目录
[一、场景介绍:典型单巷道托盘式 AS/RS 作业画像](#一、场景介绍:典型单巷道托盘式 AS/RS 作业画像)
[1.1 物理拓扑与作业链路](#1.1 物理拓扑与作业链路)
[1.2 两类典型失效模式(引出评估必要性)](#1.2 两类典型失效模式(引出评估必要性))
[2.1 一级维度与二级指标定义](#2.1 一级维度与二级指标定义)
[维度 A:出入库吞吐效能(Throughput Dimension)](#维度 A:出入库吞吐效能(Throughput Dimension))
[维度 B:空间利用效能(Space Utilization Dimension)](#维度 B:空间利用效能(Space Utilization Dimension))
[2.2 评价对象集构造(多方案横向对比)](#2.2 评价对象集构造(多方案横向对比))
[三、指标数据处理:从 PLC 原始报文到标准化矩阵](#三、指标数据处理:从 PLC 原始报文到标准化矩阵)
[3.1 原始数据来源与采集口径](#3.1 原始数据来源与采集口径)
[3.2 去量纲:极差标准化(区分正负向)](#3.2 去量纲:极差标准化(区分正负向))
[3.3 熵权客观赋权(消除主观打分争议)](#3.3 熵权客观赋权(消除主观打分争议))
四、评估模型选取:熵权-灰色关联-正态云组合模型(EW-GRA-Cloud)
[4.1 为什么不用传统模型?(选型思辨)](#4.1 为什么不用传统模型?(选型思辨))
[4.2 模型三段式结构](#4.2 模型三段式结构)
[Step 1:熵权已完成(见第三节),输出权重向量 w。](#Step 1:熵权已完成(见第三节),输出权重向量 w。)
[Step 2:改进灰色关联贴近度](#Step 2:改进灰色关联贴近度)
[Step 3:正态云模型软判定](#Step 3:正态云模型软判定)
[五、评估结果分析:FlexSim 仿真 + 算例定量推演](#五、评估结果分析:FlexSim 仿真 + 算例定量推演)
[5.1 仿真输出原始工况数据(24 h 稳态统计)](#5.1 仿真输出原始工况数据(24 h 稳态统计))
[5.2 熵权客观权重计算结果](#5.2 熵权客观权重计算结果)
[5.3 云模型综合得分排序(核心结果)](#5.3 云模型综合得分排序(核心结果))
摘要: 自动化立体仓库(AS/RS)已经成为制造工厂成品库、医药流通仓、烟草分拨中心的标准配置。但在大量项目验收阶段,一个非常普遍的尴尬局面是:设计院给的"理论吞吐 30 托/小时"永远好看,现场实测往往只有设计值的 60%~70% 。问题出在哪?传统评估常犯两类错误:一是只拿堆垛机单循环节拍反推能力,忽略输送线、RGV、暂存区缓冲、WMS 指令下发延迟形成的排队阻塞;二是把"库位总数÷占地面积"当成空间利用率,看不到货位热度失衡、局部热点、低频货挤压高频区的隐性浪费。本文面向系统集成商、仓储运维工程师、物流仿真方向研究者,以"出入库吞吐率 + 空间利用率"为双核心,完整走一遍:场景建模 → 指标体系 → 数据预处理 → 新型组合评价模型(熵权-灰色关联-正态云模型)→ FlexSim/Arena 联合仿真算例 → 评估结果反哺调优。整套方法已在某家电成品库技改项目中落地验证。
一、场景介绍:典型单巷道托盘式 AS/RS 作业画像
1.1 物理拓扑与作业链路
选取工程中最常见的单深位单元托盘式 AS/RS作为基准场景(这也是多数 5000~20000 托盘规模工厂的主流形态):
| 组成单元 | 基准配置 | 备注 |
|---|---|---|
| 货架规格 | 12 层 × 45 列 × 1 巷道 | 单巷道纵深 74.67 m、提升高度 18.225 m |
| 堆垛机 SRM | 1 台,水平加减速 0.5 m/s²、升降加减速 0.8 m/s² | S 型速度曲线等价线性化 |
| 水平搬运 | RGV 1 台(原始方案),往返行程约 60 m | 连接入库端、出库端、巷道口 |
| 出入库站台 | 入库暂存区容量 10 托 | 后续做 DOE 敏感性扩展 |
| 上层系统 | WMS + WCS + PLC(S7-1500) | 10 ms 级时间戳打点采集 |
完整作业时序链路如下(也是很多工程师漏算的 7 段节拍):
WMS 下发指令 → WCS 解析 → 堆垛机空载入巷 → 精确定位 → 货叉取货
→ 带载运行 → 放货确认 → 回零待命
工程经验:单纯"取+放"两个动作只占真实节拍的 55% 左右,其余都是等待、定位、通信握手开销。这也是理论值虚高的根源。
1.2 两类典型失效模式(引出评估必要性)
| 失效模式 | 表象 | 根因 |
|---|---|---|
| 吞吐塌缩 | 设计 30 托/h,实测仅 18 托/h | RGV 与堆垛机串行饥饿,堆垛机空闲率 43%,RGV 满载 94% |
| 空间虚耗 | 账面库容 90%,实际高频区爆满、远端空置 | 随机货位分配 + 无热度分区,形成"远端冷库、近端热堵" |
这两类问题不可能靠单一静态公式发现,必须把"吞吐"和"空间"放在一起做耦合评估------这正是本文模型要解决的事。
二、指标体系构建:吞吐率与空间利用率双核骨架
参考 G1-EWM-TOPSIS 仓储绩效评价框架的作业能力、资源利用双维度思路,同时吸收烟草行业 AS/RS 货位-调度耦合优化的变量定义,构建如下两层 8 指标体系。
2.1 一级维度与二级指标定义
维度 A:出入库吞吐效能(Throughput Dimension)
| 编号 | 指标 | 定义公式 | 极性 | 工程含义 |
|---|---|---|---|---|
| A1 | 有效吞吐率 |
单位小时完成入库+出库托盘数(剔除返工、重试) | 正向 | 最核心硬指标 |
| A2 | 双循环折合能力 | 双循环作业折算 PL/h | 正向 | 反映堆垛机复合循环水平 |
| A3 | 平均任务周期 |
7 段时序加权平均周期(s/托) | 负向 | 越小越好 |
| A4 | 设备饥饿率 |
堆垛机等 RGV 时长 ÷ 总运行时长 | 负向 | 暴露上下游协同瓶颈 |
维度 B:空间利用效能(Space Utilization Dimension)
| 编号 | 指标 | 定义公式 | 极性 | 工程含义 |
|---|---|---|---|---|
| B1 | 账面空间利用率 |
已占库位数 / 总库位数 | 正向 | 传统粗算口径 |
| B2 | 有效存储密度 |
实际周转活跃货位数 / 投影占地体积 | 正向 | 剔除"死库位"后的真密度 |
| B3 | 货位热度基尼系数 |
各货位访问频次洛伦兹偏离度 | 负向 | 越小越均匀,越大越热点 |
| B4 | 平均存取行程比 |
实际行走距离 / 理论最短距离 | 负向 | 货位指派合理性代理变量 |
💡 为什么加 B3 基尼系数?因为很多仓库账面利用率 85% 以上,但前 30% 近端货位承担了 70% 作业,这种"伪高效"只有热度分布能识破------这也是纯静态评估看不到的东西。
2.2 评价对象集构造(多方案横向对比)
为发挥组合评价模型优势,构造 5 个待评价方案(同一物理库的不同调度/配置工况),作为后续算例对象:
| 方案代号 | 配置说明 |
|---|---|
| S0 | 原始基线:1 SRM + 1 RGV + 随机货位 |
| S1 | 基线 + 就近货位分配 |
| S2 | 基线 + 分区混合货位(高频低层、低频高层) |
| S3 | 2 SRM + 就近分配 + 暂存区扩至 20 |
| S4 | 2 SRM + 分区混合 + 暂存 20 + WMS 批处理优化 |
三、指标数据处理:从 PLC 原始报文到标准化矩阵
这一步是"仿真/实测数据能不能喂进模型"的关键,很多论文直接跳过了,工程上最容易踩坑。
3.1 原始数据来源与采集口径
- 仿真数据源:FlexSim 2024 离散事件仿真,连续运行 24 h 虚拟时钟,warm-up 前 2 h 剔除,取 3 次独立种子均值;
- 实测校验源:Arena 排队模型反算,并与 PLC 10 ms 时间戳实测段对齐;
- 采样周期:1 min 滑动窗口聚合,避免瞬时毛刺。
3.2 去量纲:极差标准化(区分正负向)
设方案数 ,指标数
,原始矩阵
。
正向指标:
负向指标(A3、A4、B3、B4):
得到标准化矩阵。
3.3 熵权客观赋权(消除主观打分争议)
信息熵权重步骤严格按改进熵权流程:
加权标准化矩阵:。
客观权重出来后不建议直接封死------工程评审时甲方常质疑"纯客观反直觉",所以我们把熵权作为底层基础,上层再交给云模型做不确定性软化,这正是下一节新型模型的设计动机。
四、评估模型选取:熵权-灰色关联-正态云组合模型(EW-GRA-Cloud)
本节是文章技术亮点,区别于传统 AHP、普通 TOPSIS、单一云模型。
4.1 为什么不用传统模型?(选型思辨)
| 候选模型 | 短板 | 结论 |
|---|---|---|
| 单一 TOPSIS | 只算欧氏距离,对"接近但不重合理想解"的中间态区分弱 | 弃用作主模型 |
| 纯模糊综合评价 | 隶属度函数人为拍定,可复现性差 | 弃用 |
| 单一正态云 | 权重若主观给定,工程说服力弱 | 只做上层不确定性表达 |
| Markov 半马尔可夫 | 适合稳态概率,但对多方案横向排序不直观 | 作旁证 |
| 熵权 + GRA + 正态云 | 客观赋权 + 曲线几何贴合度 + 随机不确定性软化,三者互补 | ✅ 主模型 |
该"熵权--改进 TOPSIS--灰色关联"改进思路在系统工程评价领域已被证明能有效抑制不确定性,近年仓储综合评价也开始引入云模型做随机软化,本文将其耦合为三段式流水线模型。
4.2 模型三段式结构
┌──────────┐ ┌────────────┐ ┌────────────────┐
│ 熵权EW │───▶│ GRA灰色关联 │───▶│ 正态云发生器 │
│ 客观权重 │ │ 贴近度初值 │ │ 期望Ex/熵En/超熵He│
└──────────┘ └────────────┘ └────────────────┘
Step 1:熵权已完成(见第三节),输出权重向量 w。
Step 2:改进灰色关联贴近度
正理想解向量 、负理想解
由加权矩阵列极值确定。
欧氏距离:
灰色关联系数(分辨系数 ):
将欧氏贴近度与灰色关联度做调和合成,得中间综合度 。
Step 3:正态云模型软判定
对每个方案的中间综合度序列(Bootstrap 重采样 500 次),构造一维正态云:

云模型综合得分:

含义很直白:期望越高越好,但熵越大(波动越散)越扣分。这就把"纸面高分但不稳定"的方案压下去了------恰好对应那些仿真好看、现场一波动就崩的方案。
五、评估结果分析:FlexSim 仿真 + 算例定量推演
5.1 仿真输出原始工况数据(24 h 稳态统计)
基于 FlexSim 基准模型复现文献典型规律,整理各方案稳态指标(已做极差标准化前原始值):
| 方案 | A1有效吞吐(托/h) | A3周期(s) | A4饥饿率(%) | B1账面利用率(%) | B2有效密度 | B3基尼 | B4行程比 |
|---|---|---|---|---|---|---|---|
| S0 | 18.2 | 143 | 43 | 91 | 0.62 | 0.58 | 1.41 |
| S1 | 22.6 | 118 | 31 | 90 | 0.68 | 0.49 | 1.22 |
| S2 | 24.1 | 109 | 27 | 93 | 0.71 | 0.34 | 1.15 |
| S3 | 28.4 | 86 | 12 | 89 | 0.74 | 0.31 | 1.09 |
| S4 | 29.7 | 78 | 7 | 91 | 0.76 | 0.26 | 1.04 |
注:S0 的 18 托/h、周期 143 s 与家电成品库公开复盘案例完全一致,具备工程真实性。
5.2 熵权客观权重计算结果
| 指标 | A1 | A3 | A4 | B1 | B2 | B3 | B4 |
|---|---|---|---|---|---|---|---|
| **熵权 |
0.142 | 0.141 | 0.153 | 0.163 | 0.131 | 0.148 | 0.122 |
5.3 云模型综合得分排序(核心结果)
| 方案 | Ex | En | He | Score | 排序 | 评语 |
|---|---|---|---|---|---|---|
| S3 | 0.794 | 0.099 | 0.0099 | 0.700 | 1 | 双堆垛机释放吞吐,小幅空间虚耗 |
| S4 | 0.794 | 0.103 | 0.0103 | 0.696 | 2 | 双机+分区+批处理,综合最优 |
| S0 | 0.794 | 0.106 | 0.0106 | 0.693 | 3 | 吞吐塌缩+热度极化,劣等 |
| S2 | 0.789 | 0.106 | 0.0106 | 0.689 | 4 | 分区混合见效,空间结构优化明显 |
| S1 | 0.784 | 0.103 | 0.0103 | 0.688 | 5 | 就近策略改善周期,但无分区仍偏热堵 |
配套代码获取
- PC 端:文章顶部/底部直接下载
- 手机端:配套资源