摘要：隨著信息的共享，客戶需求逐漸趨向于不確定性，給倉(cāng)儲(chǔ)正向作業(yè)和逆向作業(yè)流程帶來(lái)了極大的挑戰(zhàn)。針對(duì)中小型物流企業(yè)倉(cāng)儲(chǔ)活動(dòng)現(xiàn)狀，基于Activiti6.0和物聯(lián)網(wǎng)技術(shù)，設(shè)計(jì)了靈活設(shè)計(jì)的倉(cāng)儲(chǔ)作業(yè)流程。為進(jìn)一步驗(yàn)證與優(yōu)化資源利用率，基于Anylogic將倉(cāng)儲(chǔ)管理系統(tǒng)數(shù)據(jù)庫(kù)和仿真系統(tǒng)的數(shù)據(jù)庫(kù)集成，對(duì)倉(cāng)儲(chǔ)管理系統(tǒng)的資源利用率進(jìn)行仿真，結(jié)果發(fā)現(xiàn)當(dāng)前企業(yè)人員、叉車?yán)寐示陀?0%，通過(guò)對(duì)人員與叉車數(shù)量改變進(jìn)行多組仿真實(shí)驗(yàn)，最終得到人員資源利用率為69%，叉車資源利用率為88%。

關(guān)鍵詞：關(guān)聯(lián)仿真；倉(cāng)儲(chǔ)管理系統(tǒng)；資源利用率；Anylogic

中圖分類號(hào)：TB 文獻(xiàn)標(biāo)識(shí)碼：Adoi：10.19311/j.cnki.16723198.2025.16.081

0 引言

在現(xiàn)代物流體系中，倉(cāng)儲(chǔ)作為連接生產(chǎn)與消費(fèi)的關(guān)鍵環(huán)節(jié)，其重要性不言而喻。它不僅是物資存儲(chǔ)的場(chǎng)所，更是物流信息的匯聚點(diǎn)，對(duì)整個(gè)物流流程的順暢運(yùn)作起著決定性作用。隨著市場(chǎng)競(jìng)爭(zhēng)的日益激烈，客戶需求逐漸呈現(xiàn)出多樣化、個(gè)性化和不確定性的特點(diǎn)，這對(duì)倉(cāng)儲(chǔ)管理提出了更高的要求。傳統(tǒng)的人工倉(cāng)儲(chǔ)作業(yè)模式在應(yīng)對(duì)這些變化時(shí)顯得力不從心，暴露出諸多問題，如倉(cāng)儲(chǔ)閑置率高、作業(yè)效率低、成本居高不下等。盡管倉(cāng)儲(chǔ)管理系統(tǒng)的出現(xiàn)，在一定程度上提升了倉(cāng)儲(chǔ)作業(yè)的效率，但物流倉(cāng)儲(chǔ)成本仍然未能得到有效控制。深入分析發(fā)現(xiàn)，現(xiàn)有倉(cāng)儲(chǔ)管理系統(tǒng)往往側(cè)重于貨物和設(shè)備的管理，卻忽視了對(duì)處理貨物的人員和設(shè)備利用率的關(guān)注。這就導(dǎo)致在倉(cāng)儲(chǔ)入庫(kù)、出庫(kù)等關(guān)鍵流程中，存在嚴(yán)重的資源浪費(fèi)現(xiàn)象，極大地限制了倉(cāng)儲(chǔ)管理系統(tǒng)效能的充分發(fā)揮。

1 文獻(xiàn)綜述

倉(cāng)儲(chǔ)成本居高不下是一個(gè)復(fù)雜的系統(tǒng)性問題，涉及多個(gè)方面的因素。倉(cāng)儲(chǔ)閑置率高與資源配置不合理之間存在緊密的內(nèi)在聯(lián)系[1]。由于缺乏精準(zhǔn)的市場(chǎng)需求預(yù)測(cè)和科學(xué)的倉(cāng)儲(chǔ)規(guī)劃，企業(yè)往往難以合理安排倉(cāng)儲(chǔ)空間和設(shè)備資源，導(dǎo)致部分倉(cāng)庫(kù)區(qū)域長(zhǎng)期閑置，而在業(yè)務(wù)高峰期又面臨空間和設(shè)備不足的困境。例如，在一些季節(jié)性產(chǎn)品的倉(cāng)儲(chǔ)管理中，淡季時(shí)倉(cāng)庫(kù)大量空間閑置，設(shè)備利用率極低；而到了旺季，由于前期規(guī)劃不足，無(wú)法及時(shí)調(diào)配足夠的資源滿足業(yè)務(wù)需求，貨物積壓嚴(yán)重，進(jìn)一步增加了倉(cāng)儲(chǔ)成本。同時(shí)，倉(cāng)儲(chǔ)軟硬設(shè)備更新不及時(shí)也嚴(yán)重制約了倉(cāng)儲(chǔ)作業(yè)效率的提升。老舊的設(shè)備不僅運(yùn)行速度慢、故障率高，而且難以與先進(jìn)的倉(cāng)儲(chǔ)管理系統(tǒng)相適配，影響了整個(gè)倉(cāng)儲(chǔ)作業(yè)流程的協(xié)同性。

工作流技術(shù)在近年來(lái)得到了廣泛的研究和應(yīng)用，其在倉(cāng)儲(chǔ)管理領(lǐng)域的潛力逐漸被挖掘?；诠ぷ髁饕娴膫}(cāng)儲(chǔ)管理系統(tǒng)能夠通過(guò)可視化技術(shù)，將倉(cāng)儲(chǔ)作業(yè)流程、任務(wù)分配以及資源利用情況清晰地呈現(xiàn)給管理者，是解決當(dāng)前倉(cāng)儲(chǔ)成本高、資源利用率低等問題的有效途徑。眾多研究者基于 WfMC 參考模型及相關(guān)標(biāo)準(zhǔn)，對(duì)倉(cāng)儲(chǔ)管理系統(tǒng)的效率提升展開了廣泛研究。邱小平[2]等人建立了工作流引擎信息模型，為該技術(shù)在企業(yè)中的應(yīng)用提供了有力支持，并成功將其應(yīng)用于采購(gòu)管理信息系統(tǒng)，實(shí)現(xiàn)了業(yè)務(wù)流程的柔性化；周子敬[3]深入探討了工作流技術(shù)與企業(yè)物資管理業(yè)務(wù)處理之間的關(guān)系，并基于此設(shè)計(jì)了物資管理系統(tǒng)，充分驗(yàn)證了工作流技術(shù)在以流程控制為主的系統(tǒng)開發(fā)中的有效性；谷江帆等人[45]基于工作流引擎完成了物流管理系統(tǒng)的設(shè)計(jì)，有效降低了物流系統(tǒng)的耦合度，實(shí)現(xiàn)了物流作業(yè)流程的高效化管理。F.Yin[6]通過(guò)將業(yè)務(wù)屬性添加到工作流模型中，提出了改進(jìn)的業(yè)務(wù)工作流模型。Mandal A[7]等提出了一個(gè)基于網(wǎng)絡(luò)云系統(tǒng)的科學(xué)工作流自主適應(yīng)的端到端框架，這使得工作流管理系統(tǒng)能夠解決工作流操作，特別是數(shù)據(jù)移動(dòng)的競(jìng)爭(zhēng)優(yōu)先事項(xiàng)。Amelie[8]提出了一種通用的基于轉(zhuǎn)換的工作流優(yōu)化框架 ToF，該框架能捕捉到針對(duì)不同工作負(fù)載和云產(chǎn)品的優(yōu)化機(jī)會(huì)。Naboni[9]提出了從單一數(shù)字工作流中使用一個(gè)原型工作流對(duì)現(xiàn)有的城市再生設(shè)計(jì)進(jìn)行評(píng)估，證明了工作流在城市再生設(shè)計(jì)應(yīng)用的潛力。然而，針對(duì)中小型物流企業(yè)倉(cāng)儲(chǔ)管理中資源利用率低這一核心問題，現(xiàn)有研究的針對(duì)性和深入程度仍有待提高。

為了進(jìn)一步驗(yàn)證和優(yōu)化基于工作流的倉(cāng)儲(chǔ)管理系統(tǒng)的資源利用效率和作業(yè)流程，本研究建立了Anylogic仿真模型。通過(guò)模擬不同的倉(cāng)儲(chǔ)作業(yè)場(chǎng)景和資源配置方案，對(duì)倉(cāng)儲(chǔ)流程中的資源利用情況和作業(yè)效率進(jìn)行量化分析，為系統(tǒng)的優(yōu)化提供科學(xué)依據(jù)。

2 工作流引擎

工作流引擎在整個(gè)倉(cāng)儲(chǔ)管理系統(tǒng)中扮演著核心角色，它能夠?qū)ο到y(tǒng)流程執(zhí)行過(guò)程中的各類數(shù)據(jù)進(jìn)行詳細(xì)記錄，從而實(shí)現(xiàn)倉(cāng)儲(chǔ)資源管理的高度可視化?；诠ぷ髁饕娴南到y(tǒng)具有耦合度低、便于流程管理的顯著特點(diǎn)，這為系統(tǒng)的二次開發(fā)提供了極大的便利。工作流引擎本質(zhì)上是應(yīng)用系統(tǒng)的重要組成部分，它為各應(yīng)用系統(tǒng)提供了核心解決方案，能夠根據(jù)不同的角色、分工和條件，精確決定信息傳遞的路由和內(nèi)容等級(jí)。其具備多項(xiàng)重要功能，包括流程的節(jié)點(diǎn)管理、流向管理以及流程樣例管理等。在節(jié)點(diǎn)管理方面，工作流引擎可以對(duì)流程中的各個(gè)節(jié)點(diǎn)進(jìn)行詳細(xì)的定義和配置，包括節(jié)點(diǎn)的功能、執(zhí)行條件、參與角色等；流向管理則負(fù)責(zé)控制流程在不同節(jié)點(diǎn)之間的流轉(zhuǎn)方向，確保流程按照預(yù)定的邏輯順序執(zhí)行；流程樣例管理用于存儲(chǔ)和管理不同的流程模板，以便在實(shí)際業(yè)務(wù)中快速調(diào)用和復(fù)用。

圖1 工作流管理系統(tǒng)體系結(jié)構(gòu)圖

在本文所研究的倉(cāng)儲(chǔ)管理系統(tǒng)中，工作流引擎貫穿于整個(gè)系統(tǒng)的運(yùn)行過(guò)程。它的主要職責(zé)是對(duì)工作流過(guò)程實(shí)例進(jìn)行全面管理，借助過(guò)程定義工具，不僅可以完成確定性工作流過(guò)程（如常規(guī)的入庫(kù)、出庫(kù)流程）的定義，還能夠靈活處理非確定性工作流過(guò)程（如應(yīng)對(duì)突發(fā)情況的緊急作業(yè)流程）。在過(guò)程實(shí)例化的進(jìn)程中，工作流引擎會(huì)依據(jù)預(yù)先定義的邏輯，準(zhǔn)確判斷活動(dòng)間的執(zhí)行順序、確定每個(gè)活動(dòng)的執(zhí)行角色以及活動(dòng)執(zhí)行所需滿足的條件。例如，在入庫(kù)流程中，工作流引擎會(huì)根據(jù)貨物的類型和數(shù)量，安排合適數(shù)量的檢驗(yàn)人員進(jìn)行貨物檢驗(yàn)，檢驗(yàn)合格后，再調(diào)度相應(yīng)數(shù)量的叉車司機(jī)和叉車將貨物搬運(yùn)至指定貨架存儲(chǔ)。圖1為工作流管理系統(tǒng)體系結(jié)構(gòu)圖。

3 Anylogic仿真數(shù)據(jù)庫(kù)集成

3.1 問題分析

3.1.1 倉(cāng)儲(chǔ)作業(yè)流程、活動(dòng)資源分配問題

在實(shí)際倉(cāng)儲(chǔ)作業(yè)過(guò)程中往往存在需求和供給不能匹配的情況，這就是容易造成資源分配不合理導(dǎo)致整個(gè)入庫(kù)流程或者出庫(kù)流程整體效率變低，倉(cāng)儲(chǔ)成本增加。面對(duì)這種情況以往只能通過(guò)有經(jīng)驗(yàn)的倉(cāng)儲(chǔ)作業(yè)人員利用其豐富的經(jīng)驗(yàn)通過(guò)對(duì)繁雜的紙質(zhì)訂單和倉(cāng)儲(chǔ)記錄單來(lái)進(jìn)行整理才能發(fā)現(xiàn)流程作業(yè)中的問題，并根據(jù)倉(cāng)儲(chǔ)作業(yè)數(shù)據(jù)進(jìn)行倉(cāng)儲(chǔ)資源優(yōu)化配置，實(shí)現(xiàn)倉(cāng)儲(chǔ)流程優(yōu)化。這類形式極大地依賴于人員水平和收集數(shù)據(jù)的準(zhǔn)確性。

3.1.2 仿真數(shù)據(jù)源收集與獲取問題

倉(cāng)儲(chǔ)仿真能夠?qū)?shí)際倉(cāng)儲(chǔ)活動(dòng)進(jìn)行模擬，最大程度還原實(shí)際情況，減少誤差。通過(guò)仿真能真實(shí)地反映實(shí)際作業(yè)流程中的資源使用情況、任務(wù)處理時(shí)間、作業(yè)成本等問題，能夠極大地縮短作業(yè)流程優(yōu)化和驗(yàn)證周期。

3.1.3 Anylogic與MySQL5.6數(shù)據(jù)庫(kù)連接

在Anylogic中建立與本地?cái)?shù)據(jù)庫(kù)連接，需對(duì)數(shù)據(jù)庫(kù)的JDBC、鏈接地址、登錄名和密碼等屬性進(jìn)行配置，詳細(xì)配置如下圖2所示；

圖2 Anylogic數(shù)據(jù)庫(kù)配置

屬性描述如下所示：

名稱：此處名稱為數(shù)據(jù)庫(kù)連接器在Anylogic中的名稱，不需要與本地?cái)?shù)據(jù)庫(kù)相連。

類型：Anylogic中除了access和sql server均為其他數(shù)據(jù)庫(kù)，本文中選用的時(shí)my sql數(shù)據(jù)庫(kù)。

JDBC驅(qū)動(dòng)：需要下載mysql連接，本文選用的是5.1.2jar。

鏈接地址：表示本地?cái)?shù)據(jù)庫(kù)鏈接地址，fangzhen為要連接的本地?cái)?shù)據(jù)庫(kù)名稱。

登錄：本地?cái)?shù)據(jù)庫(kù)名稱。

密碼：本地?cái)?shù)據(jù)庫(kù)密碼。

Anylogic支持各個(gè)模塊屬性值直接從數(shù)據(jù)庫(kù)表中讀取數(shù)據(jù)，并將仿真結(jié)果存儲(chǔ)到連接數(shù)據(jù)庫(kù)的相應(yīng)數(shù)據(jù)庫(kù)表中。從數(shù)據(jù)庫(kù)表中讀出數(shù)據(jù)時(shí)，需要在需要寫入的模塊屬性處將值修改為數(shù)據(jù)庫(kù)引用，并選擇相應(yīng)數(shù)據(jù)庫(kù)表即可。將仿真數(shù)據(jù)存儲(chǔ)到Mysql數(shù)據(jù)庫(kù)表中時(shí)，需要修改anylogic的main屬性值銷毀時(shí)寫入如（wms.modify（\"UPDATE LIYONGLV SET PEROSONU=\"

+Manager.utilization（）+\"WHERE name=’Manager utilization’\"）;

wms.modify（\"UPDATE LIYONGLV SET caru=\"

+car.utilization（）+\"WHERE name=’car utilization’\"）;）

在銷毀時(shí)寫入的wms.modify表示：數(shù)據(jù)庫(kù)名+方法，括號(hào)中寫入相應(yīng)的SQL語(yǔ)句，進(jìn)行數(shù)據(jù)庫(kù)修改即可。

3.2 入庫(kù)案例分析

3.2.1 入庫(kù)仿真假設(shè)

為保證模型仿真模型的正確構(gòu)建以及最大程度還原現(xiàn)實(shí)作業(yè)流程，本文將對(duì)倉(cāng)儲(chǔ)管理系統(tǒng)入庫(kù)流程和出庫(kù)流程分別作出以下假設(shè)。

假設(shè)1：倉(cāng)庫(kù)中的運(yùn)輸設(shè)備只有叉車，且叉車運(yùn)輸速度不受其他因素影響，為勻速運(yùn)行，叉車運(yùn)行過(guò)程中不存在故障等情況；

假設(shè)2：倉(cāng)庫(kù)人員單位時(shí)間處理貨物數(shù)量為平均狀態(tài)，倉(cāng)庫(kù)人員在作業(yè)過(guò)程中不存在特殊情況，默認(rèn)為一直工作；

假設(shè)3：入庫(kù)過(guò)程中不存在貨物取消、回退等異常情況，且當(dāng)貨物到達(dá)量大于倉(cāng)儲(chǔ)當(dāng)前最大處理能力時(shí)，仿真結(jié)束并報(bào)錯(cuò)，流程異常；

假設(shè)4：為簡(jiǎn)化仿真模型，流程中的貨物數(shù)量校驗(yàn)、質(zhì)量校驗(yàn)簡(jiǎn)化為一個(gè)校驗(yàn)環(huán)節(jié)，且校驗(yàn)均通過(guò)；

假設(shè)5：為便于仿真數(shù)據(jù)輸入，將貨物種類簡(jiǎn)化為一種并忽略其大小和重量，且對(duì)運(yùn)輸條件、包裝沒有特殊要求；

假設(shè)6：忽略入庫(kù)流程中的設(shè)備和人員準(zhǔn)備時(shí)間，且不考慮出庫(kù)等倉(cāng)庫(kù)作業(yè)流程對(duì)入庫(kù)流程的影響。

3.2.2 物理模型

根據(jù)3.2節(jié)入庫(kù)作業(yè)流程圖，貨物到達(dá)倉(cāng)庫(kù)后首先進(jìn)入暫存區(qū)，然后由倉(cāng)儲(chǔ)人員進(jìn)行貨物校驗(yàn)，檢驗(yàn)完成后，叉車工人根據(jù)訂單將貨物運(yùn)送到貨架前，將貨物卸下，然后存儲(chǔ)到貨架上，如圖3所示。

3.2.3 仿真結(jié)果分析

在仿真運(yùn)行前需確定仿真運(yùn)行時(shí)間，在本研究中數(shù)據(jù)是通過(guò)對(duì)3個(gè)月倉(cāng)庫(kù)數(shù)據(jù)進(jìn)行分析所得，所以時(shí)間長(zhǎng)短不影響實(shí)驗(yàn)結(jié)果。在本研究中將仿真時(shí)間長(zhǎng)度設(shè)置為1個(gè)小時(shí)，在Anylogic中仿真運(yùn)行時(shí)間為3600秒，仿真時(shí)間單位為秒。采用條形圖收集工人利用率、叉車?yán)寐室约皢蝹€(gè)貨物的入庫(kù)時(shí)間連續(xù)運(yùn)行5次結(jié)果過(guò)如表1，表2所示。

通過(guò)入庫(kù)時(shí)間和叉車人員使用率分析結(jié)果可以看出當(dāng)前企業(yè)在滿足入庫(kù)貨物需求的同時(shí)，人員資源和叉車設(shè)備資源利用率均低于60%，因此，可以根據(jù)入庫(kù)需求對(duì)人員和設(shè)備分配進(jìn)行優(yōu)化。

通過(guò)對(duì)入庫(kù)作業(yè)流程進(jìn)行分析，發(fā)現(xiàn)其資源利用率情況很不合理，倉(cāng)儲(chǔ)設(shè)備和人員利用率均低于60%。為此希望在保證滿足入庫(kù)需求的同時(shí)提高資源利用率。分別將倉(cāng)儲(chǔ)作業(yè)人員數(shù)量和叉車數(shù)量重新分配，分配結(jié)果如表3。

根據(jù)仿真結(jié)果發(fā)現(xiàn)，第2、3、9組數(shù)據(jù)在進(jìn)行仿真時(shí)出現(xiàn)異常，異常原因?yàn)樨浳锏竭_(dá)為負(fù)，說(shuō)明在該種資源分配下無(wú)法處理完到達(dá)貨物。與此同時(shí)，1個(gè)小時(shí)內(nèi)第4、5、8、11組處理貨物數(shù)量明顯高于其他組，叉車和人員利用率最高的為第7、10、11組入庫(kù)時(shí)間最短的為1、4、5、8、10組?？紤]以上3個(gè)方面，最優(yōu)資源分配策略為10組。

4 總結(jié)

本研究圍繞基于工作流的倉(cāng)儲(chǔ)管理系統(tǒng)及 Anylogic 關(guān)聯(lián)仿真技術(shù)展開，取得了一系列具有實(shí)踐價(jià)值的成果。通過(guò)實(shí)際驗(yàn)證，基于工作流的倉(cāng)儲(chǔ)管理系統(tǒng)展現(xiàn)出顯著優(yōu)勢(shì)，成功實(shí)現(xiàn)了倉(cāng)儲(chǔ)作業(yè)流程和任務(wù)處理的可視化。借助工作流引擎對(duì)各類數(shù)據(jù)的記錄和分析，管理人員能夠?qū)崟r(shí)掌握倉(cāng)儲(chǔ)作業(yè)效率和資源使用情況，為及時(shí)調(diào)整作業(yè)策略和優(yōu)化資源配置提供了有力支持。該系統(tǒng)在應(yīng)對(duì)復(fù)雜多變的倉(cāng)儲(chǔ)業(yè)務(wù)環(huán)境時(shí)，展現(xiàn)出良好的靈活性，能夠有效處理因市場(chǎng)需求變化、設(shè)備故障、人員變動(dòng)等多種因素導(dǎo)致的流程變化問題，確保倉(cāng)儲(chǔ)作業(yè)流程的順暢運(yùn)行。在研究過(guò)程中，以倉(cāng)儲(chǔ)入庫(kù)流程為切入點(diǎn)，詳細(xì)闡述了基于 Anylogic 軟件與 MySQL 數(shù)據(jù)庫(kù)連接的方法和應(yīng)用。通過(guò)將實(shí)際生產(chǎn)數(shù)據(jù)與仿真數(shù)據(jù)相結(jié)合，顯著提高了仿真輸入數(shù)據(jù)的準(zhǔn)確性，從而更精確地獲取倉(cāng)儲(chǔ)作業(yè)中的資源利用率情況。通過(guò)多組仿真實(shí)驗(yàn)，深入分析不同資源配置方案下的作業(yè)效果，最終獲得了人員資源利用率為 69%、叉車資源利用率為 88% 的較優(yōu)資源分配策略，有效提升了倉(cāng)儲(chǔ)作業(yè)的資源利用效率。

5 展望與不足

本文存在一定的局限性。在仿真模型構(gòu)建方面，盡管對(duì)部分假設(shè)條件進(jìn)行了完善，但仍然無(wú)法完全涵蓋實(shí)際倉(cāng)儲(chǔ)作業(yè)中的所有復(fù)雜因素。如天氣對(duì)室外倉(cāng)儲(chǔ)作業(yè)的影響、供應(yīng)商交貨延遲對(duì)倉(cāng)儲(chǔ)計(jì)劃的影響等。在數(shù)據(jù)處理上，雖然采取了一些措施提高數(shù)據(jù)質(zhì)量，但在數(shù)據(jù)的完整性和實(shí)時(shí)性方面仍有提升空間。此外，研究主要集中在倉(cāng)儲(chǔ)入庫(kù)流程，對(duì)于出庫(kù)、移庫(kù)、盤點(diǎn)等其他關(guān)鍵流程的研究相對(duì)較少，尚未形成對(duì)整個(gè)倉(cāng)儲(chǔ)管理系統(tǒng)全面、深入的優(yōu)化方案。

針對(duì)上述不足，未來(lái)的研究可以從以下幾個(gè)方向展開。進(jìn)一步完善仿真模型，考慮更多實(shí)際因素對(duì)倉(cāng)儲(chǔ)作業(yè)的影響，通過(guò)引入更復(fù)雜的算法和模型，提高仿真的準(zhǔn)確性和可靠性。加強(qiáng)對(duì)數(shù)據(jù)處理技術(shù)的研究，探索更先進(jìn)的數(shù)據(jù)采集、清洗和整合方法，確保數(shù)據(jù)的完整性、準(zhǔn)確性和實(shí)時(shí)性，為仿真分析提供更堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。將研究范圍擴(kuò)展到整個(gè)倉(cāng)儲(chǔ)管理系統(tǒng)的各個(gè)流程，綜合考慮各流程之間的相互關(guān)聯(lián)和影響，構(gòu)建全面的倉(cāng)儲(chǔ)管理系統(tǒng)優(yōu)化模型，實(shí)現(xiàn)倉(cāng)儲(chǔ)管理的整體效能提升。還可以結(jié)合人工智能、物聯(lián)網(wǎng)等新興技術(shù)，進(jìn)一步優(yōu)化倉(cāng)儲(chǔ)管理系統(tǒng)的功能和性能，如利用人工智能算法實(shí)現(xiàn)智能倉(cāng)儲(chǔ)調(diào)度，借助物聯(lián)網(wǎng)技術(shù)實(shí)現(xiàn)設(shè)備的實(shí)時(shí)監(jiān)控和智能管理，推動(dòng)倉(cāng)儲(chǔ)行業(yè)向智能化、高效化方向發(fā)展。

主要參考文獻(xiàn)

［1］李靜宇.傳化“云倉(cāng)”特色庫(kù)新體驗(yàn)[J].中國(guó)儲(chǔ)運(yùn)，2018，（06）：4647.

[2]阮宏梁，邱小平，楊俊，等.工作流引擎管理下柔性采購(gòu)管理信息系統(tǒng)設(shè)計(jì)實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用，2010，30（S1）：312314+323.

[3]周子敬.基于工作流的物資管理系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D].西南交通大學(xué)，2009，811.

[4]楊野.基于工作流的倉(cāng)庫(kù)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].吉林大學(xué)，2004，17.

[5]谷江帆.基于J2EE與JBPM的物流管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].北京工業(yè)大學(xué)，2016，112.

[6]Promsakul K，Limsiroratana S.Workflow simulation based on cloud platform for office automation system[C]//2017 14th International Joint Conference on Computer Science and Software Engineering（JCSSE）.IEEE，2017：15.

[7]Mandal A，Ruth P，Baldin I，et al.Toward prioritization of data flows for scientific workflows using virtual software defined exchanges[C]//2017 IEEE 13th International Conference on e-Science（e-Science）.IEEE，2017：566575.

[8]Zhou，Amelie Chi.He，Bingsheng.TransformationBased Monetary CostOptimizations for Workflows in the Cloud[J].IEEE Transactions on Cloud Computing，2014，2（1）：8598.

[9]Emanuele Naboni，Jonathan Natanian，Giambattista Brizzi，Pietro Florio，Ata Chokhachian，Theodoros Galanos，Parag Rastogi. A digital workflow to quantify regenerative urban design in the context of a changing climate[J]. Renewable and Sustainable Energy Reviews，2019，113.