【技术实现步骤摘要】
本专利技术涉及移动网络下的仓储网络规划领域，尤其是指一种基于wsn和afsa联合优化的仓储网络规划方法和系统。
技术介绍
1、无线传感器网络(wireless sensor networks,wsn)是一种通过大量传感器节点来实现信息采集、传递和处理的网络系统。每个传感器节点包含有无线通信模块、感知模块、处理模块和电源模块，通过处理采集到的数据并传输给基站或其他临近节点进行快速通信。wsn相比传统有线传感器网络成本更低、安装简便且可扩展性更高，已广泛应用于环境监测、智能交通、健康监测等领域。wsn依托自组网协议来管理节点之间的通信，并选择传输路线和节点之间的通信方式，以确保可靠性和可持续性。因此，通过利用wsn的低成本、自适应性和无线数据采集准确性高等特点，wsn的可用性和性能可以进一步提高，使其可以很好的应用在现代物联网和智慧城市等诸多领域。
2、通过将wsn应用在仓储物流领域中，不仅可以更好地管理货物，实现货物的高效、准确、安全地存储和运输，而且可以实现对库存信息、物流设备、货物运输的实时监测和管理，进一步优化整个物流运营体系。通过wsn的节点布置和信道容量等因素的考虑，应用wsn可以在仓储物流领域中完成仓储货物和仓库位置的动态信息的及时追踪、反馈和排查，真正实现仓储网络规划的高效、准确和智能化。
3、目前，针对仓储网络规划的方法主要有：(1)集中式仓储，这种模式是将仓库设立在一个地区，以满足周边地区的需求，可以降低操作成本、提高效率，是低成本运作的绝佳选择。(2)分散式仓储，这种模式是将仓库分别设立
4、(1)现有方法在对仓储网络进行规划时耗费的成本高。例如：在使用分散式仓储时，因分散仓库需要租用较多的空间导致了更高的租金成本，因分散的仓库需要额外对物流进行整合而需要承担额外的物流成本。在使用车载仓储时需要对车辆和相关设备进行更新维护，也需要很大的人力物力成本。在使用第三方仓库时，因为企业并非可以完全控制运作流程，需要与第三方协商合作、或者遇到第三方停业导致操作中断等情况，也会产生额外的成本和时间。在使用智能仓库时，数字化仓库和自动化设备需要资金投入，对智能仓库的人员培训和设备协调等方面的管理和协商调动也需要成本。
5、(2)现有方法对仓储网络的规划无法有效结合具体的实际需求，网络负载容易出现不均衡、不科学的情况，影响交付时间。例如随着业务量的增加，集中仓储因为频繁的跨区域交货而无法在规定的时间内保证快速交货，从而出现满载、或者在高峰期无法及时分配资源的情况，影响交付时间。
技术实现思路
1、为此，本专利技术所要解决的技术问题在于克服现有技术中的不足，提供一种基于wsn和afsa联合优化的仓储网络规划方法和系统，可以提高仓储网络规划的科学性和负载均衡性，降低网络管理和路径规划的成本、提高效率。
2、为解决上述技术问题，本专利技术提供了一种基于wsn和afsa联合优化的仓储网络规划方法，包括：
3、获取仓库和仓库中货物的信息建立无线通信的仓储网络，所述无线通信的仓储网络中的节点包括锚节点和用户节点，所述锚节点为仓库，所述用户节点为仓库中货物，结合自由空间模型和多径衰落模型建立所述无线通信的仓储网络的能量消耗模型；
4、根据所述能量消耗模型建立人工鱼群算法的最大适应度函数，分别使用人工鱼群算法中不同的生态行为规划无线通信的仓储网络的物流路径并根据所述最大适应度函数得到最优物流路径。
5、在本专利技术的一个实施例中，所述无线通信的仓储网络，包括：
6、将所述锚节点和用户节点散布在l个通信区域内，构建包括q个锚节点和n个用户节点的多区域的无线通信的仓储网络；无线通信的仓储网络中，锚节点的集合为{1,2,…,i,…,q}，i为第i个锚节点，用户节点的集合为{1,2,…,j,…,n}，j为第j个用户节点；
7、设置所述锚节点与用户节点之间的服务关系为：锚节点i下可服务的用户节点集合为ni,j，ni,j∈{1,2,…,j,…,n}；可服务的用户节点集合ni,j与锚节点i之间的无线信道衰减系数为其中表示为信道中的无线衰落系数，di,j表示信道中锚节点和用户节点之间的欧式距离；利用上行链路反馈信息计算下行链路中的多区域内任意锚节点qi与ni,j的无线信道信号yi,j为：
8、
9、其中，hi,j为信道状态因子，si,j为统计独立信号，νi,j是高斯加性白噪声；
10、使用能量消耗的感知模型对所述无线通信的仓储网络进行控制。
11、在本专利技术的一个实施例中，所述使用能量消耗的感知模型对所述无线通信的仓储网络进行控制，具体为：
12、通过能量消耗的感知模型计算各仓库位置、仓库中货物之间的对应的无线通信的仓储网络覆盖下对应的收发节点间信息通信收发的消耗模型为：
13、
14、其中，y表示区域上的锚节点到用户节点处完成信息传输所需的信号表达式，e(y)total表示区域上的锚节点完成到用户节点的信号传输所需要的节点总能量消耗，etx(y)i,j表示区域上的锚节点i到发送无线信号到所属区域内的用户节点j的所需能量，erx(y)i,j表示区域上的锚节点i接收从所属区域内的用户节点j发来的无线信号的所需能量，e(ν)表示区域上的锚节点完成到用户节点的高斯加性白噪声信号传输所消耗的总能量，v表示区域上的锚节点完成到用户节点信号传输的高斯加性白噪声信号。
15、在本专利技术的一个实施例中，所述结合自由空间模型和多径衰落模型建立所述无线通信的仓储网络的能量消耗模型，具体为：
16、设置最小距离阈值dmin，当传输距离d小于dmin时，所述无线通信的仓储网络中节点的能量消耗为：
17、
18、其中，为节点si向节点sj传输数据的能耗，为节点si和节点sj间的欧式距离，etx,rx为发送1bit数据量的所需能量，表示节点si向节点sj传输数据的所需信道容量，ρfree为自由空间模型传输1bit信息量下的可接受的误码能耗，ρmimo为多径衰落模型传输1bit信息量下的可接受的误码能耗；最小距离阈值
19、在本专利技术的一个实施例中，根据所述能量消耗模型建立人工鱼群算法的最大适应度函数，具体为：
20、
21、其中，为第s次迭代次数下的最大适应度函数，droute为使用人工鱼群算法进行迭代更新得到的最优无线信号传输距离，β为路径干扰因本文档来自技高网...
【技术保护点】
1.一种基于WSN和AFSA联合优化的仓储网络规划方法，其特征在于，包括：
2.根据权利要求1所述的基于WSN和AFSA联合优化的仓储网络规划方法，其特征在于：所述无线通信的仓储网络，包括：
3.根据权利要求2所述的基于WSN和AFSA联合优化的仓储网络规划方法，其特征在于：所述使用能量消耗的感知模型对所述无线通信的仓储网络进行控制，具体为：
4.根据权利要求1所述的基于WSN和AFSA联合优化的仓储网络规划方法，其特征在于：所述结合自由空间模型和多径衰落模型建立所述无线通信的仓储网络的能量消耗模型，具体为：
5.根据权利要求3所述的基于WSN和AFSA联合优化的仓储网络规划方法，其特征在于：根据所述能量消耗模型建立人工鱼群算法的最大适应度函数，具体为：
6.根据权利要求1所述的基于WSN和AFSA联合优化的仓储网络规划方法，其特征在于：所述分别使用人工鱼群算法中不同的生态行为规划无线通信的仓储网络的物流路径并根据所述最大适应度函数得到最优物流路径，具体为：
7.根据权利要求6所述的基于WSN和AFSA联合优
8.根据权利要求6所述的基于WSN和AFSA联合优化的仓储网络规划方法，其特征在于：所述计算当迭代更新到第s+1次时当在t时刻时位于通信区域i内的节点q处的第m只鱼选择通信区域j内的节点g时的更新选择位置时，使用随机行为优化所述具体为：
9.根据权利要求8所述的基于WSN和AFSA联合优化的仓储网络规划方法，其特征在于：所述的计算方法为：
10.一种基于WSN和AFSA联合优化的仓储网络规划系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于wsn和afsa联合优化的仓储网络规划方法，其特征在于，包括：
2.根据权利要求1所述的基于wsn和afsa联合优化的仓储网络规划方法，其特征在于：所述无线通信的仓储网络，包括：
3.根据权利要求2所述的基于wsn和afsa联合优化的仓储网络规划方法，其特征在于：所述使用能量消耗的感知模型对所述无线通信的仓储网络进行控制，具体为：
4.根据权利要求1所述的基于wsn和afsa联合优化的仓储网络规划方法，其特征在于：所述结合自由空间模型和多径衰落模型建立所述无线通信的仓储网络的能量消耗模型，具体为：
5.根据权利要求3所述的基于wsn和afsa联合优化的仓储网络规划方法，其特征在于：根据所述能量消耗模型建立人工鱼群算法的最大适应度函数，具体为：
6.根据权利要求1...
【专利技术属性】
技术研发人员：田金磊，李杨，邢帅，荆文毅，李宏林，李勇，张津，
申请(专利权)人：国网山西省电力公司物资分公司，
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。