【技术实现步骤摘要】
一种结合当前环境变化的仓管管理智能预警方法
[0001]本专利技术涉及仓库存储管理的
，尤其涉及一种结合当前环境变化的仓管管理智能预警方法。
技术介绍
[0002]目前传统仓库管理以人工为主，例如当风力较大或者下雨时需要人工将存储在仓库边缘的货物回收到仓库深处，当阳光晴朗，风力较小时，则需要人工将需要晾晒的货物运输到场外进行晾晒。一方面，这种人工处理的方式极大的浪费了人力物力，效率极低。另一方面，由于仓库中不同位置的温度、湿度也存在较大差异，若使用神经网络模型进行建模控制，会导致模型处理的维数过高，需要消耗大量计算资源进行模型的训练。
技术实现思路
[0003]有鉴于此，本专利技术提供一种结合当前环境变化的仓管管理智能预警方法，目的在于(1)在仓库内部部署多种类型的传感设备，获取仓库不同位置的环境信息，通过利用环境信息构建深度神经网络智能仓管决策模型，实现仓库管理的智能决策预警，避免消耗过多人力物力；(2)采用多种启发式算法优化模型的训练步骤，缩短模型的训练时间以及消耗资源量，保障仓管管理的时效性。
[0004]实现上述目的，本专利技术提供的一种结合当前环境变化的仓管管理智能预警方法，包括以下步骤：
[0005]S1：构建仓库内传感设备部署位置优化目标函数，其中所述传感设备包括温度传感器、湿度传感器、二氧化碳浓度传感器、光照强度传感器以及风力传感器；
[0006]S2：利用改进的鸽群优化算法对传感设备部署位置优化目标函数进行快速优化求解，确定传感器部署位置；
[0
【技术保护点】
【技术特征摘要】
1.一种结合当前环境变化的仓管管理智能预警方法，其特征在于，所述方法包括：S1：构建仓库内传感设备部署位置优化目标函数，其中所述传感设备包括温度传感器、湿度传感器、二氧化碳浓度传感器、光照强度传感器以及风力传感器；S2：利用改进的鸽群优化算法对传感设备部署位置优化目标函数进行快速优化求解，确定传感器部署位置；S3：按照求解得到的传感器位置进行传感器部署，采集不同传感器的环境指标数据，并对采集得到的环境指标数据进行预处理；S4：对预处理后的环境指标数据进行数据降维处理，得到指标数据向量；S5：构建深度神经网络智能仓管决策模型，模型以指标数据向量为输入，以仓库管理决策策略为输出；S6：利用改进的灰狼优化算法对深度神经网络仓管决策模型进行优化，得到优化的模型参数；S7：将指标数据向量输入到参数优化后的深度神经网络仓管决策模型中，模型输出基于环境变化自适应调整的最优仓库管理决策策略，根据最优仓库管理决策策略对仓库内的存储货物进行智能管理。2.如权利要求1所述的一种结合当前环境变化的仓管管理智能预警方法，其特征在于，所述S1步骤中构建仓库内传感设备部署位置优化目标函数，其中所述传感设备包括温度传感器、湿度传感器、二氧化碳浓度传感器、光照强度传感器以及风力传感器，包括：构建仓库内传感设备部署位置优化目标函数，所构建的目标函数为：其中：A为仓库内可以布置传感设备的位置，s∈A，则S表示位置数目，则表示位置s的传感设备的能量控制策略，表示位置s的传感设备在t时刻保持休眠，表示位置s的传感设备在t时刻执行环境感知；(σ
s，i
)2为位置s的传感设备的测量方差，i表示传感器的类型，i＝{1,2,3,4,5}，i＝1表示为温度传感器，i＝2表示为湿度传感器，i＝3表示为二氧化碳浓度传感器，i＝4表示为光照强度传感器，i＝5表示为风力传感器；T为传感器执行环境感知的时间窗；μ
s,t
为在位置s且类型为i的传感设备的测量精确值，μ
i
为仓库内同类型传感设备的测量均值；所述目标函数的约束条件为：N≤S其中：
N表示待部署的传感设备总数；E表示传感设备在能量耗尽前能够进行的环境感知操作次数。3.如权利要求2所述的一种结合当前环境变化的仓管管理智能预警方法，其特征在于，所述S2步骤中利用改进的鸽群优化算法对传感设备部署位置优化目标函数进行快速优化求解，得到传感器的部署位置，包括：利用改进的鸽群优化算法对传感设备部署位置优化目标函数进行快速优化求解，其中改进的鸽群优化算法流程为：1)构建S维的鸽群位置求解空间，其中S表示仓库中可以配置传感设备的位置总数；2)初始化n1只鸽子，并初始化每只鸽子的位置和速度，则任意第j只鸽子的位置和速度为：x
j
＝[x
j1
，x
j2
，...，x
jS
]v
j
＝[v
j1
，v
j2
，...，v
jS
]其中：x
j
为任意第j只鸽子的位置向量，每种位置向量对应一种传感设备部署位置，x
jS
表示在第S个仓库传感设备部署位置处，布置的传感器类型，x
jS
∈[0，5]，其中x
jS
＝0表示该位置不部署传感器，x
jS
＝1表示该位置部署温度传感器，x
jS
＝2表示该位置部署湿度传感器，x
jS
＝3表示该位置部署二氧化碳浓度传感器，x
jS
＝4表示该位置部署光照强度传感器，x
jS
＝5表示该位置部署风力传感器，将位置向量输入到传感设备部署位置优化目标函数中，优化目标函数的值即为第j只鸽子的适应度值；v
j
为任意第j只鸽子的速度向量；3)设置当前算法迭代次数为n
g
，并将n
g
初始化为0，设置第一阶段算法终止迭代次数为n
g1
，第二阶段算法终止迭代次数为n
g2
；4)判断当前算法迭代次数是否满足n
g
≥n
g1
，若不满足，则利用下式对所有鸽子的位置以及速度进行更新：更新：更新：其中：为在第n
g
次迭代后，种群中适应度值最小的鸽子位置向量；R表示鸽群位置求解空间，控制鸽子的飞行方向，e为自然常数；表示差分序列；并令n
g
＝n
g
+1，重复该步骤；若满足n
g
≥n
g1
，则令n
g
＝n
g
+1，进入下一步骤；5)计算第令n
g
迭代后每只鸽子的适应度函数，删去鸽群中适应度函数最高的1/3鸽子，在删除后，更新剩余鸽子的位置和速度，令n
g
＝n
g
+1，重复该步骤，直到n
g
≥n
g2
或仅剩两只以内的鸽子，计算此时剩余鸽子的适应度值，将适应度值最小的鸽子所对应的位置向量作为传感设备部署位置优化目标函数的求解结果。
4.如权利要求3所述的一种结合当前环境变化的仓管管理智能预警方法，其特征在于，所述S3步骤中根据求解得到的传感器部署位置进行传感器部署，包括：根据求解得到的最优位置向量x
*
＝[x
*1
，x
*2
，...，x
*S
]，分别遍历求解得到的最优位置向量x
*
以及仓库内可以布置传感设备的位置集合A，将不同类型的传感器部署在最优位置向量的指定位置，其中x
*S
表示在第S个仓库传感设备部署位置处需要布置的传感器类型，x
*S
∈[0，5]，x
*s
＝0表示该位置不部署传感器，x
*S
＝1表示该位置部署温度传感器，x
*S
＝2表示该位置部署湿度传感器，x
*S
＝3表示该位置部署二氧化碳浓度传感器，x
*S
＝4表示该位置部署光照强度传感器，x
*S
＝5表示该位置部署风力传感器。5.如权利要求1所述的一种结合当前环境变化的仓管管理智能预警方法，其特征在于，所述S3步骤中采集不同传感器的指标数据，并对采集得到的指标数据进行预处理，包括：开启所有传感器，传感器开启周围环境感知，采集传感器附近的环境指标数据，所述不同类型的传感器采集不同的环境指标数据，温度传感器采集传感器附近的温度时序数据，湿度传感器采集传感器附近的温度时序数据，二氧化碳浓度传感器采集传感器附近的二氧化碳浓度时序数据，光照强度传感器采集传感器附近的光照强度时序数据，风力传感器采集传感器附近的风力强度时序数据，所采集的环境指标数据集合为：{y
s，i
(q)|s∈A，i∈[0，5]，q∈[t
l
，t
h
]}其中：i表示位于第s个仓库传感设备部署位置处的传感器类型；s表示...
【专利技术属性】
技术研发人员：朱浩，童浩，成林，
申请(专利权)人：深圳市智汇奇策科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。