(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210454908.4 (22)申请日 2022.04.24 (71)申请人 深圳市智汇奇策 科技有限公司 地址 518102 广东省深圳市宝安区西乡街 道龙腾社区西乡大道230号满京华艺 峦大厦4座1106 (72)发明人 朱浩　童浩　成林　 (74)专利代理 机构 东莞市卓易专利代理事务所 (普通合伙) 44777 专利代理师 江梅 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 10/08(2012.01) G06Q 50/28(2012.01) G06N 3/00(2006.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G01D 21/02(2006.01) G08B 19/00(2006.01) (54)发明名称 一种结合当前环境变化的仓管管理智能预 警方法 (57)摘要 本发明涉及仓库存储 管理的技术领域， 揭露 了一种结合当前环境变化的仓管管理智能预警 方法， 包括： 构建仓库内传感设备部署位置优化 目标函数； 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优化求解； 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； 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； 构建 深度神经网络智能仓管决策模型； 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 参数优化； 将指标数据向量输入到深度神经网络 仓管决策模 型中， 模型输出最优仓库管理决策策 略。 本发明所述方法通过利用环 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。 权利要求书5页 说明书16页 附图4页 CN 114781887 A 2022.07.22 CN 114781887 A 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； ( σs， 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； μs,t为在位置s且类 型为i的传感设备的测量精确值， μi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：权　利　要　求　书 1/5 页 2 CN 114781887 A 2N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： xj＝[xj1， xj2， ...， xjS] vj＝[vj1， vj2， ...， vjS] 其中： xj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， xjS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， xjS∈[0， 5]， 其中xjS＝0表示该位置不 部署传感器， xjS＝1表示该位置部署温度传感器， xjS＝2表示该位置部署 湿度传感器， xjS＝3 表示该位置部署二氧化碳浓度传感器， xjS＝4表示该位置部署光照强度传感器， xjS＝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； vj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ng， 并将ng初始化为0， 设置第一 阶段算法终止迭代次数为 ng1， 第二阶段算法终止迭代次数为 ng2； 4)判断当前算法迭代次数是否满足ng≥ng1， 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： 其中： 为在第ng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ng＝ng+1， 重复该步骤； 若满足ng≥ng1， 则令ng＝ng+1， 进入下一 步骤； 5)计算第令ng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 ng＝ng+1， 重复该步骤， 直到ng≥ng2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。权　利　要　求　书 2/5 页 3 CN 114781887 A 3