CN110428118A - 订单处理方法及装置、仓储系统和计算机存储介质 - Google Patents

Abstract

本公开涉及物流技术领域，公开了一种订单处理方法及装置、仓储系统和计算机存储介质。该方法包括：获取多个待处理订单中每个订单的信息和每个订单对应的站点的繁忙度，所述每个订单的信息包括：每个订单对应的站点数量、拣选路程以及物品类别数量；根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组。本公开综合考虑多个待处理订单中每个订单的站点数量、拣选路程、物品类别及每个订单对应的站点繁忙度，使确定出的目标订单组中的各个订单之间的站点的重合度高、拣选路程的重合度高、所包括的物品类别的相似度高，站点繁忙度低，基于该目标订单组，能提高单位时间内的订单处理效率。

Description

订单处理方法及装置、仓储系统和计算机存储介质

技术领域

本公开涉及物流技术领域，更具体地，涉及一种订单处理方法、订单处理装置、仓储系统和计算机存储介质。

背景技术

仓储物流领域中自建的大型或者超大型仓库越来越多，在这种仓库中将存储数量巨大的物品；其中，一些仓库的货位可能多达几万个甚至数十万个，在此复杂性的场景中，如何快速高效的对订单中货物进行拣选是本领域技术人员所关注的问题。其中，为提高拣选效率，将待处理订单按照某种标准或规则进行分组汇总并进行拣选作业，而分组是否合理则直接影响作业效率。

相关技术中，通过将订单进行分批组合进行作业，例如按照订单完成时间将订单进行分组，等等，然而基于相关技术中的分组情况，拣选作业效率低，耗费时间长，需要投入的人力也多，进而增加作业成本。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种订单处理方法及装置、仓储系统和计算机存储介质，进而至少在一定程度上避免了基于相关技术中的订单分组情况的订单的处理效率低、作业成本高等问题。为实现以上技术效果，本公开采用如下技术方案。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种订单处理方法，包括：获取多个待处理订单中每个订单的信息和每个订单对应的站点的繁忙度，所述每个订单的信息包括：每个订单对应的站点数量、拣选路程以及物品类别数量；

根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组。

在本公开的一种示例性实施例中，所述根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组，包括：从所述多个待处理订单中选择一个订单作为当前订单组；

循环执行以下过程以更新所述当前订单组，直到更新后的当前订单组中订单的数量达到目标数量：

确定所述多个待处理订单中剩余的每个订单相对于当前订单组的得分，其中所述每个订单相对于当前订单组的得分是根据所述每个订单的信息和所述每个站点的繁忙度得到的；从所述多个待处理订单中选取得分最高或最低的一个订单加入到所述当前订单组中，得到更新后的当前订单组；

当更新后的当前订单组中订单的数量达到目标数量时，得到所述目标订单组。

在本公开的一种示例性实施例中，所述方法还包括：基于所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中除所述目标订单组中订单之外的剩余订单中确定至少一个替换订单，并用所述至少一个替换订单替换所述目标订单组中的至少一个订单，以得到优化订单组。

在本公开的一种示例性实施例中，所述基于所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中除所述目标订单组中订单之外的剩余订单中确定至少一个替换订单，并用所述至少一个替换订单替换所述目标订单组中的至少一个订单，以得到优化订单组，包括：

循环执行以下过程以更新所述目标订单组直到满足预设条件：

从所述多个待处理订单中除所述目标订单组之外的剩余订单中随机选择一个订单作为第一订单，并且从所述目标订单组中随机选择一个订单作为第二订单；确定所述第一订单相对于除所述第二订单之外的目标订单组的第一得分，并确定所述第二订单相对于除所述第二订单之外的目标订单组的第二得分，其中每个订单相对于除所述第二订单之外的目标订单组的得分是根据每个订单的信息和所述每个站点的繁忙度得到的；若所述第一得分高于或低于所述第二得分，则将所述第一得分对应的第一订单确定为替换订单，替换所述目标订单组中的第二订单；

其中，所述预设条件为超过预设次数没有替换订单替换至所述目标订单中；当超过预设次数没有替换订单替换至所述目标订单中时，得到所述优化订单组。

在本公开的一种示例性实施例中，任一订单相对于任一订单组的得分是通过以下方法计算得到的：

根据所述任一订单组对应的物品种类和所述任一订单对应的物品种类，确定所述任一订单相对于所述任一订单组的相同物品类别的数量；根据所述任一订单组对应的站点和所述任一订单对应的站点，确定所述任一订单相对于所述任一订单组增加的站点的数量；根据所述任一订单组对应的拣选路程和所述任一订单对应的拣选路程，确定所述任一订单相对于所述任一订单组增加的拣选路程；根据所述任一订单组对应的站点、所述任一订单对应的站点以及站点的繁忙度，确定所述任一订单相对于所述任一订单组增加的站点繁忙度；根据所述相同物品类别的数量、所述增加的站点的数量、所述增加的拣选路程、所述增加的站点繁忙度，确定所述任一订单相对于所述任一订单组的得分。

在本公开的一种示例性实施例中，所述根据所述相同物品类别的数量、所述增加的站点的数量、所述增加的拣选路程、所述增加的站点繁忙度，确定所述任一订单相对于所述任一订单组的得分，包括：

将所述任一订单相对于所述任一订单组的相同物品类别的数量，与所述任一订单组对应的物品种类的数量作比，以得到所述任一订单相对于所述任一订单组的物品类别相似率；将所述任一订单相对于所述任一订单组增加的站点的数量，与所述任一订单组对应的站点的数量作比，以得到所述任一订单相对于所述任一订单组的站点数量增加率；将所述任一订单相对于所述任一订单组增加的拣选路程，与所述任一订单组对应的拣选路程作比，以得到所述任一订单相对于所述任一订单组的拣选路程增加率；根据所述物品类别相似率、所述站点数量增加率、所述拣选路程增加率和所述增加的站点繁忙度，计算所述任一订单相对于所述任一订单组的得分。

在本公开的一种示例性实施例中，根据所述物品类别相似率、所述站点数量增加率、所述拣选路程增加率和所述增加的站点繁忙度，通过如下公式计算所述任一订单相对于所述任一订单组的得分：

Q＝(1－B)×b+C×c+D×d+E×e

其中，Q为所述任一订单相对于所述任一订单组的得分，B为所述物品类别相似率，b为所述物品类别相似率对应的权重，C为所述站点数量增加率，c为所述站点数量增加率对应的权重，D为所述拣选路程增加率，d为所述拣选路程增加率对应的权重，E为所述增加的站点繁忙度，e为所述增加的站点的繁忙度对应的权重。

在本公开的一种示例性实施例中，任一站点的所述站点繁忙度为所述站点的待来访订单组数量与作业空间内全部订单组数量的比值。

在本公开的一种示例性实施例中，所述方法还包括：将得到的所述优化订单组中的订单进行统一处理。

根据本公开的一个方面，提供一种订单处理装置，所述装置包括：获取模块，用于获取多个待处理订单中每个订单的信息和每个订单对应的站点的繁忙度，所述每个订单的信息包括：每个订单对应的站点数量、拣选路程以及物品类别数量；筛选模块，用于根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组。

在本公开的一种示例性实施例中，所述装置还包括：优化模块，用于基于所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中除所述目标订单组中订单之外的剩余订单中确定至少一个替换订单，并用所述至少一个替换订单替换所述目标订单组中的至少一个订单，以得到优化订单组。

根据本公开的另一个方面，还提供一种订单处理装置，所述装置包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；其中，所述处理器执行时实现如上述任一所述的订单处理方法。

根据本公开的一个方面，提供一种仓储系统，所述系统包括：多个拣选站点；订单处理装置，用于执行如上述任一项所述的订单处理方法；运输系统，用于根据所述订单处理系统的订单处理结果，搬运所述拣选站点内的物品。

根据本公开的一个方面，提供一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的订单处理方法。

本公开的示例性实施例中的订单处理方法，综合考虑了多个待处理订单中每个订单的站点数量、拣选路程、物品类别及每个订单对应的站点繁忙度，从待处理订单中确定出目标订单组。一方面，订单对应的站点数量、拣选路程、物品类别是影响订单处理效率及作业成本的重要因素，在获取目标订单组的过程中，综合考虑该些因素，提高了获得的目标订单组中订单的耦合性，包括各个订单之间的站点的重合度、拣选路程的重合度、所包括的物品类别的相似度，进而能提高单位时间内的订单处理效率，降低作业成本；另一方面，还考虑了各订单所要访问的站点繁忙度，以确保先访问站点繁忙度低的站点，减少等待时间，进一步提高订单处理效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：

图1示出了根据本公开示例性实施例的订单处理方法的流程图；

图2示出了根据本公开示例性实施例的从待处理订单中确定部分订单组成目标订单组的流程图；

图3示出了根据本公开示例性实施例的计算任一订单相对于任一订单组的得分的流程图；

图4示出了根据本公开示例性实施例的对目标订单组进行订单替换得到优化订单组的流程图；

图5示出了根据本公开示例性实施例的订单处理装置的结构示意图；

图6示出了根据本公开示例性实施例的仓储系统的结构框图；

图7示出了根据本公开示例性实施例的存储介质的示意图。

在附图中，相同或对应的标号表示相同或对应的部分。

具体实施方式

现在将参考附图更全面地描述示例性实施方式。然而，示例性实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施例使得本公开将更加全面和完整，并将示例性实施方式的构思全面地传达给本领域的技术人员。图中相同的附图标记表示相同或类似的结构，因而将省略它们的详细描述。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知结构、方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

波次作业是将一批待出库的订单按照某种标准或者规则汇总在一起进行出库的作业方式，波次组批为根据某种波次组批算法将待出库的订单组合成不同的批次的行为。其中，波次组批是否合理将直接决定仓库作业效率，相关技术中，通用的波次组批算法包括：(1)固定订单量分批，即当订单数量达到一定规模就把这些订单组成为波次；(2)按照拣选路线分批(根据仓库结构规划几条路线，然后根据路线划分波次)；(3)时窗分批(当订单完成时间比较紧迫时，可以按照订单完成时间要求，每隔一段时间(时窗)做一次数据截取，把这段时间累积的订单汇总成一个波次。

相关技术中存在如下缺陷：没有充分考虑订单之间的耦合性，例如包括订单之间站点的重合度、订单之间物品类别的相似度及对应的拣选路程重合度，等等，因此，相关技术中订单处理效率低、作业成本(人力、时间)高。

基于此，在本公开的示例性实施例中，首先提供了一种订单处理方法，参考图1所示，该订单处理方法包括以下步骤：

步骤S110：获取多个待处理订单中每个订单的信息和每个订单对应的站点的繁忙度，所述每个订单的信息包括：每个订单对应的站点数量、拣选路程以及物品类别数量；

步骤S120：根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组。

根据本公开示例性实施例中的订单处理方法，一方面，订单对应的站点数量、拣选路程、物品类别是影响订单处理效率及作业成本的重要因素，在获取目标订单组的过程中，综合考虑该些因素，提高了获得的目标订单组中订单的耦合性，包括各个订单之间的站点的重合度、拣选路程的重合度、所包括的物品类别的相似度，进而能提高单位时间内的订单处理效率，降低作业成本；另一方面，还考虑了各订单所要访问的站点繁忙度，以确保先访问站点繁忙度低的站点，减少等待时间，进一步提高订单处理效率。

下面结合图1对本公开示例实施例中的订单处理方法进行详细阐述。

在步骤S110中，获取多个待处理订单中每个订单的信息和每个订单对应的站点的繁忙度，所述每个订单的信息包括：每个订单对应的站点数量、拣选路程以及物品类别数量。

在本公开的示例性实施例中，每个订单对应的站点数量为订单中全部物品对应的站点，拣选路程为拣选订单中全部物品所需的总路程。举例而言，任意订单A中包括a，b，c三种物品，其中a和b需要去M站点拣选，而c需要去N站点拣选，则订单A对应的站点数量为2；相应的，拣选路程为到M站点和到N站点的总距离；站点繁忙度可以为任一站点的待访问订单组数量与作业空间内全部订单组数量的比值，站点繁忙度越大，则表明该站点的物品拣选效率越低，当然，还可以根据实际作业情况，对站点繁忙度的确定方式进行相应调整，本公开包括但不限于上述的站点繁忙度。

在步骤S120中，根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组。

在本公开的示例性实施例中，根据每个订单的信息和每个订单对应的站点的繁忙度，从多个待处理订单中确定部分订单组成目标订单组，以使获得的目标订单组内的各个订单之间的耦合性最高，并且该目标订单组对应的待访问站点的站点繁忙度最低。图2示出了本公开示例性实施例中从待处理订单中确定部分订单组成目标订单组的流程图，如图2所示，该过程包括如下步骤：

在步骤S201中，从多个待处理订单中选择一个订单作为当前订单组。

在本公开的示例性实施例中，从待处理订单中随机选择一个订单作为当前订单组。

在步骤S202中，判断当前订单组中订单的数量是否达到目标数量。

在本公开的示例性实施例中，目标数量为预设的目标订单组中应包括的订单数量，可以根据工作的实际情况(例如作业空间内的订单总数量等)确定，例如为150个、200个，等等，本公开对此不作特殊限定。

在步骤S203中，若当前订单组中的订单数量等于达到目标数量，则将该当前订单组确定为目标订单组。

在本公开的示例性实施例中，若当前订单组中订单的数量达到目标数量，则说明该当前订单组已满足成组需求，那么将该当前订单组确定为目标订单组。

在步骤S204中，若当前订单组中订单的数量未达到目标数量，则确定多个待处理订单中剩余的每个订单相对于当前订单组的得分。

在本公开的示例性实施例中，任一订单相对于当前订单组的得分反映了该订单与当前订单组的耦合性，其中耦合性越高，则该任一订单与当前订单组对应的物品类别相似度越高、对应的站点重合度越高、对应的拣选路程的重合度越高。

在可选的实施例中，任一订单相对于当前订单组的得分越低，则反映了该任一订单与当前订单组的耦合性越高。图3示出了本公开一示例性实施方式中计算任一订单相对于任一订单组的得分的流程图，如图3所示，该过程包括如下步骤：

在步骤S310中，根据任一订单组对应的物品种类和任一订单对应的物品种类，确定任一订单相对于任一订单组的相同物品类别的数量。

在本公开的示例性实施例中，任一订单组对应的物品种类为该订单组内全部订单所包括的物品种类的并集，基于此，确定任一订单与任一订单组中相同物品类别的数量。举例而言，若某一订单组包括订单1和订单2，其中订单1包括服装、球类，订单2包括装饰品、化妆品，则该订单组包括的物品类别为{服装，球类，装饰品，化妆品}；若某一订单包括服装和洗漱用品，则该订单与订单组中相同物品类别的数量为1(服装)。

在步骤S320中，根据任一订单组对应的站点和任一订单对应的站点，确定任一订单相对于任一订单组增加的站点的数量。

在本公开的示例性实施例中，任一订单组对应的站点为该订单组内的全部订单对应的站点的并集；任一订单相对于任一订单组增加的站点的数量为该任一订单对应的站点中区别于该任一订单组对应的站点的数量。举例而言，若某一订单对应站点M、站点Q和站点X，某一订单组包括订单1和订单2，其中，订单1对应站点M和站点N，订单2对应站点Q和站点P，则该任一订单相对于该任一订单组增加的站点的数量为1(站点X)。

在步骤S330中，根据任一订单组对应的拣选路程和任一订单对应的拣选路程，确定任一订单相对于任一订单组增加的拣选路程。

在本公开的示例性实施例中，任一订单组对应的拣选路程为该订单组内全部订单对应的拣选路程的并集，基于此，确定任一订单相对于任一订单组增加的拣选路程。继续参照步骤S320所举示例，该某一订单相对于某一订单组增加的拣选路程为该某一订单相对于某一订单组增加的站点对应的拣选路程，即增加的站点X对应的拣选路程。

在步骤S340中，根据任一订单组对应的站点、任一订单对应的站点以及站点的繁忙度，确定任一订单相对于任一订单组增加的站点繁忙度。

在本公开的示例性实施例中，首先根据任一订单组对应的站点、任一订单对应的站点，确定任一订单相对于任一订单组增加的站点，并获取该增加的站点对应的站点繁忙度的并集，以确定该任一订单相对于任一订单组增加的站点繁忙度。继续参照步骤S320所举示例，某一订单相对于某一订单组增加的站点繁忙度为增加的站点X对应的站点繁忙度。

在步骤S350中，根据相同物品类别的数量、增加的站点的数量、增加的拣选路程、增加的站点繁忙度，确定任一订单相对于所述任一订单组的得分。

在本公开的示例性实施例中，首先，将任一订单相对于任一订单组的相同物品类别的数量，与任一订单组对应的物品种类的数量作比，以得到该任一订单相对于该任一订单组的物品类别相似率；其次，将该任一订单相对于该任一订单组增加的站点的数量，与该任一订单组对应的站点的数量作比，以得到该任一订单相对于该任一订单组的站点数量增加率；再次，将该任一订单相对于该任一订单组增加的拣选路程，与该任一订单组对应的拣选路程作比，以得到该任一订单相对于该任一订单组的拣选路程增加率；最后，根据获得的物品类别相似率、站点数量增加率、拣选路程增加率和增加的站点繁忙度，计算该任一订单相对于该任一订单组的得分。

在可选的实施例中，根据物品类别相似率、站点数量增加率、拣选路程增加率和增加的站点繁忙度，通过如下公式计算该任一订单相对于该任一订单组的得分：

Q＝(1－B)×b+C×c+D×d+E×e

其中，Q为该任一订单相对于所述任一订单组的得分，B为物品类别相似率，b为物品类别相似率对应的权重，C为站点数量增加率，c为站点数量增加率对应的权重，D为拣选路程增加率，d为拣选路程增加率对应的权重，E为增加的站点繁忙度，e为增加的站点的繁忙度对应的权重。

此外，还可以根据实际作业情况调整上述公式中物品类别相似率对应的权重b、站点数量增加率对应的权重c、拣选路程增加率对应的权重d及增加的站点的繁忙度对应的权重e，例如，当需要重点考虑拣选路程对作业效率的影响时，则相应的增大拣选路程增加率对应的权重d，等等，基于此可提高订单处理的灵活性、订单处理方法的可拓展性高。在可选的实施例中，还可以根据工作经验，预先设置一个权重表，该权重表包括多组预设的权重数值，需要时直接选择即可；在可选的实施例中，还可以提供一权重编辑界面，以供用户直接编辑各个权重对应的数值，以此增加本公开订单处理方法的灵活性和扩展性，当然，本公开包括但不限于上述的权重获取方式。

需要说明的是，基于该公式获得的任一订单相对于任一订单组的得分越低，则反映了该任一订单与该当前订单组的耦合性越高。

在步骤S205中，从多个待处理订单中选取得分最低的一个订单加入到当前订单组中，得到更新后的当前订单组。

在本公开的示例性实施例中，得分越低说明对应的待处理订单与当前订单组的耦合性高、并且增加的站点繁忙度越低，因此，从多个待处理订单中剩余的订单中选取得分最低的一个订单加入到当前订单组中，使获得的当前订单组具有相对最小的配送成本，其中得分越低，配送成本越低(包括时间成本和人力成本)，最后，返回至步骤S202。

通过循环执行上述步骤S201至步骤S205，将待处理订单中的剩余订单中与当前订单组耦合性较高的订单确定为目标订单组，通过对该目标订单组中的订单进行统一处理，能提高单位时间内的订单处理效率，降低作业成本；同时，也确保了先访问站点繁忙度低的站点，减少等待时间，进一步提高订单处理效率。

需要说明的是，通过上述计算过程，得分越低，反映了任一订单与任一订单组的耦合性越高，则获得得分越低的订单加入至当前订单组，以更新该当前订单组；可选的，若调整计算方法，还可以是得分越高，则反映任一订单与任一订单组的耦合性越高，那么将得分越高的订单加入至当前订单组，以更新该当前订单组，本公开对此不做特殊限制。

进一步的，还可以继续对目标订单进行优化，以进一步提升订单组的作业效率。可选的，可以基于每个订单的信息和每个订单对应的站点的繁忙度，从多个待处理订单中除目标订单组中订单之外的剩余订单中确定至少一个替换订单，并用该至少一个替换订单替换目标订单组中的至少一个订单，以得到优化订单组。具体的，图4示出了对目标订单组进行订单替换得到优化订单组的流程图，如图4所述，该过程包括：

在步骤S410中，从多个待处理订单中除目标订单组之外的剩余订单中随机选择一个订单作为第一订单，并且从目标订单组中随机选择一个订单作为第二订单。

在本公开的示例性实施例中，从全部待处理订单中除目标订单组之外的剩余订单中随机选择一个订单作为第一订单，并且从目标订单组中随机选择一个订单作为第二订单。举例而言，若多个待处理订单为{a，b，c，d，e，f}，目标订单组为{a，b，c}，则除目标订单组之外的剩余订单为{d，e，f}，那么，从除目标订单组之外的剩余订单{d，e，f}中随机选择第一订单为e，从目标订单组中随机选择第二订单为a。

在步骤S420中，确定第一订单相对于除第二订单之外的目标订单组的第一得分，并确定第二订单相对于除第二订单之外的目标订单组的第二得分。

在本公开的示例性实施例中，继续参照步骤S410所举示例，目标订单组为{a，b，c}，在随机取出第二订单a后，则除第二订单之外的目标订单为{b，c}，那么，分别计算第一订单e对应于除第二订单之外的目标订单组{b，c}的得分，及第二订单为a对应于除第二订单之外的目标订单组{b，c}的得分。具体计算过程参照图3示出的计算任一订单相对于任一订单组的得分的计算过程，本公开对此不再赘述。

在步骤S430中，判断第一得分是否低于第二得分。

在本公开的示例性实施例中，将第一订单对应的第一得分与第二订单对应的第二得分进行比较，并根据对比结果确定是否进行订单替换。

在步骤S440中，若第一得分低于第二得分，则将第一得分对应的第一订单确定为替换订单，替换目标订单组中的第二订单。

在本公开的示例性实施例中，若第一得分低于第二得分，则利用第一订单替换目标订单组中的第二订单，继续参照步骤S420所举例，若第一订单e的得分低于第二订单a的得分，则利用第一订单e替换目标订单组{a，b，c}中的第二订单a，更新目标订单组为{e，b，c}。

循环执行上述步骤S410至步骤S440，直至超过预设次数没有替换订单替换至目标订单中。其中，通过步骤S4301判断是否超过预设次数没有替换订单替换至目标订单中，若超过，则执行步骤S450，将更新后的目标订单组，确定为优化订单组；若未超过，则返回至步骤S410。其中预设次数可根据实际工作需要设定，例如可以为10000次，100000次，等等，本公开对此不作特殊要求。

通过循环执行上述步骤S410至步骤S450，进一步的确保获得的优化订单组中各个订单的物品类别相似度越高、对应的站点重合度越高、对应的拣选路程重合度越高，使获得的优化波次为包含订单主体及站点客体双重最优因素的最优订单组合，在将得到的优化订单组中的订单进行统一处理时，可提高单位时间内货物的拣选效率，降低作业成本。

需要说明的是，上述计算任一订单相对于任一订单组的得分的方法仅为示例性，其获得的得分越低，则反映了任一订单与任一订单组的耦合性越高，在另一可选的实施例中，当通过调整计算方式，根据每个订单的信息和每个站点的繁忙度确定该得分时，获得的得分越高，则反映任一订单与任一订单组的耦合性越高，该适应性变型同样属于本公开保护范围。

此外，在本公开的示例性实施例中，还提供了一种订单处理装置，参考图5所示，该订单处理装置500包括获取模块510、筛选模块520。具体地，

获取模块510，用于获取多个待处理订单中每个订单的信息和每个订单对应的站点的繁忙度，所述每个订单的信息包括：每个订单对应的站点数量、拣选路程以及物品类别数量；

筛选模块520，用于根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组。

在本公开的一示例性实施例中，所述装置还包括：

优化模块，用于基于所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中除所述目标订单组中订单之外的剩余订单中确定至少一个替换订单，并用所述至少一个替换订单替换所述目标订单组中的至少一个订单，以得到优化订单组。

上述装置中各模块的具体细节在方法部分的实施例中已经详细说明，因此不再赘述。

应当注意，尽管在上文详细描述中提及了订单处理装置的若干模块，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，在本公开的示例性实施例中，还提供了一种仓储系统，参照图6所示，该仓储系统包括多个拣选站点；订单处理装置，用于执行如上所述的订单处理方法；运输系统，用于根据所述订单处理系统的订单处理结果，搬运所述拣选站点内的物品。

此外，在本公开的示例性实施例中，还提供了一种订单处理装置，该装置包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；其中，所述处理器执行时实现如上所述的订单处理方法。

此外，在本公开示例性实施例中，还提供了一种能够实现上述方法的计算机存储介质。其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施例的步骤。

参考图7所示，描述了根据本公开的示例性实施例的用于实现上述方法的程序产品700，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (14)

1.一种订单处理方法，其特征在于，包括：

获取多个待处理订单中每个订单的信息和每个订单对应的站点的繁忙度，所述每个订单的信息包括：每个订单对应的站点数量、拣选路程以及物品类别数量；

根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组。

2.根据权利要求1所述的方法，其特征在于，所述根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组，包括：

从所述多个待处理订单中选择一个订单作为当前订单组；

循环执行以下过程以更新所述当前订单组，直到更新后的当前订单组中订单的数量达到目标数量：

确定所述多个待处理订单中剩余的每个订单相对于当前订单组的得分，其中所述每个订单相对于当前订单组的得分是根据所述每个订单的信息和所述每个站点的繁忙度得到的；

从所述多个待处理订单中选取得分最高或最低的一个订单加入到所述当前订单组中，得到更新后的当前订单组；

当更新后的当前订单组中订单的数量达到目标数量时，得到所述目标订单组。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中除所述目标订单组中订单之外的剩余订单中确定至少一个替换订单，并用所述至少一个替换订单替换所述目标订单组中的至少一个订单，以得到优化订单组。

4.根据权利要求3所述的方法，其特征在于，所述基于所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中除所述目标订单组中订单之外的剩余订单中确定至少一个替换订单，并用所述至少一个替换订单替换所述目标订单组中的至少一个订单，以得到优化订单组，包括：

循环执行以下过程以更新所述目标订单组直到满足预设条件：

从所述多个待处理订单中除所述目标订单组之外的剩余订单中随机选择一个订单作为第一订单，并且从所述目标订单组中随机选择一个订单作为第二订单；

确定所述第一订单相对于除所述第二订单之外的目标订单组的第一得分，并确定所述第二订单相对于除所述第二订单之外的目标订单组的第二得分，其中每个订单相对于除所述第二订单之外的目标订单组的得分是根据每个订单的信息和所述每个站点的繁忙度得到的；

若所述第一得分高于或低于所述第二得分，则将所述第一得分对应的第一订单确定为替换订单，替换所述目标订单组中的第二订单；

其中，所述预设条件为超过预设次数没有替换订单替换至所述目标订单中；

当超过预设次数没有替换订单替换至所述目标订单中时，得到所述优化订单组。

5.根据权利要求1至4任一项所述的方法，其特征在于，任一订单相对于任一订单组的得分是通过以下方法计算得到的：

根据所述任一订单组对应的物品种类和所述任一订单对应的物品种类，确定所述任一订单相对于所述任一订单组的相同物品类别的数量；

根据所述任一订单组对应的站点和所述任一订单对应的站点，确定所述任一订单相对于所述任一订单组增加的站点的数量；

根据所述任一订单组对应的拣选路程和所述任一订单对应的拣选路程，确定所述任一订单相对于所述任一订单组增加的拣选路程；

根据所述任一订单组对应的站点、所述任一订单对应的站点以及站点的繁忙度，确定所述任一订单相对于所述任一订单组增加的站点繁忙度；

根据所述相同物品类别的数量、所述增加的站点的数量、所述增加的拣选路程、所述增加的站点繁忙度，确定所述任一订单相对于所述任一订单组的得分。

6.根据权利要求5所述的方法，其特征在于，所述根据所述相同物品类别的数量、所述增加的站点的数量、所述增加的拣选路程、所述增加的站点繁忙度，确定所述任一订单相对于所述任一订单组的得分，包括：

将所述任一订单相对于所述任一订单组的相同物品类别的数量，与所述任一订单组对应的物品种类的数量作比，以得到所述任一订单相对于所述任一订单组的物品类别相似率；

将所述任一订单相对于所述任一订单组增加的站点的数量，与所述任一订单组对应的站点的数量作比，以得到所述任一订单相对于所述任一订单组的站点数量增加率；

将所述任一订单相对于所述任一订单组增加的拣选路程，与所述任一订单组对应的拣选路程作比，以得到所述任一订单相对于所述任一订单组的拣选路程增加率；

根据所述物品类别相似率、所述站点数量增加率、所述拣选路程增加率和所述增加的站点繁忙度，计算所述任一订单相对于所述任一订单组的得分。

7.根据权利要求6所述的方法，其特征在于，根据所述物品类别相似率、所述站点数量增加率、所述拣选路程增加率和所述增加的站点繁忙度，通过如下公式计算所述任一订单相对于所述任一订单组的得分：

Q＝(1－B)×b+C×c+D×d+E×e

其中，Q为所述任一订单相对于所述任一订单组的得分，B为所述物品类别相似率，b为所述物品类别相似率对应的权重，C为所述站点数量增加率，c为所述站点数量增加率对应的权重，D为所述拣选路程增加率，d为所述拣选路程增加率对应的权重，E为所述增加的站点繁忙度，e为所述增加的站点的繁忙度对应的权重。

8.根据权利要求5所述的方法，其特征在于，任一站点的所述站点繁忙度为所述站点的待来访订单组数量与作业空间内全部订单组数量的比值。

9.根据权利要求3所述的方法，其特征在于，所述方法还包括：

将得到的所述优化订单组中的订单进行统一处理。

10.一种订单处理装置，其特征在于，所述装置包括：

获取模块，用于获取多个待处理订单中每个订单的信息和每个订单对应的站点的繁忙度，所述每个订单的信息包括：每个订单对应的站点数量、拣选路程以及物品类别数量；

筛选模块，用于根据所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中确定部分订单组成目标订单组。

11.根据权利要求10所述的装置，其特征在于，所述装置还包括：

优化模块，用于基于所述每个订单的信息和所述每个订单对应的站点的繁忙度，从所述多个待处理订单中除所述目标订单组中订单之外的剩余订单中确定至少一个替换订单，并用所述至少一个替换订单替换所述目标订单组中的至少一个订单，以得到优化订单组。

12.一种仓储系统，其特征在于，所述系统包括：

多个拣选站点；

订单处理装置，用于执行如权利要求1至9中任一项所述的订单处理方法；

运输系统，用于根据所述订单处理系统的订单处理结果，搬运所述拣选站点内的物品。

13.一种订单处理装置，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；其中，所述处理器执行时实现如权利要求1至9任一所述的订单处理方法。

14.一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至9中任一项所述的订单处理方法。