CN107274246A - 基于分区协同优化策略的自动分拣系统订单处理方法 - Google Patents
基于分区协同优化策略的自动分拣系统订单处理方法 Download PDFInfo
- Publication number
- CN107274246A CN107274246A CN201710304637.3A CN201710304637A CN107274246A CN 107274246 A CN107274246 A CN 107274246A CN 201710304637 A CN201710304637 A CN 201710304637A CN 107274246 A CN107274246 A CN 107274246A
- Authority
- CN
- China
- Prior art keywords
- order
- mrow
- time
- sorter
- goods
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
基于分区协同优化策略的自动分拣系统订单处理方法，引入协同优化、数据挖掘技术实现对自动分拣系统订单进行有效分析与管理，首先分区协同优化分拣系统订单处理的数学分析模型，分析分拣系统的特点；其次将分拣机分区协同优化问题转化为并行机派寻问题；再次构建品项分配子问题并设计层次聚类算法进行聚类处理，最后基于马尔科夫方法确定订单最优排序，从而提高订单分拣处理能力，解决我国物流配送效率不高的问题。
Description
技术领域
本发明涉及协同优化与数据挖掘领域，尤其是一种自动分拣系统订单处理方法，特别适用于货物拣选分配方面的问题。
背景技术
随着社会的不断发展，人们对商品的需求日益呈现小批量、多样化的发展趋势，造成小批量、多品种、高时效的货物需求不断增加；在这种趋势下，顾客订货的品种与频次不断增加，从订货到要求送达的时间越来越短，使得作为连接客户与厂商的中转站-配送中心的作用越发重要；配送中心很好地解决了用户小批量多样化需求和厂商大批量专业化生产之间的矛盾，有效地降低了运输、库存、分拣、配送等成本，已成为物流作业现代化的标志；配送中心的三大核心业务为仓储、拣选、配送，其中拣选作业是指按照客户订单要求，从指定货位得到相应货物并汇集在一起的过程；近年来，由于产品更新换代的速度加快，零售商希望减小库存、制造企业对于“准时制”的要求，网上购物的出现，订单呈现小批量、多品种、频繁订货、配送周期短、精度要求高等特征，这对分拣提出了更好的要求；
由于手工分拣存在效率低、工人劳动强度大、差错率高等缺点，在一些商品包装规则的行业中开始广泛使用自动分拣系统，如烟草、药品；自动分拣系统分拣效率虽然很高，但是其投资成本和运营成本也很高，因此有必要对其订单处理策略进行研究以充分发挥其分拣能力；
发明内容
为了克服手工分拣效率低、工人劳动强度大、差错率高等不足，本发明提供了一种有效的基于分区协同优化策略的自动分拣系统订单处理方法；
本发明解决其技术问题所采用的技术方案是：
基于分区协同优化策略的自动分拣系统订单处理方法，包括以下步骤：
步骤1，构建分区协同优化分拣系统订单处理的数学分析模型：订单处理问题关键是如何使总处理时间最少，而为得到订单处理总时间的结构组成，需要分析分区拣选策略下的系统布局与工作流程；如图1所示，分区拣选策略下，分拣机系统划分为多个独立拣货区，一条主输送带连接各拣货区末端的缓冲区；处理订单时，各拣货区内分拣机共同拣选同一订单货物并送入缓冲区，然后在合流输送上完成货物合流并送至包装系统；由于各拣货区内的分拣机并行工作，故降低了订单处理总时间；根据货到订单拣选系统中的订单队列特点，设计排队系统描述分拣机系统工作流程，如图2所示；在该排队系统中，订单可理解为顾客，分拣机中各通道、缓冲区、包装机可理解为服务员；
排队系统中的订单处理流程包括：①订单拆分：在输入端是一订单队列，各订单根据拣货区数量以及所有品项在各拣货区分配情况拆分为子订单，并分配给各拣货区；②货物拣选：在各拣货区内部，分拣机各通道和缓冲区根据先到先服务(First Come FirstServed，FCFS)的规则处理子订单队列中各品项货物；③缓存积放：在各拣货区内，缓冲区暂存拣出的子订单货物，由于缓冲区常设计为重力式滑道或动力式输送带，货物在缓存等待过程中可实现密集积放；④合流与输送：通过控制缓冲区末端的挡板，将属于同一订单的缓存货物按照某种规则从不同缓冲区进入合流输送带，并送入包装系统；在实际应用中，订单拆分工作由电脑系统快速完成，故耗费时间可忽略，基于以上分析，可知分拣机系统的订单处理时间由三部分组成：货物拣选时间、货物合流时间、缓冲区已满导致的分拣机暂停时间；为从数学上表达任一拣货区的订单处理总时间构成，需要的变量包括：订单数量r；拣货区数量z；k号拣货区处理i号订单货物的完成时刻Tf ik(1≤i≤r,1≤k≤z)，它等于货物由缓冲区流入合流输送带的结束时刻；k号拣货区分拣机在处理i号订单货物的拣选时间tp ik；k号拣货区分拣机处理i号订单货物时的暂停时间，即该订单货物在缓冲区开始合流前的等待时间tw ik；货物合流时间，即订单货物从缓冲区流入主输送带耗费的时间tm；各拣货区订单处理总时间均为货物拣选时间、分拣机暂停时间、货物合流时间之和，则任一拣货区k处理订单i的完成时刻Tf ik可由下式表示：
递归调用式(1)可求得各拣货区处理最后r号订单的完成时刻Tz rk，如下式所示：
步骤2，分拣机分区协同优化问题的转化：将分拣机综合优化问题简化后可转化为并行机派寻问题(PMS)。设定订单总数量r等于1，货物合流时间tm等于0秒，拣货区数量z，各品项拣选量ns ij，品项拆分数量p均为已知常量，经过以上简化，各品项相当于PMS问题中各工件，拣货区相当于PMS问题中的处理机，拣货区内的订单处理时间相当于处理机加工工件时间，优化目标相当于工件加工总时间最短；由于PMS属于NP完全问题，由此可知：不简化的分拣机系统综合优化问题更属于NP完全问题；为降低问题求解难度，设计合理的启发式算法，首先应当根据分拣机分区协同优化问题特点，转变优化目标；然后，将分拣机分区协同优化问题拆分为若干子问题，采取单独讨论后再确定综合求解方法的研究思路；
步骤3，品项分配子问题的构建及其层次聚类算法设计：品项分配子问题指如何分配所有品项到各拣货区的问题；若以最小化订单处理总时间为目标，难以提出针对性的优化算法；这里采用聚类分析方法求解品项分配子问题，根据分拣机系统品项分配子问题特点，提出一种类似连通法的层次聚类算法，该算法采用自底向上的聚类顺序，聚类步骤如下：步骤31，根据品项总数s+p构建等量空类，即z＝s+p，并为每个类分配一个品项；步骤32，建立一个z行z列的类关系矩阵，矩阵中对角元素设为0，其余各元素表示不同类间的相关性，该矩阵为对称矩阵，取其上半角或下半角共(z-1)z/2个元素，将最小值元素对应的两个类合并为1个类，类的数量z减1：z＝z-1；步骤33，若类的数量大于预定的拣货区数量，转步骤2，否则结束；
步骤4，基于马尔科夫的订单最优排序的确定：由于一个订单的等待时间只取决于前面N-1个订单的处理时间和等待时间，因此系统具有马尔可科夫性；将订单看作是一个个追加到排好顺序的订单队列中，在某个订单即将追加到队列的时刻点观察系统，用队列末尾N-1个订单各自的处理时间和等待时间之和作为一个N-1维向量表示系统的状态，则系统具有历史无关性，可以看作一个状态连续时间离散的马尔科夫链；对于这种连续的状态，通过积分和微分进行分析非常困难，因而采用离散化的方式将连续状态转变成离散状态，进而研究离散状态的最优决策，决策变量为下一个要处理的订单，然后分析离散化带来的误差；
本发明的技术构思为：结合当前手工分拣存在效率低、工人劳动强度大、差错率高等缺点，提出了基于分区协同优化策略的自动分拣系统订单处理方法，利用协同优化与数据挖掘等技术来提升货物拣选分配处理能力；
基于此，本发明以自动分拣系统为研究对象，引入协同优化、数据挖掘技术，充分考虑货物拣选的特征，提出基于分区协同优化策略的自动分拣系统订单处理方法，通过该方法帮助政府部门、物流企业实现对物流任务的有效调度与分配；
引入协同优化、数据挖掘技术实现对自动分拣系统订单进行有效分析与管理，首先分区协同优化分拣系统订单处理的数学分析模型，分析分拣系统的特点；其次将分拣机分区协同优化问题转化为并行机派寻问题；再次构建品项分配子问题并设计层次聚类算法进行聚类处理，最后基于马尔科夫方法确定订单最优排序，从而提高订单分拣处理能力，解决我国物流配送效率不高的问题；
本发明的有益效果在于：本发明有效克服了手工分拣存在效率低、工人劳动强度大、差错率高等缺点，具有良好的应用价值；
附图说明
图1是实施本发明方法的分区拣选策略下的分拣机系统布局图
图2是本发明的分区拣选策略下的排队系统图
具体实施方式
下面结合附图对本发明作进一步描述：
参照图1和图2，基于分区协同优化策略的自动分拣系统订单处理方法，包括以下步骤：
步骤1，构建分区协同优化分拣系统订单处理的数学分析模型：订单处理问题关键是如何使总处理时间最少，而为得到订单处理总时间的结构组成，需要分析分区拣选策略下的系统布局与工作流程；如图1所示，分区拣选策略下，分拣机系统划分为多个独立拣货区，一条主输送带连接各拣货区末端的缓冲区；处理订单时，各拣货区内分拣机共同拣选同一订单货物并送入缓冲区，然后在合流输送上完成货物合流并送至包装系统；由于各拣货区内的分拣机并行工作，故降低了订单处理总时间；根据货到订单拣选系统中的订单队列特点，设计排队系统描述分拣机系统工作流程，如图2所示；在该排队系统中，订单可理解为顾客，分拣机中各通道、缓冲区、包装机可理解为服务员；
排队系统中的订单处理流程可概括：①订单拆分：在输入端是一订单队列，各订单根据拣货区数量以及所有品项在各拣货区分配情况拆分为子订单，并分配给各拣货区；②货物拣选：在各拣货区内部，分拣机各通道和缓冲区根据先到先服务(First Come FirstServed，FCFS)的规则处理子订单队列中各品项货物；③缓存积放：在各拣货区内，缓冲区暂存拣出的子订单货物，由于缓冲区常设计为重力式滑道或动力式输送带，货物在缓存等待过程中可实现密集积放；④合流与输送：通过控制缓冲区末端的挡板，将属于同一订单的缓存货物按照某种规则从不同缓冲区进入合流输送带，并送入包装系统；在实际应用中，订单拆分工作由电脑系统快速完成，故耗费时间可忽略，基于以上分析，可知分拣机系统的订单处理时间由三部分组成：货物拣选时间、货物合流时间、缓冲区已满导致的分拣机暂停时间；为从数学上表达任一拣货区的订单处理总时间构成，需要的变量包括：订单数量r；拣货区数量z；k号拣货区处理i号订单货物的完成时刻Tf ik(1≤i≤r,1≤k≤z)，它等于货物由缓冲区流入合流输送带的结束时刻；k号拣货区分拣机在处理i号订单货物的拣选时间tp ik；k号拣货区分拣机处理i号订单货物时的暂停时间，即该订单货物在缓冲区开始合流前的等待时间tw ik；货物合流时间，即订单货物从缓冲区流入主输送带耗费的时间tm；各拣货区订单处理总时间均为货物拣选时间、分拣机暂停时间、货物合流时间之和，则任一拣货区k处理订单i的完成时刻Tf ik可由下式表示：
递归调用式(1)可求得各拣货区处理最后r号订单的完成时刻Tz rk，如下式所示：
步骤2，分拣机分区协同优化问题的转化：将分拣机综合优化问题简化后可转化为并行机派寻问题(PMS)。设定订单总数量r等于1，货物合流时间tm等于0秒，拣货区数量z，各品项拣选量ns ij，品项拆分数量p均为已知常量，经过以上简化，各品项相当于PMS问题中各工件，拣货区相当于PMS问题中的处理机，拣货区内的订单处理时间相当于处理机加工工件时间，优化目标相当于工件加工总时间最短；由于PMS属于NP完全问题，由此可知：不简化的分拣机系统综合优化问题更属于NP完全问题；为降低问题求解难度，设计合理的启发式算法，首先应当根据分拣机分区协同优化问题特点，转变优化目标；然后，将分拣机分区协同优化问题拆分为若干子问题，采取单独讨论后再确定综合求解方法的研究思路；
步骤3，品项分配子问题的构建及其层次聚类算法设计：品项分配子问题指如何分配所有品项到各拣货区的问题；若以最小化订单处理总时间为目标，难以提出针对性的优化算法；这里采用聚类分析方法求解品项分配子问题，根据分拣机系统品项分配子问题特点，提出一种类似连通法的层次聚类算法，该算法采用自底向上的聚类顺序，聚类步骤如下：步骤31，根据品项总数s+p构建等量空类，即z＝s+p，并为每个类分配一个品项；步骤32，建立一个z行z列的类关系矩阵，矩阵中对角元素设为0，其余各元素表示不同类间的相关性，该矩阵为对称矩阵，取其上半角或下半角共(z-1)z/2个元素，将最小值元素对应的两个类合并为1个类，类的数量z减1：z＝z-1；步骤33，若类的数量大于预定的拣货区数量，转步骤2，否则结束；
步骤4，基于马尔科夫的订单最优排序的确定：由于一个订单的等待时间只取决于前面N-1个订单的处理时间和等待时间，因此系统具有马尔可科夫性；将订单看作是一个个追加到排好顺序的订单队列中，在某个订单即将追加到队列的时刻点观察系统，用队列末尾N-1个订单各自的处理时间和等待时间之和作为一个N-1维向量表示系统的状态，则系统具有历史无关性，可以看作一个状态连续时间离散的马尔科夫链；对于这种连续的状态，通过积分和微分进行分析非常困难，因而采用离散化的方式将连续状态转变成离散状态，进而研究离散状态的最优决策，决策变量为下一个要处理的订单，然后分析离散化带来的误差。
Claims (1)
1.基于分区协同优化策略的自动分拣系统订单处理方法，包括以下步骤：
步骤1，构建分区协同优化分拣系统订单处理的数学分析模型：订单处理问题关键是如何使总处理时间最少，而为得到订单处理总时间的结构组成，需要分析分区拣选策略下的系统布局与工作流程；分区拣选策略下，分拣机系统划分为多个独立拣货区，一条主输送带连接各拣货区末端的缓冲区；处理订单时，各拣货区内分拣机共同拣选同一订单货物并送入缓冲区，然后在合流输送上完成货物合流并送至包装系统；由于各拣货区内的分拣机并行工作，故降低了订单处理总时间；根据货到订单拣选系统中的订单队列特点，设计排队系统描述分拣机系统工作流程；在该排队系统中，订单理解为顾客，分拣机中各通道、缓冲区、包装机理解为服务员；
排队系统中的订单处理流程包括：①订单拆分：在输入端是一订单队列，各订单根据拣货区数量以及所有品项在各拣货区分配情况拆分为子订单，并分配给各拣货区；②货物拣选：在各拣货区内部，分拣机各通道和缓冲区根据先到先服务(First Come First Served，FCFS)的规则处理子订单队列中各品项货物；③缓存积放：在各拣货区内，缓冲区暂存拣出的子订单货物，由于缓冲区常设计为重力式滑道或动力式输送带，货物在缓存等待过程中可实现密集积放；④合流与输送：通过控制缓冲区末端的挡板，将属于同一订单的缓存货物按照某种规则从不同缓冲区进入合流输送带，并送入包装系统；在实际应用中，订单拆分工作由电脑系统快速完成，故耗费时间可忽略，基于以上分析，可知分拣机系统的订单处理时间由三部分组成：货物拣选时间、货物合流时间、缓冲区已满导致的分拣机暂停时间；为从数学上表达任一拣货区的订单处理总时间构成，需要的变量包括：订单数量r；拣货区数量z；k号拣货区处理i号订单货物的完成时刻 它等于货物由缓冲区流入合流输送带的结束时刻；k号拣货；
区分拣机在处理i号订单货物的拣选时间tp ik；k号拣货区分拣机处理i号订单货物时的暂停时间，即该订单货物在缓冲区开始合流前的等待时间tw ik；货物合流时间，即订单货物从缓冲区流入主输送带耗费的时间tm；各拣货区订单处理总时间均为货物拣选时间、分拣机暂停时间、货物合流时间之和，则任一拣货区k处理订单i的完成时刻可由下式表示：
<mrow>
<msubsup>
<mi>T</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mi>f</mi>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>T</mi>
<mrow>
<mo>(</mo>
<mi>i</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
<mi>k</mi>
</mrow>
<mi>f</mi>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mi>p</mi>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mi>w</mi>
</msubsup>
<mo>+</mo>
<msup>
<mi>t</mi>
<mi>m</mi>
</msup>
<mo>,</mo>
<mn>1</mn>
<mo>&le;</mo>
<mi>i</mi>
<mo>&le;</mo>
<mi>r</mi>
<mo>,</mo>
<mn>1</mn>
<mo>&le;</mo>
<mi>k</mi>
<mo>&le;</mo>
<mi>z</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
递归调用式(1)可求得各拣货区处理最后r号订单的完成时刻如下式所示：
<mrow>
<msubsup>
<mi>T</mi>
<mrow>
<mi>r</mi>
<mi>k</mi>
</mrow>
<mi>f</mi>
</msubsup>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>r</mi>
</msubsup>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mi>p</mi>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
<mi>w</mi>
</msubsup>
<mo>+</mo>
<msup>
<mi>t</mi>
<mi>m</mi>
</msup>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mn>1</mn>
<mo>&le;</mo>
<mi>k</mi>
<mo>&le;</mo>
<mi>z</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤2，分拣机分区协同优化问题的转化：将分拣机综合优化问题简化后可转化为并行机派寻问题(PMS)；设定订单总数量r等于1，货物合流时间tm等于0秒，拣货区数量z，各品项拣选量ns ij，品项拆分数量p均为已知常量，经过以上简化，各品项相当于PMS问题中各工件，拣货区相当于PMS问题中的处理机，拣货区内的订单处理时间相当于处理机加工工件时间，优化目标相当于工件加工总时间最短；由于PMS属于NP完全问题，由此可知：不简化的分拣机系统综合优化问题更属于NP完全问题；为降低问题求解难度，设计合理的启发式算法，首先应当根据分拣机分区协同优化问题特点，转变优化目标；然后，将分拣机分区协同优化问题拆分为若干子问题，采取单独讨论后再确定综合求解方法的研究思路；
步骤3，品项分配子问题的构建及其层次聚类算法设计：品项分配子问题指如何分配所有品项到各拣货区的问题；若以最小化订单处理总时间为目标，难以提出针对性的优化算法；这里采用聚类分析方法求解品项分配子问题，根据分拣机系统品项分配子问题特点，提出一种类似连通法的层次聚类算法，该算法采用自底向上的聚类顺序，聚类步骤如下：步骤31，根据品项总数s+p构建等量空类，即z＝s+p，并为每个类分配一个品项；步骤32，建立一个z行z列的类关系矩阵，矩阵中对角元素设为0，其余各元素表示不同类间的相关性，该矩阵为对称矩阵，取其上半角或下半角共(z-1)z/2个元素，将最小值元素对应的两个类合并为1个类，类的数量z减1：z＝z-1；步骤33，若类的数量大于预定的拣货区数量，转步骤32，否则结束；
步骤4，基于马尔科夫的订单最优排序的确定：由于一个订单的等待时间只取决于前面N-1个订单的处理时间和等待时间，因此系统具有马尔可科夫性；将订单看作是一个个追加到排好顺序的订单队列中，在某个订单即将追加到队列的时刻点观察系统，用队列末尾N-1个订单各自的处理时间和等待时间之和作为一个N-1维向量表示系统的状态，则系统具有历史无关性，可以看作一个状态连续时间离散的马尔科夫链；对于这种连续的状态，通过积分和微分进行分析非常困难，因而采用离散化的方式将连续状态转变成离散状态，进而研究离散状态的最优决策，决策变量为下一个要处理的订单，然后分析离散化带来的误差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710304637.3A CN107274246A (zh) | 2017-05-03 | 2017-05-03 | 基于分区协同优化策略的自动分拣系统订单处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710304637.3A CN107274246A (zh) | 2017-05-03 | 2017-05-03 | 基于分区协同优化策略的自动分拣系统订单处理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107274246A true CN107274246A (zh) | 2017-10-20 |
Family
ID=60073697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710304637.3A Pending CN107274246A (zh) | 2017-05-03 | 2017-05-03 | 基于分区协同优化策略的自动分拣系统订单处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107274246A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109118137A (zh) * | 2018-08-01 | 2019-01-01 | 北京极智嘉科技有限公司 | 一种订单处理方法、装置、服务器及存储介质 |
| CN109242184A (zh) * | 2018-09-06 | 2019-01-18 | 泉州装备制造研究所 | 一种基于层次聚类的订单拣货优化方法 |
| CN109583624A (zh) * | 2018-10-18 | 2019-04-05 | 心怡科技股份有限公司 | 一种结合相似度算法和遗传算法求取包裹最优组合算法 |
| WO2019120158A1 (zh) * | 2017-12-22 | 2019-06-27 | 菜鸟智能物流控股有限公司 | 物品拣选方法及相关设备 |
| CN110276566A (zh) * | 2018-03-13 | 2019-09-24 | 北京京东尚科信息技术有限公司 | 信息输出方法和装置 |
| WO2019223593A1 (zh) * | 2018-05-24 | 2019-11-28 | 菜鸟智能物流控股有限公司 | 一种货物的拣选任务的分配方法和装置 |
| WO2019237852A1 (zh) * | 2018-06-12 | 2019-12-19 | 北京京东尚科信息技术有限公司 | 拣选货物的系统、方法和装置及存储介质 |
| CN111369112A (zh) * | 2020-02-25 | 2020-07-03 | 口碑(上海)信息技术有限公司 | 餐饮订单的调度方法及装置 |
| CN111806939A (zh) * | 2019-04-12 | 2020-10-23 | 江苏华章物流科技股份有限公司 | 适用于悬挂链分拣系统的全局调度方法、入库方法及系统 |
| CN111985999A (zh) * | 2020-08-21 | 2020-11-24 | 北京京东振世信息技术有限公司 | 一种实现仓储订单拣货的方法、系统、装置和存储介质 |
| CN112101833A (zh) * | 2019-06-18 | 2020-12-18 | 北京京东振世信息技术有限公司 | 分拣方法、装置、设备及存储介质 |
| CN112239043A (zh) * | 2019-07-16 | 2021-01-19 | 北京京东尚科信息技术有限公司 | 物流分拣方法、装置、仓储系统以及存储介质 |
| CN112292336A (zh) * | 2018-06-20 | 2021-01-29 | 奥卡多创新有限公司 | 订单履行的系统和方法 |
| CN112278692A (zh) * | 2019-07-23 | 2021-01-29 | 北京京东尚科信息技术有限公司 | 基于立体仓库的仓储处理方法及装置、设备和介质 |
| WO2021098017A1 (zh) * | 2019-11-20 | 2021-05-27 | 浙江汉朔电子科技有限公司 | 前置分拣系统的分拣方法及分拣系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663571A (zh) * | 2012-03-13 | 2012-09-12 | 浙江工商大学 | 一种电子商务智能分储系统的储位优化筛选方法 |
| CN105775550A (zh) * | 2016-04-14 | 2016-07-20 | 福州大学 | 一种基于电子标签的订单分区拣选系统及其实现方法 |
-
2017
- 2017-05-03 CN CN201710304637.3A patent/CN107274246A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102663571A (zh) * | 2012-03-13 | 2012-09-12 | 浙江工商大学 | 一种电子商务智能分储系统的储位优化筛选方法 |
| CN105775550A (zh) * | 2016-04-14 | 2016-07-20 | 福州大学 | 一种基于电子标签的订单分区拣选系统及其实现方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张贻弓: "基于分区拣选策略的分拣机系统综合优化研究", 《中国博士学位论文全文数据库 基础科学辑》 * |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019120158A1 (zh) * | 2017-12-22 | 2019-06-27 | 菜鸟智能物流控股有限公司 | 物品拣选方法及相关设备 |
| CN110276566A (zh) * | 2018-03-13 | 2019-09-24 | 北京京东尚科信息技术有限公司 | 信息输出方法和装置 |
| US11954638B2 (en) | 2018-05-24 | 2024-04-09 | Cainiao Smart Logistics Holding Limited | Goods picking task allocation method and device |
| WO2019223593A1 (zh) * | 2018-05-24 | 2019-11-28 | 菜鸟智能物流控股有限公司 | 一种货物的拣选任务的分配方法和装置 |
| WO2019237852A1 (zh) * | 2018-06-12 | 2019-12-19 | 北京京东尚科信息技术有限公司 | 拣选货物的系统、方法和装置及存储介质 |
| CN110589340A (zh) * | 2018-06-12 | 2019-12-20 | 北京京东尚科信息技术有限公司 | 拣选货物的系统、方法和装置及存储介质 |
| CN112292336A (zh) * | 2018-06-20 | 2021-01-29 | 奥卡多创新有限公司 | 订单履行的系统和方法 |
| CN112292336B (zh) * | 2018-06-20 | 2023-08-18 | 奥卡多创新有限公司 | 订单履行的系统和方法 |
| CN109118137B (zh) * | 2018-08-01 | 2020-01-14 | 北京极智嘉科技有限公司 | 一种订单处理方法、装置、服务器及存储介质 |
| CN109118137A (zh) * | 2018-08-01 | 2019-01-01 | 北京极智嘉科技有限公司 | 一种订单处理方法、装置、服务器及存储介质 |
| CN109242184B (zh) * | 2018-09-06 | 2022-03-22 | 泉州装备制造研究所 | 一种基于层次聚类的订单拣货优化方法 |
| CN109242184A (zh) * | 2018-09-06 | 2019-01-18 | 泉州装备制造研究所 | 一种基于层次聚类的订单拣货优化方法 |
| CN109583624A (zh) * | 2018-10-18 | 2019-04-05 | 心怡科技股份有限公司 | 一种结合相似度算法和遗传算法求取包裹最优组合算法 |
| CN111806939B (zh) * | 2019-04-12 | 2021-08-24 | 江苏华章物流科技股份有限公司 | 适用于悬挂链分拣系统的全局调度方法、入库方法及系统 |
| CN111806939A (zh) * | 2019-04-12 | 2020-10-23 | 江苏华章物流科技股份有限公司 | 适用于悬挂链分拣系统的全局调度方法、入库方法及系统 |
| CN112101833B (zh) * | 2019-06-18 | 2023-09-29 | 北京京东振世信息技术有限公司 | 分拣方法、装置、设备及存储介质 |
| CN112101833A (zh) * | 2019-06-18 | 2020-12-18 | 北京京东振世信息技术有限公司 | 分拣方法、装置、设备及存储介质 |
| CN112239043A (zh) * | 2019-07-16 | 2021-01-19 | 北京京东尚科信息技术有限公司 | 物流分拣方法、装置、仓储系统以及存储介质 |
| CN112278692A (zh) * | 2019-07-23 | 2021-01-29 | 北京京东尚科信息技术有限公司 | 基于立体仓库的仓储处理方法及装置、设备和介质 |
| CN112278692B (zh) * | 2019-07-23 | 2024-03-01 | 北京京东乾石科技有限公司 | 基于立体仓库的仓储处理方法及装置、设备和介质 |
| WO2021098017A1 (zh) * | 2019-11-20 | 2021-05-27 | 浙江汉朔电子科技有限公司 | 前置分拣系统的分拣方法及分拣系统 |
| CN111369112A (zh) * | 2020-02-25 | 2020-07-03 | 口碑(上海)信息技术有限公司 | 餐饮订单的调度方法及装置 |
| CN111369112B (zh) * | 2020-02-25 | 2024-02-06 | 口碑(上海)信息技术有限公司 | 餐饮订单的调度方法及装置 |
| CN111985999A (zh) * | 2020-08-21 | 2020-11-24 | 北京京东振世信息技术有限公司 | 一种实现仓储订单拣货的方法、系统、装置和存储介质 |
| CN111985999B (zh) * | 2020-08-21 | 2024-03-05 | 北京京东振世信息技术有限公司 | 一种实现仓储订单拣货的方法、系统、装置和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107274246A (zh) | 基于分区协同优化策略的自动分拣系统订单处理方法 | |
| CN110084545B (zh) | 基于混合整数规划模型的多巷道自动化立体仓库的集成调度方法 | |
| CN105836356B (zh) | 一种密集仓储系统混合优化调度方法 | |
| CN206622328U (zh) | 分层货物拣选系统 | |
| US9205981B2 (en) | System and method for processing a command | |
| CN103971222A (zh) | 多层穿梭车自动仓储系统的货位分配方法 | |
| CN107583882A (zh) | 一种物流配送货物全自动分拣包装系统及其方法 | |
| Lee et al. | A study on the picking process time | |
| CN108906637A (zh) | 物流分拣方法及终端设备 | |
| CN104484567B (zh) | 一种环形分拣机实际总效率的分析方法 | |
| CN114154922A (zh) | 一种烟草仓储调度系统 | |
| Gagliardi et al. | Sequencing approaches for multiple-aisle automated storage and retrieval systems | |
| CN104460590A (zh) | 一种半导体生产线多产品工件合并方法 | |
| RU2735345C1 (ru) | Способ установления последовательности грузов в автоматизированной распределительной системе с уменьшением беспорядка во время комплектации грузов на коллекторе | |
| CN113262982A (zh) | 一种货物分拣方法、系统、装置、电子设备及存储介质 | |
| CN114162621B (zh) | 一种分拣备货区的补货方法、装置及系统 | |
| Jiang | Solving multi-robot picking problem in warehouses: a simulation approach | |
| CN111062674A (zh) | 一种物流订单高维稀疏聚类分拣方法 | |
| CN108453046B (zh) | 一种智能存取货系统及智能存取货方法 | |
| Zhou et al. | Design and simulation of storage location optimization module in AS/RS based on FLEXSIM | |
| Silva et al. | Improving the multi-brand channel distribution of a fashion retailer | |
| CN107954141A (zh) | 一种物料智能配送输送线同步带输送方法及装置 | |
| CN107831764A (zh) | 一种适用于矩阵式仓库的分拣小车调度方法 | |
| Lewczuk et al. | Supportive role of dynamic order picking area in distribution warehouse | |
| CN111598510A (zh) | 一种适用于智能仓储系统的订单分批方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171020 |