的rfid天线的覆盖区域内，当物资进入门口的rfid天线覆盖区域并触发红外线自动控制装置时，进行物资信息的管控;rfid天线能够读取设备上标签的信息；并发送给rfid读写器；对进、出库装备身份的查验，当发现装备未审批出库，则现场产生声光告警，同时将告警信息通过网络发送到值班室进行处理；

（2）对现有的库房信息进行管理，库房管理人员对所有的库房信息进行初始化录入，为库房中的物资出入库提供基础数据；对库房中的库位信息进行管理与绑定，库房管理人员所有的库位信息与库房信息绑定录入，为库房中的物资出入库提供基础数据；

（3）完成原材料入库，首先使用手持机扫描原材料二维码，然后向系统请求rfid卡号，接着将rfid卡的编号与二维码信息进行关联:由系统分配原料位置并进行原料入库，其中原料入库分为手动入库和叉车入库;手动入库时，用手持机扫描原材料，确认位置信息无误后进行原料入库;叉车入库时，系统告知叉车的取货点和存放点，然后叉车来到存放点，叉车取货时与原材料发生感应，叉车人员确认，并取货。最后叉车来到存放点，叉车与感应区感应，叉车人员确认，原材料入库完成:生产完的成品入库，首先在成品入库前贴rfid标签，包含成品的规格，型号，数量信息;手动成品入库，入库人员在手持机app上被通知进行成品入库，app上会显示需要入库的成品规格，数量，存放地点和要入库的地点。入库人员先扫描成品rfid，确认无误后，将成品入库到指定地点，然后用手持机扫描货位上的rfid标签，确认位置信息无误后，进行成品入库:叉车进行成品入库，叉车会根据叉车看板上的通知到指定位置取货和存放，可通过叉车上的rfid感应器和原材料上的rfid标签还有仓库区域的rfid标签来协调工作确保成品入库；

（4）原材料出库时，首先要在原材料上提前己经贴好rfid标签，在出库门卡出己经安装好rfid感应器，原材料出库分为人员出库和叉车出库;人员进行原材料出库时，出库人员在手持机app上被通知进行原材料出库，app上会显示需要出库的原材料规格，数量，存放地点和要出库的地点;出库人员先扫描成品rfid，确认无误后，将原材料出库到指定地点，然后用手持机扫描货位上的rfid标签，确认位置信息无误后，进行原材料出库；通过叉车进行原材料出库时，叉车会根据叉车看板上的通知到指定位置取货和存放，可通过叉车上的rfid感应器和原材料上的rfid标签还有仓库区域的rfid标签来协调工作确保原材料出库;成品出库前先贴好rfid标签，标签包含成品的规格，数量的信息，成品出库分为人员出库和叉车出库；人员进行成品出库时，操作员根据手持机上的通知到指定货位取货，取货时，手持机感应货架上的rfid标签，当确认无误时，将成品出库;叉车进行成品出库时，叉车取货时，首先是在叉车面板接收到通知，然后叉车到指定的货位取货，当叉车上的感应器和货位标签感应确认数据正确时，成品出库完成；

（5）仓库管理系统发出盘点通知:盘点人员拿手持机到仓库，扫描库位的rfid和货物的rfid标签，数据传输到服务器:服务器根据传输的数据与数据库中的库存数据作对比，生成盘点报告。

本发明具有如下优点：本发明所述的智能仓库存储系统有着如下好处：

（1）极大提高了企业仓库工作人员的工作效率，大大减少了以往入、出、存流程繁琐、杂乱、周期长的弊端；

（2）基于企业仓库管理的全面自动化，可以减少入库管理，出库管理及库存管理中的漏洞，可以节约不少管理开支,增加企业收入；

（3）仓库管理的操作自动化和信息的电子化，全面提高了企业的仓库管理水平。

2.在系统实现过程中，soa特有的粗粒度、低耦合等特点使基于其实现的软件系统有着如下好处:

（1）高可维护性：在soa的系统中服务提供者和业务服务消费者保持着松耦合的调用关系。当系统的具体业务需要进行修改时，只需要进行服务内部实现的修改，而不需要对服务接口以及相关服务描述进行改动，提高了系统的可维护性；

（2）高可用性：服务消费者在调用服务时，只需按照接口契约对服务进行绑定，不需要了解服务的实现方式与内容，这种松耦合的关系大大提升了系统的可用性；

（3）高可伸缩性：soa将整体业务划分为一个个独立功能的业务服务的思想使整个系统的实现呈现低耦合性，即当企业出现新的需求时，可在不影响其他功能模块功能运作的情况下实现新功能的增加，具有高可伸缩性；

（4）跨平台性：soa在服务描述语言和服务传输协议的选择上都以通用性为原则，摆脱编程平台的限制，从而使soa的服务可以在不同平台上被调用，有利用对不同平台的系统实现整合。

3.智能仓库存储系统的出入库调度问题具有复杂性、不确定性、多目标和多约束等特点。运用遗传算法可以有效解决在出入库调度优化的问题，提高系统的工作效率。

附图说明

图1是本软件系统流程图；

图2系统总架构图；

图3遗传算法程序流程图。

具体实施方式

下面将结合附图1-图3对本发明进行详细说明，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明通过改进在此提供一种基于soa与遗传算法的智能仓库管理系统。在整体系统上，系统功能模块主要包括；

（1）基础信息模块：用于叉车信息管理增删改查、货架货位信息的增删改查及线盘存放区域的增删改查；

（2）入库模块：与基础信息模块无线连接，用于确认原材料入库和成品入库的信息;发出入库指令后，工作人员即将原材料和成品信息通过rfid读写器读出后传到数据库中的入库表中，并在所述数据库中的入库表中新增一条数据，最后，发出入库确认指令；

（3）出库模块：与基础信息模块无线连接，用于确认原材料出库和成品出库的信息;发出出库指令后，工作人员即将原材料和成品信息通过rfid读写器读出后传到数据库中的出库表中，并在所述的数据库中的出库表中减去一条数据，最后，入库模块发出出库确认指令；

（4）盘点模块：分别与入库模块、出库模块无线连接，用于核实库房内的实际库存；发出盘点指令后，工作人员通过rfid读写器进行盘点，并与数据库的盘点表中的储存结果信息进行对比，最后将盘点结果显示在web前台。

在系统框架上，选择了基于b/s架构的asp.netmvc+webapi框架来实现本基于soa的物流仓储管理系统。mvc+webapi的框架结构是对于传统mvc架构结构的拓展，主要区别是在传统的业务逻辑层上面增加了服务层，其作为系统实现面向服务的核心，通过创建webapi形式的http服务对业务数据进行封装，客户端通过调用服务来实现业务数据的获取，从而构建丰富的数据服务应用。在对功能模块设计中，采用webapi优先的理念，使系统功能模块在一个个独立的服务中实现，整个服务的调用过程中客户端不需要知道服务的实现方式，只需按照规定的接口方式进行服务调用，实现了系统的低耦合性。系统总架构模型如图2所示.

(1)web展现层：web展现层是系统给予用户的呈现。b/s架构的系统中，展现层通过http/https协议传输、以浏览器为媒介给用户提供不同模块的业务数据展现，同时web展现层还包括系统对于用户访问请求的控制逻辑处理。在本系统中web展现层采用了easyui与knockoutjs这两种成熟的web前端框架结合的方式进行开发，其中前者是一款基于jquery的前端框架，集成了各种用户界面插件并且提供了建立高可交互性应用的必要功能，节省了前端界面开发的时间和规模。后者为一款javascript库，在本项目中前台页面客户端通过ajax技术对相应的webapi发起请求，通过knockoutjs建立起一个底层数据模型对数据进行接收，之后将底层数据模型与前端显示界面进行绑定，从而实现一个基于model-view-viewmode1架构的富文本且具有良好显示和编辑功能的用户界面。

(2)服务层：服务层是实现面向服务架构的关键，在本项目中，使用webapi作为服务层的实现技术，其通过将业务逻辑层的业务处理模块封装成一个个具有独立功能的http服务，并将每个服务与唯一的url进行映射。web展示层则可以通过访问url对其需要的服务进行调用，实现业务数据的展示。

(3)业务逻辑层：业务逻辑层是与系统具体需求相关业务的设计与实现，层中每一个功能对应系统分析的一个用例。在面向服务的体系中，业务逻辑层是服务创建的基础，业务逻辑层的合理性关系到整个系统的适用性。

(4)数据访问层：数据访问层用于控制应用程序对于数据库的访问，本系统在数据库访问框架设计上采用了微型orm组件fluentdata。基于orm框架的数据访问层，在为应用程序提供数据库访问接口的同时，实现了数据库的表格与应用程序实体的一一映射，隐藏了数据访问细节，方便于开发人员的学习与维护，提高了开发效率。

(5)数据存储层：数据存储层通过数据库这一存储媒介将系统中所用到的所有数据以表的形式进行存储。数据库表结构的合理性直接关系到系统性能的高低，良好的数据库结构是一个成功系统中必不可少的一部分。

本系统运用遗传算法对多组入出库作业调度优化方法的设计与实现，目的是实现物料的高效出入库并保持库内货物存放的合理性。

1.遗传算法的一般步骤分为4步:

（1）按照问题描述选择适当编码方式，通过编码的过程将问题实际解映射到一组用数字表示的染色体上。随后随机产生一组可行染色体作为本次问题的初始种群；

（2）定义此种群的适应度函数以确定种群的进化方向，为了便于求解一般将其转化为非负的，数值越高代表适应性越强的函数；

（3）计算种群中每个染色体的适应值，通过适应值的高低对此染色体进行评价，如果种群中的染色体最高适应值已经达到了目标值或者结果趋于收敛则停止进化过程，否则进行下一步；

（4）按照自然界中“适者生存”的前提使用某种选择方法对当前种群中染色体进行选择，并对留下来的染色体进行交叉与变异操作来生成新的种群，之后再进行步骤（3）。

遗传算法具有以下优点：

（1）通过编码将问题的实际可行解映射到染色体数字串中，可忽略原问题的复杂性，实现不同领域问题的快速求解。

（2）遗传算法的搜索过程以种群为基础，一定程度上避免了只选取单个个体进行算法迭代时出现的局部最优问题，具有较高的并行性。

（3）遗传算法采用与实际问题直接相关的适应度函数作为算法迭代的驱动力，减小了建模难度，增加了算法的可行性。

（4）遗传算法具有较强的可扩展性，在遗传算法的步骤中可以轻易地与其他算法进行混合使用来提升搜索效率。

遗传算法运用于出入库任务调度优化问题程序流程如图3。

在物资上安装作为物资的身份识别码且具有唯一性的射频标签;安装在仓库门口上的红外自动控制装置，当物质通过仓库门时触发rfid读写器读取物质的rfid标签，从而获取数据，进而完成进出物质的管控:与rfid读写器无线连接，用于读取设备上标签信息的rfid天线:对进、出库物资身份的查验，当发现装备未审批出库，则现场产生声光告警，同时将告警信息通过网络发送到值班室进行处理的报警装置。

同时：（1）对经常使用的物资，利用射频标签非接触远距离快速读写的特性，在物资上安装具有唯一识别码的射频标签，作为物资的身份识别码;在库房出、入口安装rfid读写器;将红外线自动控制装置放置在靠近门口的rfid天线的覆盖区域内，当物资进入门口的rfid天线覆盖区域并触发红外线自动控制装置时，进行物资信息的管控;rfid天线能够读取设备上标签的信息:并发送给rfid读写器;对进、出库装备身份的查验，当发现装备未审批出库，则现场产生声光告警，同时将告警信息通过网络发送到值班室进行处理。

（2）对现有的库房信息进行管理，库房管理人员对所有的库房信息进行初始化录入，为库房中的物资出入库提供基础数据:对库房中的库位信息进行管理与绑定，库房管理人员所有的库位信息与库房信息绑定录入，为库房中的物资出入库提供基础数据。

（3）完成原材料入库，首先使用手持机扫描原材料二维码，然后向系统请求rfid卡号，接着将rfid卡的编号与二维码信息进行关联:由系统分配原料位置并进行原料入库，其中原料入库分为手动入库和叉车入库;手动入库时，用手持机扫描原材料，确认位置信息无误后进行原料入库;叉车入库时，系统告知叉车的取货点和存放点，然后叉车来到存放点，叉车取货时与原材料发生感应，叉车人员确认，并取货。最后叉车来到存放点，叉车与感应区感应，叉车人员确认，原材料入库完成:生产完的成品入库，首先在成品入库前贴rfid标签，包含成品的规格，型号，数量信息;手动成品入库，入库人员在手持机app上被通知进行成品入库，app上会显示需要入库的成品规格，数量，存放地点和要入库的地点。入库人员先扫描成品rfid，确认无误后，将成品入库到指定地点，然后用手持机扫描货位上的rfid标签，确认位置信息无误后，进行成品入库:叉车进行成品入库，叉车会根据叉车看板上的通知到指定位置取货和存放，可通过叉车上的rfid感应器和原材料上的rfid标签还有仓库区域的rfid标签来协调工作确保成品入库。

（4）原材料出库时，首先要在原材料上提前己经贴好rfid标签，在出库门卡出己经安装好rfid感应器，原材料出库分为人员出库和叉车出库;人员进行原材料出库时，出库人员在手持机app上被通知进行原材料出库，app上会显示需要出库的原材料规格，数量，存放地点和要出库的地点;出库人员先扫描成品rfid，确认无误后，将原材料出库到指定地点，然后用手持机扫描货位上的rfid标签，确认位置信息无误后，进行原材料出库:通过叉车进行原材料出库时，叉车会根据叉车看板上的通知到指定位置取货和存放，可通过叉车上的rfid感应器和原材料上的rfid标签还有仓库区域的rfid标签来协调工作确保原材料出库;成品出库前先贴好rfid标签，标签包含成品的规格，数量的信息，成品出库分为人员出库和叉车出库;人员进行成品出库时，操作员根据手持机上的通知到指定货位取货，取货时，手持机感应货架上的rfid标签，当确认无误时，将成品出库;叉车进行成品出库时，叉车取货时，首先是在叉车面板接收到通知，然后叉车到指定的货位取货，当叉车上的感应器和货位标签感应确认数据正确时，成品出库完成。

（5）仓库管理系统发出盘点通知:盘点人员拿手持机到仓库，扫描库位的rfid和货物的rfid标签，数据传输到服务器:服务器根据传输的数据与数据库中的库存数据作对比，生成盘点报告。

本专利获得的优点及有益效果为：

1.智能仓库存储系统有着如下好处：

（1）极大提高了企业仓库工作人员的工作效率，大大减少了以往入、出、存流程繁琐、杂乱、周期长的弊端；

（2）基于企业仓库管理的全面自动化，可以减少入库管理，出库管理及库存管理中的漏洞，可以节约不少管理开支,增加企业收入；

（3）仓库管理的操作自动化和信息的电子化，全面提高了企业的仓库管理水平。

2.在系统实现过程中，soa特有的粗粒度、低耦合等特点使基于其实现的软件系统有着如下好处:

（1）高可维护性：在soa的系统中服务提供者和业务服务消费者保持着松耦合的调用关系。当系统的具体业务需要进行修改时，只需要进行服务内部实现的修改，而不需要对服务接口以及相关服务描述进行改动，提高了系统的可维护性；

（2）高可用性：服务消费者在调用服务时，只需按照接口契约对服务进行绑定，不需要了解服务的实现方式与内容，这种松耦合的关系大大提升了系统的可用性；

（3）高可伸缩性：soa将整体业务划分为一个个独立功能的业务服务的思想使整个系统的实现呈现低耦合性，即当企业出现新的需求时，可在不影响其他功能模块功能运作的情况下实现新功能的增加，具有高可伸缩性；

（4）跨平台性：soa在服务描述语言和服务传输协议的选择上都以通用性为原则，摆脱编程平台的限制，从而使soa的服务可以在不同平台上被调用，有利用对不同平台的系统实现整合。

3.智能仓库存储系统的出入库调度问题具有复杂性、不确定性、多目标和多约束等特点。运用遗传算法可以有效解决在出入库调度优化的问题，提高系统的工作效率。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。