基于RFID的汽车制造企业集装箱调运仿真系统 计算机仿真（SIMULATION.docxVIP

基于RFID的汽车制造企业集装箱调运仿真系统计算机仿真（Simulation）是一种可以模拟特定系统抽象模型的计算机程序[12]，通过计算机仿真可以对自然界、人类社会和各种工程系统的运行机制和行为进行更深入了解和掌握[10]。作为一种对系统进行建模、分析、预测、验证、优化的有效手段，仿真技术已被广泛地应用于各类信息系统中，如计算机辅助设计(CAD)、计算机辅助工程(CAE)、决策支持系统(DSS)等。在过去的几十年里，计算仿真从时间驱动模型、事件驱动模型到过程驱动模型的不断变革，而且正在向对象驱动模型、数据驱动模型和连续建模的方向发展[6][7]。传统的建模技术和工具是在单一层次上对目标系统进行抽象[6]，这样往往会使得对复杂系统仿真时过分依赖人工建模和编程，而导致系统缺少足够的柔性和扩展性。如何对那些拥有大量节点、联系、实体的大规模复杂系统进行仿真，是一个十分重要的问题。尤其考虑到未来信息系统在规模和复杂程度上的发展，这一领域的技术将有十分重大的应用价值。本章将给出一个应用基于数据驱动的仿真技术，评估RFID对大型汽车制造企业集装箱调运影响的决策支持系统实例。1、项目概述装配零部件的集装箱的管理系统对于大型汽车制造企业是十分重要的。好的集装箱管理系统可以加快生产速度，保证产品质量并和提高服务水平。目前，汽车生产制造业的物流运作中已经受集装箱数量庞大和空间分布广泛两大瓶颈的制约而不能开发出有效管理大规模集装箱的管理系统。事实上准时准地（Right time –Right place）原则在非完全或者不对称的信息内容情况下是不好实现的。RFID技术的应用已经有了几十年的历史，并且在物流 、运输、零售和制药业等领域都已经有广泛应用。在过去的几年内，RFID技术相关技术，例如：标签、读写器和软件应用系统等都有迅猛的发展。供应链的广阔地理范围内使用RFID技术可以获得大量的时空信息，这样企业可以得到大量充足的运作支持信息，并且可以基于这些信息进行决策的优化，最终实现更有效地将全部的集装箱管理工作作为一个整体来进行调度。尽管RFID是未来构建互动式智能汽车物流和供应链的关键技术，也十分有必要对装有RFID和未装有RFID的生产制造系统的属性和行为进行对比和评价。通过仿真技术可以在实际系统应用RFID技术前，提供一种灵活的方法对RFID技术对集装箱管理技术的各项运行指标的影响进行评价。本项目开发了一套仿真平台，通过分别对引入RFID和未引入RFID技术的集装箱管理系统分别建模并进行仿真，我们可以量化预测、分析、评价RFID技术对汽车工业中集装箱管理系统的影响，为企业引入RFID技术提供决策支持。Figure 1 General road map of the research通过分别运行输入同样的初始化数据的两个仿真模型，就可以得到两个不同的输出数据来预测装有和未装有RFID系统的运转情况。根据仿真结果可以对系统功效和效率的指标例如空箱率、集装箱分布方差、订单延迟率等进行计算，通过这样的方式就可以对基于RFID的集装箱管理系统进行评价，用统计数据定量化地反映RFID技术的影响。本项目采用数据驱动技术克服了传统仿真技术对复杂系统建模的瓶颈，从一种新的视角来实现复杂系统任务的分布与协同，并且在系统的扩展性和柔性的方面有所提升。具体来说是将仿真模型分成过程模型和数据模型两个相对独立的部分。其中过程模型是对集装箱管理的工作流程和商业逻辑的抽象，最终形成一个相对稳定的仿真执行框架；数据模型是对具体信息和相对应过程模型中涉及到的数据结构进行抽象，为整个仿真运行提供具体所需的数据。在设计实现集装箱管理仿真系统时使用的数据驱动仿真引擎可以实现过程模型和数据模型整合，通过这样过程模型和数据模型的分别建立并最终整合的方式就比传统建模方式更加清晰和简单。本章其余的部分是这样安排的。第2部分描述了研究中数据驱动模型方法的原理，工具和系统的架构。第3部分分析了某大型汽车制造企业的集装箱管理模式，并对装有RFID和未安装RFID的情况抽象成两个不同的模型。第4部分给出仿真模型的数据模型和数据库设计。第5部分展示仿真环境和一系列仿真结果的评价。最后一部分包括结论的评价。2、系统架构本仿真系统包括三个部分：仿真内核、数据服务和用户界面。（见图4）Figure 4 Interaction of the three parts of the system 本项目系统建模的思想与1979年Reenskaug首次提出的模型--视图--控制器模式（Model-View-Controller，MVC)很类似[5][11]。MVC是一种软件工程中系统设计和架构的规范。采用这种规范可以成功的将逻辑和用户界面分开考虑，使得在执行具体应用时可以方便地的变更系统的用户界面或是底层的程序规则，