蘇州大學(xué)機電工程學(xué)院 王 煒 鄒霄貝 田 霞

非制式槍支的存取是其管理環(huán)節(jié)中的重要部分，直接關(guān)系到公安部門辦案的效率。本文以槍支存取時間短，占用槍柜少，倉庫重心低為目標函數(shù)，采用粒子群算法建立槍支存取優(yōu)化模型，對非制式槍支管理系統(tǒng)中的槍支分配問題求解。采用粒子群算法后，可以顯著提升槍支管理效率，該算法簡單易行，具有較高的實用價值。

非制式槍支的管理問題直接影響到公安部門辦案的效率，從近幾年來報道的公安系統(tǒng)槍支丟失案件來看，現(xiàn)有的槍支管理系統(tǒng)主要存在以下問題：（1）管理落后，不能及時跟蹤槍支的使用歸還情況；（2）制度實施不到位，未能落實“雙人雙鎖制度”；（3）存取槍效率低，嚴重制約辦案效率。

自動化立體倉庫的使用可以有效提高非制式槍支的存管理水平。最早出現(xiàn)的隨機貨柜分配技術(shù)簡單易操作，對控制系統(tǒng)要求低，但存取效率低下，穩(wěn)定性差。目前流行的RFID技術(shù)（射頻識別技術(shù)）是目前制式槍支中使用較多的管理技術(shù)，利用計算機技術(shù)和信息技術(shù)可以實現(xiàn)對槍支的高效管理，但是非制式槍支種類繁多，一致性差，使得該技術(shù)在非制式槍支的管理上受到限制。

如何利用簡便易行的方法，實現(xiàn)非制式槍支在自動化立體倉庫中快速存取是目前亟待解決的問題。本文將針對槍支管理系統(tǒng)中的槍支分配問題展開討論，以槍支存取時間和占用槍柜數(shù)作為優(yōu)化目標，建立非制式槍支分配的粒子群算法模型。接著利用隨機數(shù)據(jù)檢驗?zāi)Ｐ偷挠行院蛯嵱眯裕獾貌煌闆r下運動機構(gòu)的最優(yōu)規(guī)劃路線。本文在目標函數(shù)的建立過程中考慮到了槍支的就近存放，重心最低，占用槍柜少的準則，增加了模型的實用性，比以往的研究更加全面。

1 自動化立體倉庫

槍支存取是非制式槍支管理中的重要環(huán)節(jié)，直接影響到公安部門槍支管理和辦案的效率，非制式槍支因缺少統(tǒng)一的標準造成種類繁多，規(guī)格不一，無法直接移植制式槍支管理中常用的RFID技術(shù)。本文針對一款典型的非制式槍支自動化立體倉庫管理系統(tǒng)中的槍支存取優(yōu)化問題展開研究，通過采用粒子群算法建模求解，得出不同情況下的最優(yōu)存取路徑，同時將其和隨機貨柜分配技術(shù)對比，分析其帶來的改善。

圖1 立體倉庫正面及對應(yīng)的坐標系

圖2 立體倉庫剖面

圖3 存取槍過程

本文的立體倉庫采用PLC控制運動機構(gòu)進行作業(yè)，同時通過傳感器來保證作業(yè)的準確和安全。貨柜鈑金框架由2.0 mm鋼板Q235A積木化拼接而成，機械運動機構(gòu)由減速電機、導(dǎo)軸、軸承、鏈條、絲桿構(gòu)成，采用三軸機構(gòu)，確保運動機構(gòu)可以沿六個方向流水線運動。電氣控制部分由繼電器、接觸器、控制開關(guān)、光電感應(yīng)開關(guān)等組成，以實現(xiàn)智能控制。

該倉庫除去開口所占位置，共有35個槍柜，分為前后兩排，機械運動機構(gòu)可以在倉庫中間自由運動，依靠托盤將槍柜取出。整個系統(tǒng)的3D模型如圖1和圖2所示，存取非制式槍支的流程如圖3所示。

2 粒子群算法簡介

粒子群算法的基本思想是通過群體和體間的信息共享來找到最優(yōu)解。在粒子群算法中，鳥對應(yīng)著一個個的粒子，同時由平面空間延伸到N維空間，粒子在其中的位置為Xi=(x1+x2+...+xn)，運動速度為矢量Vi=(v1, v2,..., vn)。每個粒子的位置Xi是已知的，粒子通過綜合考慮自己發(fā)現(xiàn)的最優(yōu)解pbest種群發(fā)現(xiàn)的最優(yōu)解gebst來確定自己的運動方向和運動速度。粒子群算法的初值是任意的，通過迭代不斷更新自己，最終找到最優(yōu)解。更新公式如下：

其中ω≥0，為慣性因子；Vi為粒子移動速度；pbest為粒子自身知道的最優(yōu)解，gbest為群體中已知的最優(yōu)解；rand()為隨機數(shù)，取值介于0-1；Xi為粒子當(dāng)前位置；c1, c2為學(xué)習(xí)因子，通常取c1= c2=2；通過不斷迭代公式(1)和公式(2)，便可得到粒子群算法的結(jié)果。

3 槍支存取優(yōu)化模型建立與求解

整個非制式槍支的存取模型參數(shù)如表1所示，主要包括排數(shù)、列數(shù)、層數(shù)、三軸速度、比例系數(shù)以及長寬高。

表1 立體倉庫參數(shù)

槍支的存取過程涉及到存與取兩大環(huán)節(jié)，由于槍支入庫后即可交由計算機管理，人員無需等待，故只需考慮取槍時等待所花費的時間。此外，對于使用頻率不同的槍支，我們總是希望使用頻率高的取出時間短，由此可得目標函數(shù)(3)。

同時，需要考慮到占用的槍柜最少，以簡化維護保養(yǎng)過程和減少占地面積，由此得到目標函數(shù)(4)。

為了提高倉庫的穩(wěn)定性，需要盡可能降低系統(tǒng)的重心目標函數(shù)如下，此處為了簡便起見，假設(shè)體積和重量成正比，故用體積代替質(zhì)量計算，由此得到目標函數(shù)(5)。

其中，li(i =1, 2,...6)分別為機械運動機構(gòu)在倉庫內(nèi)上下前后左右移動(6個方向)的距離，vx, vy, vz為運動機構(gòu)分別X，Y，Z三個方向上的移動速度，坐標系如圖1所示，N(d, e, f )取值為0和1，取1表示(d, e, f )處的槍柜非空，取0則表示該槍柜為空，Sx為待進庫槍支的體積。相應(yīng)的約束條件為：

（1）移動距離約束：

（2）使用頻率約束：

（3）槍柜數(shù)量約束：

本文選取機械運動機構(gòu)移動距離和槍支使用頻率為決策自變量，同時選取包含個隨機初始點在內(nèi)的點集。為使粒子的適應(yīng)能力更強，將慣性權(quán)重設(shè)置為0.8，學(xué)習(xí)因子c設(shè)置為0.9。根據(jù)上述的約束條件分別設(shè)定機構(gòu)移動距離限制、槍支使用頻率限制和粒子更新速度變化范圍，對模型進行綜合求解。

通過綜合算法參數(shù)對模型求解，可得到三種不同情況下的求解結(jié)果，得到的即為不同使用頻率的槍支存取時的最優(yōu)規(guī)劃路線。如表2所示。

表2 路徑規(guī)劃結(jié)果

4 粒子群算法與隨機分配方法對比分析

基于粒子群算法的非制式槍支存取優(yōu)化模型充分考慮了槍支的使用頻率和槍柜的剩余容積，相對于傳統(tǒng)的隨機分配方法，雖然優(yōu)化算法在算法復(fù)雜度上高于隨機分配方法，但是具有較大的靈活性，取槍過程快速響應(yīng)、對倉庫的空間利用率的提升都是傳統(tǒng)算法遠不能及的。如表3所示。

表3 優(yōu)化結(jié)果對比分析

結(jié)論：（1）將粒子群算法應(yīng)用到槍支存取優(yōu)化模型中，可以滿足非制式槍支高效管理的要求，并且能夠?qū)崿F(xiàn)對不同使用頻率的槍支實現(xiàn)不同位置的存放，大大提高非制式槍支存取效率，同時充分利用槍柜空余位置，實現(xiàn)了有限存放空間下的最大儲物效率。（2）粒子群算法可以大幅提高現(xiàn)有的非制式槍支管理系統(tǒng)的運行效率。

綜上所述，粒子群算法在解決非制式槍支的存取優(yōu)化問題上有較高的實用意義，能夠應(yīng)用于公安非制式槍支管理。