面向仓储物流的大模型驱动的订单需求预测与AGV动态调度控制系统设计.docxVIP

PAGE2

面向仓储物流的大模型驱动的订单需求预测与AGV动态调度控制系统设计

摘要

随着电子商务与智能制造的高速发展，仓储物流系统面临订单波动剧烈、拣选时效要求苛刻等现实挑战。传统基于时序统计的预测方法难以捕捉多源异构因素的非线性关联，而固定路径或简单规则驱动的自动导引车（AGV）调度策略在动态环境下效率低下。

本课题设计并实现了一套以大模型为核心驱动力的订单需求预测与AGV动态调度控制系统。系统利用大语言模型融合历史订单、促销计划、季节特征、宏观经济指标等多因素，实现高精度订单量预测；基于预测结果制定库存前置策略，将高频商品提前调拨至出库缓存区；并构建云边协同的AGV动态路径规划引擎，实时融合订单任务与交通状态，通过改进的冲突搜索算法生成无碰最优路径。

论文遵循“需求分析—总体设计—详细设计—实现—测试”的工程递进思路。第一章分析仓储物流痛点与国内外研究现状；第二章论证大模型预测与AGV调度相关技术选型；第三章梳理功能与非功能需求；第四章设计“云预测—边调度—端执行”三层架构与模块划分；第五章详述大模型多因素预测、库存前置策略与AGV动态调度算法；第六章展示核心模块实现与运行效果；第七章通过功能与性能测试验证系统指标；第八章总结成果并展望未来。

本设计的核心创新点在于：将大模型的多模态理解与推理能力首次系统性地引入仓储物流预测与调度闭环，设计了“预测前置—动态调度”双轮驱