第 5 章 仿真分析.................................. 77
5.1 引言...................................... 77
5.2 仿真平台搭建及案例数据................................. 77
第 5 章 仿真分析
5.1 引言
前文建立了智能仓储 RMFS 的多 Agent 概念模型，分析了各 Agent 的功能以及提出以改进合同网协议作为多 Agent 的协商机制。本章通过构建智能仓储RMFS 仿真实验平台，设计多组实验，验证本文构建模型的准确性以及多任务调度策略的应用优势。
为验证本文提出的多任务调度策略优化系统指标的效果，本文采用 eM-plant仿真软件，搭建智能仓储 RMFS 特性的仿真实验平台，实现现实环境向虚拟环境的映射。在 eM-plant 中 simtalk 语言作为底层代码，系统中的控制逻辑均通过在 Method 中编程实现，在 Method 中函数实现不同对象间逻辑关系控制，实现智能仓储 RMFS 多任务调度系统的仿真。如表 5-1 所示为仿真平台涉及的元素说明。
表 5-1Agent 仿真元素说明
..............................
第 6 章 总结与展望
6.1 总结
订单拣选是电商物流至关重要的环节，订单拣选的效率和质量影响着客户的购物体验。“货到人”拣选模式的应用，对仓储智能化提出了更高的要求。当前以电商平台为背景的智能仓储拣选作业的特点为订单数量大、任务响应需求高、资源能力变化快以及不确定因素多，这些特点都对系统的平稳高效运行提出了较大的挑战。因此，如何在保证订单交货期的同时提高订单拣选的效率、降低系统的作业代价以及合理配置资源对智能仓储的持续性发展至关重要。 本文基于智能仓储 RMFS 的场景特性以及全面考虑订单拣选作业的多个环节，针对智能仓储 RMFS 多任务调度问题开展研究，取得的主要成果有。
（1）对“货到人”拣选模式的特点、应用优势、研究现状进行了分析，对典型的类KIVA系统——RMFS展开深度分析，根据系统的作业特征和发展需求，将订单拣选效率、系统作业代价以及资源利用率作为多任务调度策略的优化目标。根据 Agent 理论在求解复杂问题方面的优越性，基于 Agent 建模方法对系统功能进行划分，构建了智能仓储 RMFS 多任务调度模型，该模型由订单管理Agent、数据 Agent、货架 Agent、拣选工作台 Agent 以及 AGV Agent 组成，多Agent 采用分布式控制结构，充分发挥了 Agent 的自主性与交互性。在保证系统高效调度作业的同时，提高系统对异常信息的响应。
（2）针对传统合同网协议应用于多 Agent 协商的不足，提出了合同网协议改进方法。以引入任务缓冲池扩展传统合同网协议的投标策略，并设置缓冲池阈值以限制投标数，从而减少通信量提升协商效率。引入可用度改进多因素中标评价策略，以减少不必要的协商回合提高招标者的招标成功率。本文基于改进合同网协议，通过考虑订单相似度制定了订单-拣选工作台协商机制；考虑货架匹配度制定了拣选工作台-货架协商机制；引入改进遗传算法制定了货架-AGV协商机制，通过算例验证了改进算法优化多任务调度策略的有效性和优势性。
参考文献（略）
