CN110516985A - 仓库选择方法、系统、计算机系统和计算机可读存储介质 - Google Patents
仓库选择方法、系统、计算机系统和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110516985A CN110516985A CN201810488529.0A CN201810488529A CN110516985A CN 110516985 A CN110516985 A CN 110516985A CN 201810488529 A CN201810488529 A CN 201810488529A CN 110516985 A CN110516985 A CN 110516985A
- Authority
- CN
- China
- Prior art keywords
- warehouse
- group
- history
- select
- trading object
- 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.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims description 112
- 230000008569 process Effects 0.000 claims description 61
- 238000006243 chemical reaction Methods 0.000 claims description 51
- 238000012545 processing Methods 0.000 claims description 48
- 230000009466 transformation Effects 0.000 claims description 36
- 238000012216 screening Methods 0.000 claims description 31
- 238000001914 filtration Methods 0.000 claims description 8
- 238000005457 optimization Methods 0.000 description 37
- 230000006870 function Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 22
- 239000011159 matrix material Substances 0.000 description 19
- 238000013473 artificial intelligence Methods 0.000 description 17
- 238000002922 simulated annealing Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000015654 memory Effects 0.000 description 9
- 238000000137 annealing Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 230000006854 communication Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000004807 localization Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 241000406668 Loxodonta cyclotis Species 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005538 encapsulation Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- 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
- G06Q10/0838—Historical data
-
- 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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Abstract
本公开提供了一种仓库选择方法,包括:获取订单数据;处理订单数据,以确定相应订单所涉及的交易对象及其配送地址;基于配送地址,确定能够提供交易对象的候选仓库;从候选仓库中筛选出满足约束条件的应选仓库作为派发交易对象的仓库;以及针对订单,输出应选仓库的信息。本公开还提供了一种仓库选择系统、一种计算机系统和一种计算机可读存储介质。
Description
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种仓库选择方法、系统、计算机系统和计算机可读存储介质。
背景技术
随着互联网运营业务的发展,处理在线订单已经成为一种非常普遍的计算机行为。目前,相关技术在处理在线订单时,通常是根据订单的派发地址粗略地定位货品派发仓库。
然而,在实现本公开构思的过程中,发明人发现相关技术中至少存在如下问题:现有的仓库定位方案仅仅依据订单的派发地址进行粗略定位,很可能会导致成本浪费,甚至会影响货品配送效率和用户体验。
发明内容
有鉴于此,本公开提供了一种从候选仓库中筛选出满足约束条件的应选仓库作为派发交易对象的仓库,以解决现有技术仅仅依据订单的派发地址进行粗略定位,可能导致成本浪费,甚至会影响货品配送效率和用户体验的缺陷的仓库选择方法和系统。
本公开的一个方面提供了一种仓库选择方法,包括:获取订单数据;处理上述订单数据,以确定相应订单所涉及的交易对象及其配送地址;基于上述配送地址,确定能够提供上述交易对象的候选仓库;从上述候选仓库中筛选出满足约束条件的应选仓库作为派发上述交易对象的仓库;以及针对上述订单,输出上述应选仓库的信息。
根据本公开的实施例,从上述候选仓库中筛选出满足约束条件的应选仓库作为派发上述交易对象的仓库,包括:从上述候选仓库中任意选出第一仓库组;以及在上述第一仓库组满足上述约束条件的情况下:将上述第一仓库组作为应选仓库;或者执行方法体,以基于上述第一仓库组,从上述候选仓库中筛选出满足上述约束条件的第二仓库组作为应选仓库,其中,使用上述第二仓库组派发上述交易对象的成本低于使用上述第一仓库组派发上述交易对象的成本。
根据本公开的实施例,执行方法体,包括:在预设时间段内执行上述方法体。
根据本公开的实施例,上述方法体包括:将上述第一仓库组作为基础仓库组;计算使用上述基础仓库组派发上述交易对象的第一成本;基于上述基础仓库组进行变换得到中间仓库组;计算使用上述中间仓库组派发上述交易对象的第二成本;计算上述第一成本与上述第二成本的第一大小关系;以及基于上述第一大小关系的计算结果,从上述候选仓库中筛选出上述第二仓库组。
根据本公开的实施例,上述方法还包括:若上述计算结果表征上述第一成本大于上述第二成本,则执行循环体;基于上述循环体执行循环结果,从上述候选仓库中筛选出上述第二仓库组,其中,上述循环体包括:将上述中间仓库组作为新的基础仓库组;计算使用上述新的基础仓库组派发上述交易对象的第三成本;基于上述新的基础仓库组进行变换得到新的中间仓库组;计算使用上述新的中间仓库组派发上述交易对象的第四成本;计算上述第三成本与上述第四成本的第二大小关系;以及基于上述第二大小关系的计算结果,确定上述循环体执行循环结果。
根据本公开的实施例,上述方法还包括:若上述计算结果表征上述第一成本小于上述第二成本,则确定第一概率,其中,上述第一概率用于表征上述中间仓库组被接受作为新的基础仓库组的可能性的大小;以及在上述第一概率大于预设概率阈值的情况下,执行上述循环体。
根据本公开的实施例,基于上述基础仓库组进行变换得到中间仓库组,包括:获取上述候选仓库中各仓库的第一历史应选信息,其中,上述第一历史应选信息包括第一历史应选次数和/或第一历史应选概率,上述第一历史应选次数用于表示在本次变换之前,将上述候选仓库中任一仓库选择为上述交易对象的派发仓库的次数,上述第一历史应选概率用于表示在本次变换之前,将上述候选仓库中任一仓库选择为上述交易对象的派发仓库的概率;以及基于上述第一历史应选信息,对上述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
根据本公开的实施例,基于上述第一历史应选信息,对上述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组,包括:在前M次变换过程中,基于上述第一历史应选信息,确定出上述基础仓库组中包含的且历史应选信息满足第一预设条件的仓库,并替换上述基础仓库组中的满足上述第一预设条件的仓库;和/或在后N次变换过程中,基于上述第一历史应选信息,确定出上述基础仓库组中包含的且历史应选信息满足第二预设条件的仓库,并替换上述基础仓库组中的满足上述第二预设条件的仓库。
根据本公开的实施例,基于上述基础仓库组进行变换得到中间仓库组,包括:获取上述交易对象中各对象的第二历史应选信息,其中,上述第二历史应选信息包括第二历史应选次数和/或第二历史应选概率,上述第二历史应选次数用于表示在本次变换之前,针对上述交易对象中任一对象变换该对象的派送仓库的次数,第二历史应选概率用于表示在本次变换之前,针对上述交易对象中任一对象变换该对象的派送仓库的概率;以及基于上述第二历史应选信息,对上述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
根据本公开的实施例,基于上述第二历史应选信息,对上述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组包括:在前M次变换过程中,基于上述第二历史应选信息,确定出历史应选信息满足第三预设条件的第一交易对象;确定上述基础仓库组中用于派送上述第一交易对象的仓库,并替换上述基础仓库组中的用于派送上述第一交易对象的仓库,和/或在后N次变换过程中,基于上述第二历史应选信息,确定出历史应选信息满足第四预设条件的第二交易对象;确定上述基础仓库组中用于派送上述第二交易对象的仓库,并替换上述基础仓库组中的用于派送上述第二交易对象的仓库。
根据本公开的实施例,确定第一概率包括:确定上述中间仓库组相对于上述基础仓库组的差异仓库;获取上述差异仓库的第三历史应选次数;确定由上述差异仓库进行派送的第三交易对象;获取上述第三交易对象的第四历史应选次数;基于上述第三历史应选次数和/或上述第四历史应选次数,确定上述第一概率。
本公开的另一个方面提供了一种仓库选择系统,包括:获取模块,用于获取订单数据;第一处理模块,用于处理上述订单数据,以确定相应订单所涉及的交易对象及其配送地址;第一确定模块,用于基于上述配送地址,确定能够提供上述交易对象的候选仓库;第一筛选模块,用于从上述候选仓库中筛选出满足约束条件的应选仓库作为派发上述交易对象的仓库;以及输出模块,用于针对上述订单,输出上述应选仓库的信息。
根据本公开的实施例,第一筛选模块包括:选择单元,用于从上述候选仓库中任意选出第一仓库组;以及第一处理单元,用于在上述第一仓库组满足上述约束条件的情况下,将上述第一仓库组作为应选仓库;或者第二处理单元,用于在上述第一仓库组满足上述约束条件的情况下,执行方法体,以基于上述第一仓库组,从上述候选仓库中筛选出满足上述约束条件的第二仓库组作为应选仓库,其中,使用上述第二仓库组派发上述交易对象的成本低于使用上述第一仓库组派发上述交易对象的成本。
根据本公开的实施例,第二处理单元还用于在预设时间段内执行上述方法体。
根据本公开的实施例,第二处理单元包括:处理子单元,用于将上述第一仓库组作为基础仓库组;第一计算子单元,用于计算使用上述基础仓库组派发上述交易对象的第一成本;变换子单元,用于基于上述基础仓库组进行变换得到中间仓库组;第二计算子单元,用于计算使用上述中间仓库组派发上述交易对象的第二成本;第三计算子单元,用于计算上述第一成本与上述第二成本的第一大小关系;以及筛选子单元,用于基于上述第一大小关系的计算结果,从上述候选仓库中筛选出上述第二仓库组。
根据本公开的实施例,上述系统还包括:第二处理模块,用于若上述计算结果表征上述第一成本大于上述第二成本,则执行循环体;第二筛选模块,用于基于上述循环体执行循环结果,从上述候选仓库中筛选出上述第二仓库组,其中,上述循环体包括:将上述中间仓库组作为新的基础仓库组;计算使用上述新的基础仓库组派发上述交易对象的第三成本;基于上述新的基础仓库组进行变换得到新的中间仓库组;计算使用上述新的中间仓库组派发上述交易对象的第四成本;计算上述第三成本与上述第四成本的第二大小关系;以及基于上述第二大小关系的计算结果,确定上述循环体执行循环结果。
根据本公开的实施例,上述系统还包括:第二确定模块,用于若上述计算结果表征上述第一成本小于上述第二成本,则确定第一概率,其中,上述第一概率用于表征上述中间仓库组被接受作为新的基础仓库组的可能性的大小;以及第三处理模块,用于在上述第一概率大于预设概率阈值的情况下,执行上述循环体。
根据本公开的实施例,变换子单元还用于:获取上述候选仓库中各仓库的第一历史应选信息,其中,上述第一历史应选信息包括第一历史应选次数和/或第一历史应选概率,上述第一历史应选次数用于表示在本次变换之前,将上述候选仓库中任一仓库选择为上述交易对象的派发仓库的次数,上述第一历史应选概率用于表示在本次变换之前,将上述候选仓库中任一仓库选择为上述交易对象的派发仓库的概率;以及基于上述第一历史应选信息,对上述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
根据本公开的实施例,变换子单元还用于:在前M次变换过程中,基于上述第一历史应选信息,确定出上述基础仓库组中包含的且历史应选信息满足第一预设条件的仓库,并替换上述基础仓库组中的满足上述第一预设条件的仓库;和/或在后N次变换过程中,基于上述第一历史应选信息,确定出上述基础仓库组中包含的且历史应选信息满足第二预设条件的仓库,并替换上述基础仓库组中的满足上述第二预设条件的仓库。
根据本公开的实施例,变换子单元还用于:获取上述交易对象中各对象的第二历史应选信息,其中,上述第二历史应选信息包括第二历史应选次数和/或第二历史应选概率,上述第二历史应选次数用于表示在本次变换之前,针对上述交易对象中任一对象变换该对象的派送仓库的次数,第二历史应选概率用于表示在本次变换之前,针对上述交易对象中任一对象变换该对象的派送仓库的概率;以及基于上述第二历史应选信息,对上述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
根据本公开的实施例,变换子单元还用于:在前M次变换过程中,基于上述第二历史应选信息,确定出历史应选信息满足第三预设条件的第一交易对象;确定上述基础仓库组中用于派送上述第一交易对象的仓库,并替换上述基础仓库组中的用于派送上述第一交易对象的仓库,和/或在后N次变换过程中,基于上述第二历史应选信息,确定出历史应选信息满足第四预设条件的第二交易对象;确定上述基础仓库组中用于派送上述第二交易对象的仓库,并替换上述基础仓库组中的用于派送上述第二交易对象的仓库。
根据本公开的实施例,第二确定模块包括:第一确定单元,用于确定上述中间仓库组相对于上述基础仓库组的差异仓库;第一获取单元,用于获取上述差异仓库的第三历史应选次数;第二确定单元,用于确定由上述差异仓库进行派送的第三交易对象;第二获取单元,用于获取上述第三交易对象的第四历史应选次数;第三确定单元,用于基于上述第三历史应选次数和/或上述第四历史应选次数,确定上述第一概率。
本公开的另一方面提供了一种计算机系统,包括:一个或多个处理器;计算机可读存储介质,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如上任一项所述的仓库选择方法。
本公开的另一方面提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使上述处理器实现如上所述的仓库选择方法。
根据本公开的实施例,因为采用了从候选仓库中筛选出满足约束条件的应选仓库作为派发交易对象的仓库的技术手段,可以至少部分地解决现有技术仅仅依据订单的派发地址进行粗略定位,可能导致成本浪费,甚至会影响货品配送效率和用户体验的技术问题,并因此可以降低成本、提高货品配送效率和用户体验的技术效果。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的可以应用仓库选择方法和系统的示例性系统架构;
图2示意性示出了根据本公开实施例的仓库选择方法的流程图;
图3A示意性示出了根据本公开实施例的筛选应选仓库的流程图;
图3B示意性示出了根据本公开实施例的执行方法体的流程图;
图3C示意性示出了根据本公开另一实施例的仓库选择方法的流程图;
图3D示意性示出了根据本公开另一实施例的仓库选择方法的流程图;
图3E示意性示出了根据本公开实施例的基于基础仓库组进行变换得到中间仓库组的流程图;
图3F示意性示出了根据本公开实施例的基于第一历史应选信息得到中间仓库组的流程图;
图3G示意性示出了根据本公开另一实施例的基于基础仓库组进行变换得到中间仓库组的流程图;
图3H示意性示出了根据本公开实施例的基于第二历史应选信息得到中间仓库组的流程图;
图3I示意性示出了根据本公开实施例的确定第一概率的流程图;
图3J示意性示出了根据本公开实施例的仓库选择方案的系统架构图;
图3K示意性示出了根据本公开实施例的人工智能优化平台的示意图;
图4示意性示出了根据本公开实施例的仓库选择系统的框图;
图5A示意性示出了根据本公开实施例的第一筛选模块的框图;
图5B示意性示出了根据本公开实施例的第二处理单元的框图;
图5C示意性示出了根据本公开另一实施例的仓库选择系统的框图;
图5D示意性示出了根据本公开另一实施例的仓库选择系统的框图;
图5E示意性示出了根据本公开实施例的第二确定模块的框图;以及
图6示意性示出了根据本公开实施例的适于实现仓库选择方法的计算机系统的框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解,实质上任意表示两个或更多可选项目的转折连词和/或短语,无论是在说明书、权利要求书还是附图中,都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如,短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。
本公开的实施例提供了一种仓库选择方法,该仓库选择方法包括:获取订单数据;处理订单数据,以确定相应订单所涉及的交易对象及其配送地址基于配送地址,确定能够提供交易对象的候选仓库;从候选仓库中筛选出满足约束条件的应选仓库作为派发交易对象的仓库;以及针对订单,输出应选仓库的信息。
图1示意性示出了根据本公开实施例的可以应用仓库选择方法和系统的示例性系统架构100。需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的仓库选择方法一般可以由服务器105执行。相应地,本公开实施例所提供的仓库选择系统一般可以设置于服务器105中。本公开实施例所提供的仓库选择方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的仓库选择系统也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的仓库选择方法的流程图。
如图2所示,该仓库选择方法可以包括在操作S201~操作S205,其中:
在操作S201,获取订单数据。
在操作S202,处理订单数据,以确定相应订单所涉及的交易对象及其配送地址。
在操作S203,基于配送地址,确定能够提供交易对象的候选仓库。
在操作S204,从候选仓库中筛选出满足约束条件的应选仓库作为派发交易对象的仓库。
在操作S205,针对订单,输出应选仓库的信息。
在本公开的实施例中,订单数据可以包括订单对应的所有数据,也可以包括订单对应的部分数据,该订单数据至少能够用于确定订单涉及的交易对象和订单的配送地址。其中,订单可以是用户付款后等待派送的订单,交易对象可以是该订单中包含的对象(例如商品),且该交易对象可以包括一种或多种。例如,交易对象可以包括2种:对象A和对象B,其中,对象A有3件,对象B有2件。
根据本公开的实施例,根据配送地址,可以确定出该配送地址所在区域内的多个仓库,并从该多个仓库中确定出能够提供交易对象的候选仓库,该候选仓库可以包括一个或多个仓库,且该候选仓库的每个仓库至少能够一个交易对象。
例如,交易对象包括3个对象A和2个对象B,配送地址为北京市某某区某某路某某商厦,则可以根据配送地址确定出位于北京市的多个仓库,如仓库A、仓库B、仓库C和仓库D,其中,仓库A存储对象A的库存数量为1,仓库B存储对象A的库存数量为6、存储对象B的库存数量为4,仓库C中存储对象A的库存数量为2、存储对象B的库存数量为2,仓库D存储对象C的库存数量为1。进一步,可以从仓库A、仓库B、仓库C和仓库D中确定出至少包含有1个对象A和1个对象B的仓库作为候选仓库,即候选仓库可以包括仓库A、仓库B和仓库C。
在本公开的实施例中,可以从候选仓库中筛选出应选仓库作为派发交易对象的仓库,其中,应选仓库可以包括一个或多个仓库,且该应选仓库可以满足约束条件,该约束条件可以是仓库的派送数量小于等于仓库的库存数量,且交易对象的需求数量需要被严格匹配。
例如,结合上述示例,约束条件可以包括,仓库A派送对象A的数量小于等于1,仓库B派送对象A的数量小于等于6,派送对象B的数量小于等于4,仓库C派送对象A的数量小于等于2,派送对象B的数量小于等于2。同时,约束条件还包括,从仓库A、仓库B和仓库C中筛选出的应选仓库在派送对象A和对象B时,该应选仓库存储对象A的库存数量大于等于对象A的需求数量3,存储对象B的库存数量大于等于对象B的需求数量2。假设应选仓库为仓库B,该仓库B用于派送3个对象A和2个对象B,显然,仓库B满足约束条件。
根据本公开的实施例,在确定出应选仓库后,还可以输出该应选仓库的信息。其中,该信息可以包括仓库与交易对象的对应关系信息、匹配数量信息,例如仓库B用于派送3个对象A和2个对象B,该信息还可以包括仓库型号,仓库位置等,例如大兴区1号仓。
通过本公开的实施例,因为采用了从候选仓库中筛选出满足约束条件的应选仓库作为派发交易对象的仓库的技术手段,可以至少部分地解决现有技术仅仅依据订单的派发地址进行粗略定位,可能导致成本浪费,甚至会影响货品配送效率和用户体验的技术问题,并因此可以降低成本、提高货品配送效率和用户体验的技术效果。
作为一种可选的实施例,从候选仓库中筛选出满足约束条件的应选仓库作为派发交易对象的仓库可以包括:从候选仓库中任意选出第一仓库组;以及在第一仓库组满足约束条件的情况下:将第一仓库组作为应选仓库;或者执行方法体,以基于第一仓库组,从候选仓库中筛选出满足约束条件的第二仓库组作为应选仓库,其中,使用第二仓库组派发第一交易对象的成本低于使用第一仓库组派发交易对象的成本。
下面参考图3A~图3K,结合具体实施例对图2所示的方法做进一步说明。
图3A示意性示出了根据本公开实施例的筛选应选仓库的流程图。
如图3A所示,从所述候选仓库中筛选出满足约束条件的应选仓库作为派发所述交易对象的仓库可以包括操作S301和操作S302,其中:
在操作S301,从候选仓库中任意选出第一仓库组。
在操作S302,在第一仓库组满足约束条件的情况下,执行方法体,以基于第一仓库组,从候选仓库中筛选出满足约束条件的第二仓库组作为应选仓库,其中,使用第二仓库组派发交易对象的成本低于使用第一仓库组派发交易对象的成本。
在本公开的实施例中,第一仓库组可以包括一个或多个仓库,在该第一仓库组满足约束条件时,可以将该第一仓库组作为应选仓库。
例如,结合上述示例,在确定第一仓库组时,可以从仓库A、仓库B和仓库C中选择任意一个或多个仓库派发对象A,并从仓库B和仓库C中选择任意一个或多个仓库派发对象B。例如,可以选择仓库B派发对象A,选择仓库C派发对象B,即第一仓库组可以包括仓库B和仓库C。显然,第一仓库组满足约束条件,则可以将该仓库B和仓库C作为应选仓库。
根据本公开的实施例,由于随机选出的第一仓库组可以能存在成本较高、配送效率较差等缺陷,此时,可以执行方法体对第一仓库组进行变换。具体地,可以以第一仓库组为基础,以从候选仓库中筛选出满足约束条件且派发成本更低的第二仓库组,并且将该第二仓库组作为应选仓库。其中,第二仓库组可以包括一个或多个仓库。
需要说明的是,为了保障派发成本、配送效率和用户体验,本公开的实施例优选第二仓库组作为应选仓库。
通过本公开的实施例,通过多种方式筛选应选仓库,可以提高筛选的灵活性。优选地,可以将第二仓库组作为应选仓库,可以降低企业的运输成本,提高企业的利润和配送效率。
作为一种可选的实施例,执行方法体可以包括:在预设时间段内执行方法体。
在本公开的实施例中,实际场景中的订单非常复杂,所涉及的仓库数量和交易对象数量也非常多,为了保证配送效率,需要在规定时间内筛选出派送成本相对较低的仓库方案用于派送交易对象。因此,可以设定预设时间段,并在该预设时间内执行方法体,以筛选派送成本较低出第二仓库组作为应选仓库。
图3B示意性示出了根据本公开实施例的执行方法体的流程图。
如图3B所示,该仓库选择方法还可以包括操作S401~操作S406,其中:
在操作S401,将第一仓库组作为基础仓库组。
在操作S402,计算使用基础仓库组派发交易对象的第一成本。
在操作S403,基于基础仓库组进行变换得到中间仓库组。
在操作S404,计算使用中间仓库组派发交易对象的第二成本。
在操作S405,计算第一成本与第二成本的第一大小关系。
在操作S406,基于第一大小关系的计算结果,从候选仓库中筛选出第二仓库组。
在本公开的实施例中,筛选第二仓库组的过程可以是变换仓库方案的过程,并且可以根据预设优化目标,计算仓库方案的成本。
根据本公开的实施例,预设优化目标可以包括以下至少之一:物流优化目标,其中,物流优化目标可以是交易对象最好从同一个仓库发货;对象管理优化目标,其中,对象管理优化目标可以是临近保质期的对象优先派送;理想库存比例,其中,理想库存比例可以是仓库存放同一对象的理想比例;理想库存清仓阈值,其中,理想库存清仓阈值可以是在仓库存储对象的库存数量达到理想库存清仓阈值时,尽快将该仓库清仓。
例如,理想库存比例可以是,在理想情况下仓库1存放对象1的库存数量与仓库2存放对象2的库存数量之比为5:3,则在派送对象1时希望尽量使仓库1和仓库2的比例保持5:3。
例如,假设仓库1中对象1对应的理想库存清仓阈值为5件,则在仓库1中存储对象1的库存数量小于等于5件时,尽量将仓库1中剩余的对象1派送出去,以便整批补充对象1的库存数量。
根据本公开的实施例,在通过预设优化目标计算仓库方案的成本时,可以根据具体需求为各个优化目标设定相应的权重。例如,可以为物流优化目标设定权重1,对象管理优化目标设定权重2,理想库存比例设定权重3,理想库存清仓阈值设定权重4,其中,权重1、权重2、权重3和权重4之和可以为1。
在本公开的实施例中,可以将第一仓库组作为基础仓库组,并对该基础仓库组进行变换得到中间仓库组,在预设时间段内,执行类似的变换操作,可以得到第二仓库组。
具体地,可以根据预设优化目标,计算基础仓库组对应的第一成本和中间仓库组对应的第二成本,并计算第一成本和第二成本的第一大小关系。在该第一大小关系表示第一成本大于第二成本时,可以基于中间仓库组执行循环体,以从候选仓库中筛选出第二仓库组;在第一大小关系表示第一成本小于第二成本时,可以计算中间仓库组被接受的第一概率,若第一概率大于预设概率阈值,则可以基于中间仓库组执行循环体,从候选仓库中筛选出第二仓库组;若第一概率小于预设概率阈值,则可以基于第一仓库组执行循环体,以从候选仓库中筛选出第二仓库组。
通过本公开的实施例,将第二仓库组作为派发交易对象的应选仓库,可以降低派发成本,例如节约包装箱数量,更环保和方便运输,减少快递员登门服务次数,降低物流成本,且将保质期临近的对象优先出派送,可以提高总体物流对象保鲜程度,并降低对象成本、对象备货成本、运输成本和库存成本,还可以提高配送效率和用户体验。
作为一种可选的实施例,该仓库选择方法还可以包括:若计算结果表征第一成本大于第二成本,则执行循环体;基于循环体执行循环结果,从候选仓库中筛选出第二仓库组,其中,循环体包括:将中间仓库组作为新的基础仓库组;计算使用新的基础仓库组派发交易对象的第三成本;基于新的基础仓库组进行变换得到新的中间仓库组;计算使用新的中间仓库组派发交易对象的第四成本;计算第三成本与第四成本的第二大小关系;以及基于第二大小关系的计算结果,确定循环体执行循环结果。
图3C示意性示出了根据本公开另一实施例的仓库选择方法的流程图。
如图3C所示,该仓库选择方法还可以包括操作S501和操作S502,其中:
在操作S501,若计算结果表征第一成本大于第二成本,则执行循环体。
在操作S502,基于循环体执行循环结果,从候选仓库中筛选出所述第二仓库组。
在本公开的实施例中,循环体可以具有预设循环次数,该预设循环次数可以是与预设时间段内相对应。例如,预设时间段为5s,预设循环次数为1000次,则可以表明在5s完成1000次循环。
根据本公开的实施例,在第一成本大于第二成本的情况下,表明通过变换得到的中间仓库组优于基础仓库组,则可以将该中间仓库组作为新的基础仓库组,并对该新的基础仓库组进行变换以得到新的中间仓库组。相应的,可以计算新的基础仓库组的第三成本和新的中间仓库组的第四成本,其中,此处的第三成本与第二成本可以相同。类似的,可以基于第三成本和第四成本的第二大小关系,确定下一次循环所执行的操作。具体地,若第三成本大于第四成本,则可以以新的中间仓库组为基础执行循环体;若第三成本小于第四成本,则可以计算新的中间仓库组的被接受的第二概率,若第二概率大于预设概率阈值,则可以以新的中间仓库组为基础执行循环体;若第二概率小于预设概率阈值,则可以以新的基础仓库组为基础继续执行循环体。
根据本公开的实施例,在执行完预设循环次数的循环体后,可以得到循环体执行结果,其中,该循环体执行结果可以是最后一次执行仓库变换操作后得到的仓库方案,进而可以将该仓库方案作为第二仓库组。
通过本公开的实施例,通过多次循环迭代得到的循环体执行结果,可以在预设时间段内得到派送成本相对较低的第二仓库组,可以降低企业成本,提高配送效率和用户体验。
图3D示意性示出了根据本公开另一实施例的仓库选择方法的流程图。
如图3D所示,该仓库选择方法还可以包括操作S601和操作S602,其中:
在操作S601,若计算结果表征第一成本小于第二成本,则确定第一概率,其中,第一概率用于表征中间仓库组被接受作为新的基础仓库组的可能性的大小。
在操作S602,在第一概率大于预设概率阈值的情况下,执行循环体。
在本公开的实施例中,由于在某些情况下,成本较高的仓库方案可能会对筛选出成本较低的第二仓库组有帮助。因此,为了加快收敛速度,可以计算中间仓库组被接受作为新的基础仓库组的第一概率,并且在第一概率大于预设概率阈值时,可以将该中间仓库组作为新的基础仓库组,并执行后续循环操作。
通过本公开的实施例,在第一概率大于预设概率阈值的情况下,以成本较高的中间仓库组为基础执行循环体,可以加快收敛速度,以便可以在更短的时间内筛选出第二仓库组。
图3E示意性示出了根据本公开实施例的基于基础仓库组进行变换得到中间仓库组的流程图。
如图3E所示,基于基础仓库组进行变换得到中间仓库组可以包括操作S701和操作S702,其中:
在操作S701,获取候选仓库中各仓库的第一历史应选信息,其中,第一历史应选信息包括第一历史应选次数和/或第一历史应选概率,第一历史应选次数用于表示在本次变换之前,将候选仓库中任一仓库选择为交易对象的派发仓库的次数,第一历史应选概率用于表示在本次变换之前,将候选仓库中任一仓库选择为交易对象的派发仓库的概率。
在操作S702,基于第一历史应选信息,对基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
根据本公开的实施例,在每次变换仓库方案后,可以确定出一个被临时接受的仓库方案,该被临时接收的仓库方案可以用于执行下一步的变换操作。根据本公开的实施例,可以将该被临时接收的仓库方案中包含的每一个仓库的应选次数加1。其中,各个仓库的初始次数均为0。
例如,在第一成本大于第二成本时,中间仓库组可以称为被临时接受的仓库方案。假设候选仓库包括仓库1、仓库2和仓库3,中间仓库组包括仓库1和仓库2,则仓库1对应的应选次数为1,仓库2对应的应选次数为1,仓库3对应的应选次数为0。进一步,可以以中间仓库组为新的基础仓库组得到新的中间仓库组,假设新的中间仓库组包括仓库2和仓库3,此时,仓库1对应的应选次数为1,仓库2对应的应选次数2,仓库3对应的应选次数1。
根据本公开的实施例,还可以根据应选次数计算对应的应选概率。具体地,对于任一仓库,可以确定该仓库对应的应选次数,计算所有仓库对应的应选次数之和,进而将该仓库对应的应选次数与所有仓库对应的应选次数之和做除法,可以得到该仓库对应的应选概率。
例如,在得到新的中间仓库组后,仓库1对应的应选概率为1/4,仓库2对应的应选概率为2/4,仓库3对应的应选概率为1/4。
根据本公开的实施例,可以获取候选仓库中各仓库对应的第一历史应选次数和/或第一历史应选概率,其中,该第一历史应选概率可以是基于第一历史应选次数得到的。另外,该第一应选次数与候选仓库的对应关系可以通过矩阵形式表示,该第一应选概率与候选仓库的对应关系也可以通过矩阵形式表示。
根据本公开的实施例,还可以通过获取的第一历史应选次数和/或第一历史应选概率,引导仓库变换过程,对基础仓库组中的至少一个仓库进行替换,以得到对应的中间仓库组。
通过本公开的实施例,基于仓库的第一历史应选次数和/或第一历史应选概率引导变换过程,对基础仓库组中的至少一个仓库进行替换,以得到对应的中间仓库组,可以避免陷入局部最优。
作为一种可选的实施例,基于第一历史应选信息,对基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组可以包括:在前M次变换过程中,基于第一历史应选信息,确定出基础仓库组中包含的且历史应选信息满足第一预设条件的仓库,并替换基础仓库组中的满足第一预设条件的仓库;和/或在后N次变换过程中,基于第一历史应选信息,确定出基础仓库组中包含的且历史应选信息满足第二预设条件的仓库,并替换基础仓库组中的满足第二预设条件的仓库。
图3F示意性示出了根据本公开实施例的基于第一历史应选信息得到中间仓库组的流程图。
如图3F所示,基于第一历史应选信息,对基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组可以包括操作S801和操作S802,其中:
在操作S801,在前M次变换过程中,基于第一历史应选信息,确定出基础仓库组中包含的且历史应选信息满足第一预设条件的仓库,并替换基础仓库组中的满足第一预设条件的仓库。
在操作S802,在后N次变换过程中,基于第一历史应选信息,确定出基础仓库组中包含的且历史应选信息满足第二预设条件的仓库,并替换基础仓库组中的满足第二预设条件的仓库。
在本公开的实施例中,第一预设条件可以包括第一预设次数条件和/或第一预设概率条件。第一历史应选信息满足第一预设条件可以包括第一历史应选次数小于第一预设次数和/或第一历史应选概率小于第一预设概率。
根据本公开的实施例,在前M次变换过程中,可以从基础仓库组中确定出第一历史应选次数小于第一预设次数和/或第一历史应选概率小于第一预设概率的仓库,并替换该仓库。
具体地,可以从交易对象中确定出该仓库对应的对象,并从候选仓库中选择能够提供该对象且满足约束条件的仓库以替换上述从基础仓库组中确定出的仓库。
在本公开的实施例中,第二预设条件可以包括第二预设次数条件和/或第二预设概率条件。第一历史应选信息满足第二预设条件可以包括第一历史应选次数大于等于第一预设次数和/或第一历史应选概率大于等于第一预设概率。
根据本公开的实施例,在后N次变换过程中,可以从基础仓库组中确定出第一历史应选次数大于等于第一预设次数和/或第一历史应选概率大于等于第一预设概率的仓库,并替换该仓库。
具体地,可以从交易对象中确定出该仓库对应的对象,并从候选仓库中选择能够提供该对象且满足约束条件的仓库以替换上述从基础仓库组中确定出的仓库。
通过本公开的实施例,基于仓库的第一历史应选信息,引导变换过程,在前M次变换过程中,尽量选择历史应选次数和/或历史应选概率相对较小的仓库进行变换,以便可以不断尝试选择哪些仓库可以降低派送成本;在后N次变换过程中,尽量选择历史应选次数和/或历史应选概率相对较大的仓库进行变换,以便可以围绕对降低成本有帮助的仓库再次进行变换,进而可以增加确定潜在的全局最优解的准确度。
图3G示意性示出了根据本公开另一实施例的基于基础仓库组进行变换得到中间仓库组的流程图。
如图3G所示,基于基础仓库组进行变换得到中间仓库组可以包括操作S901和操作S902,其中:
在操作S901,获取交易对象中各对象的第二历史应选信息,其中,第二历史应选信息包括第二历史应选次数和/或第二历史应选概率,第二历史应选次数用于表示在本次变换之前,针对交易对象中任一对象变换该对象的派送仓库的次数,第二历史应选概率用于表示在本次变换之前,针对交易对象中任一对象变换该对象的派送仓库的概率。
在操作S902,基于第二历史应选信息,对基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
在本公开的实施例中,确定出被临时接收的仓库方案中涉及变换的仓库,并确定出该涉及变换的仓库用于派送交易对象中的具体对象,进而可以对该具体对象的应选次数加1。其中,各个对象的初始次数为0。
例如,在第一成本大于第二成本时,中间仓库组可以称为被临时接受的仓库方案。假设候选仓库包括仓库1、仓库2和仓库3,其中,仓库1能够提供对象1,仓库2能够提供对象2和对象3,仓库3能够提供对象3。基于仓库组为仓库1、仓库2和仓库3,中间仓库组包括仓库1和仓库2。显然,将用于提供对象3的仓库3变为仓库2,此时,对象1对应的应选次数为0,对象2对应的应选次数为0,对象3对应的应选次数为1。
根据本公开的实施例,还可以根据应选次数计算对应的应选概率。具体地,对于任一交易对象,可以确定该交易对象对应的应选次数,计算所有交易对象对应的应选次数之和,进而将该交易对象对应的应选次数与所有交易对象对应的应选次数之和做除法,可以得到该交易对象对应的应选概率。
根据本公开的实施例,可以获取交易对象中各对象对应的第二历史应选次数和/或第二历史应选概率,其中,该第二历史应选概率可以是基于第二历史应选次数得到的。另外,该第二应选次数与交易对象的对应关系可以通过矩阵形式表示,该第二应选概率与交易对象的对应关系也可以通过矩阵形式表示。
根据本公开的实施例,还可以通过获取的第二历史应选次数和/或第二历史应选概率,引导仓库变换过程,对基础仓库组中的至少一个仓库进行替换,以得到对应的中间仓库组。
通过本公开的实施例,基于交易对象的第二历史应选次数和/或第二历史应选概率引导变换过程,对基础仓库组中的至少一个仓库进行替换,以得到对应的中间仓库组,可以避免陷入局部最优。
作为一种可选的实施例,基于第二历史应选信息,对基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组包括:在前M次变换过程中,基于第二历史应选信息,确定出历史应选信息满足第三预设条件的第一交易对象;确定基础仓库组中用于派送第一交易对象的仓库,并替换基础仓库组中的用于派送第一交易对象的仓库,和/或在后N次变换过程中,基于第二历史应选信息,确定出历史应选信息满足第四预设条件的第二交易对象;确定基础仓库组中用于派送第二交易对象的仓库,并替换基础仓库组中的用于派送第二交易对象的仓库。
图3H示意性示出了根据本公开实施例的基于第二历史应选信息得到中间仓库组的流程图。
如图3H所示,基于第二历史应选信息,对基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组可以包括操作S1001~操作S1004,其中:
在操作S1001,在前M次变换过程中,基于第二历史应选信息,确定出历史应选信息满足第三预设条件的第一交易对象。
在操作S1002,确定基础仓库组中用于派送第一交易对象的仓库,并替换基础仓库组中的用于派送第一交易对象的仓库。
在操作S1003,在后N次变换过程中,基于第二历史应选信息,确定出历史应选信息满足第四预设条件的第二交易对象。
在操作S1004,确定基础仓库组中用于派送第二交易对象的仓库,并替换基础仓库组中的用于派送第二交易对象的仓库。
在本公开的实施例中,第三预设条件可以包括第三预设次数条件和/或第三预设概率条件。第二历史应选信息满足第三预设条件可以包括第二历史应选次数小于第二预设次数和/或第二历史应选概率小于第二预设概率。
根据本公开的实施例,在前M次变换过程中,可以从交易对象中确定出第二历史应选次数小于第二预设次数和/或第二历史应选概率小于第二预设概率的第一交易对象,并确定出基础仓库组中用于派送该第一交易对象的仓库,进而可以替换该仓库。
在本公开的实施例中,第四预设条件可以包括第四预设次数条件和/或第四预设概率条件。第二历史应选信息满足第四预设条件可以包括第二历史应选次数大于等于第二预设次数和/或第二历史应选概率大于等于第二预设概率。
根据本公开的实施例,在后N次变换过程中,可以从交易对象中确定出第二历史应选次数大于等于第二预设次数和/或第二历史应选概率大于等于第二预设概率的第二交易对象,并确定出基础仓库组中用于派送该第二交易对象的仓库,进而可以替换该仓库。
通过本公开的实施例,基于交易对象的第二历史应选次数和/或第二历史应选概率引导变换过程时,在前M次变换过程中,尽量选择历史应选次数和/或历史应选概率相对较小的对象,并变换该对象的派送仓库,以便可以不断尝试选择哪些对象并变换该对象的派送仓库可以降低派送成本;在后N次变换过程中,尽量选择历史应选次数和/或历史应选概率相对较大的对象,并变换该对象的派送仓库,以便可以围绕对降低成本有帮助的对象再次变换该对象的派送仓库,进而可以增加确定潜在的全局最优解的准确度。
图3I示意性示出了根据本公开实施例的确定第一概率的流程图。
如图3I所示,确定第一概率可以包括操作S1101~操作S1105,其中:
在操作S1101,确定中间仓库组相对于基础仓库组的差异仓库。
在操作S1102,获取差异仓库的第三历史应选次数。
在操作S1103,确定由差异仓库进行派送的第三交易对象。
在操作S1104,获取第三交易对象的第四历史应选次数。
在操作S1105,基于第三历史应选次数和/或第四历史应选次数,确定第一概率。
在本公开的实施例中,差异仓库可以是本次变换过程中涉及变换部分的仓库。例如,基础仓库组包括仓库1和仓库2,仓库1用于提供对象1,仓库2用于提供对象2。中间仓库组包括仓库1,该仓库1用于提供对象1和对象2。则相当于对象2的派送仓库由仓库2变为仓库1,因此,中间仓库组相对于基础仓库组的差异仓库为仓库1。
根据本公开的实施例,还可以确定交易对象中由差异仓库进行派送的第三交易对象,例如对象2。进而可以根据差异仓库的第三历史应选次数和/或第三交易对象的第四历史应选次数,确定第一概率
具体地,可以确定中间仓库组对应的第二成本与基础仓库组对应的第一成本的差值,并利用第一算法对第三历史应选次数和/或第四历史应选次数进行计算得到第一结果。进一步,可以将差值和第一结果作为输入参数输入预设算法中,进而得到第一概率。
假设中间仓库组对应的第二成本为fitness(S2),基础仓库组对应的第一成本为fitness(S1),第一算法对第三历史应选次数和第四历史应选次数进行计算得到第一结果可以为ln(M(2,1))。其中,M(2,1)可以表示差异仓库(例如仓库1)的第三历史应选次数和第三交易对象(例如对象2)的第四历史应选次数之和。
进一步,可以得到以下输入参数:
Δfitnessmove(M,2,1)=fitness(S2)-fitness(S1)+ln(M(2,1))
将上述输入参数输入到预设算法中,可以得到第一概率:
probability1=exp(-Δfitnessmove(M,2,1)/T)
其中,T是标准模拟退火公式中的温度参数。应该理解,probability1的值越大,中间仓库组被接受的可能性越大。
通过本公开的实施例,通过对于对以前已经发现提升解的搜索区域加以接受概率奖励,越是潜在的最优解领域得到更大概率的运算资源,从而使解在最快的时间内收敛于全局最优值。且通过引入搜索历史信息对模拟退火的温度参数的自适应性调整,加快了收敛速度,提高筛选应选仓库的效率。
在线订单的物流仓库定位问题是一个多目标数学组合最小优化问题。通过赋予不同的权重,预设优化目标可以被线形整合为一个最终目标函数计算公式。该目标函数计算公式的解(注释为S)可以是订单中的交易对象所对应的指定派发仓库(又称为应选仓库),其中,解可以满足约束条件。对于一个给定的解,可以将其输入目标函数中,进而可以得到目标函数值(注释为fitness(S)),该fitness(S)可以表示这一给定的解S在多大程度上满足了上述预设优化目标。其中,目标函数可以是线形目标函数。
因为本公开的实施例的目的是找到派送成本相对低的仓库方案,即最小优化问题,所以希望fitness(S)的值越低越好,其中fitness(S)的值可以表示派送成本的高低。
目前,存在一种现有技术是,先把上述问题定义为混合整数线性优化问题,然后由两步解决:第一步,应用基于分支定界法的整数线形规划方法产生初始可行解;第二步,应用传统的人工智能元启发式搜索近一步在有限的时间内优化第一步产生的初始可行解。
但是,现有的解决方案的缺点在于:第一,处理速度太慢。现有技术方案需要几百毫秒处理超过包含15个不同种类的对象的订单而电商订单最多可以包括110个不同种类的对象,技术解决方案的优化计算时间需要在若干毫秒内完成。速度慢是因为在现有技术方案中的第一步中,基于分支定界法的整数线形规划,对于订单稍微大一点的问题,规划方法不能在规定的时间内产生初始可行解。第二,正确度太低。实验显示现有技术方案的优化结果只有70%-80%的平均正确度。这样的计算正确度意味着巨大的成本和损失。技术解决方案的优化计算精度需要达到近似100%。正确度问题是因为现有技术方案中的第二步中,传统的人工智能元启发式搜索最优解收敛速度仍旧较慢,需要较长运行时间才能获得全局最优解,因此现有技术方案的计算正确度很低。
而本公开的实施例通过利用搜索历史记忆信息进行自适应性的智能判别,可以在全局最优解邻域充分搜索,充分利用搜索时间,在最快的时间找到全局最优解,从而减少物流和库存成本。
图3J示意性示出了根据本公开实施例的仓库选择方案的系统架构图。
如图3J所示,仓库选择方案的系统架构图包括三个组成模块:应用平台、人工智能初始化平台和人工智能优化平台。下面对该系统架构图的三个组成模块及模块之间的关系进行详细说明。
应用平台可以对接前端的订单需求,按照订单提取仓库库存信息,输入参数整理,然后调用人工智能平台计算最优解。应用平台的输入参数整理可以包括输入目标、输入约束条件数据和输入对象和仓库信息。
具体地,输入目标可以是设定订单优化的主要目标(又称为预设优化目标),比如是否包括保质期临近优化,仓库库存优化。输入约束条件数据可以是输入订单优化,提取订单的基本信息;对订单内每一对象提取所有仓库的有效库存数量。输入对象和仓库信息可以是对象和仓库库存数量的对应关系,并且调用人工智能平台。
此外,应用平台还可以接收人工智能优化平台返回的最优解(又称为应选仓库)。最后,应用平台按照最优解安排对象出库,并更新库存数据库。
人工智能初始化平台可以对接应用平台,按照人工智能优化平台的要求进行数据准备和构造初始解(又称为第一仓库组)。人工智能优化平台可以包括数据同步、模型构造和构造初始解。
具体地,数据同步可以通过人工智能平台定义的模型数据结构同步转换应用平台传入的输入数据,建立对象和仓库对应关系的维度矩阵。模型构造可以包括两个部分,第一部分为对于解S,订单优化目标的定量计算函数fitness(S),第二部分为设立检验解S是否满足规定的约束条件。构造初始解可以是为每个对象,按照输入的对象和仓库库存数量的对应关系,在满足其数量需求的仓库中,随机的指定物流派送仓库。
人工智能优化平台可以以输入的初始解为起点,搜索找到最优解,最后返回最优解给应用平台。其中,人工智能优化平台可以包括元启发式搜索模拟退火算法、搜索历史信息知识库和自适应参数控制。
具体地,元启发式搜索模拟退火算法的原理是从解空间上随机选一个点作为起始解,从起始解出发按照一定规则遍历一部分解空间。每次迭代中,选择变换邻域,按照规则变换中间解的部分值,产生新的中间解。通过逐渐变换到更好的解,从而发现近似全局最优解。为了防止陷入局部最优,模拟退火算法在遍历的过程中会以一定概率接受比当前中间解还要差的新解。接受差解的概率(退火温度,注释为T)随着迭代次数的增加而下降。模拟退火算法的优点是正确度,算法可以在较长的运行时间内找到近似全局最优解。
历史信息知识库(注释为M)可以以多维矩阵的数据结构记录了模拟退火算法在搜索过程中的频度特征信息(又称为历史应选信息),比如从当前中间解变换到新解的变更是应用的具体对象的频度(又称为第二历史应选信息)、具体仓库的频度(又称为第一历史应选信息)。
由于经典模拟退火算法的缺点是速度慢,即随着解空间被探索,温度参数也逐渐缓慢变小,接受更差解的概率的也缓慢下降,相当一部分搜索努力被浪费,因此导致该算法最优解的收敛速度过慢和运算时间过长。而本公开的实施例的自适应参数控制可以利用应用搜索历史信息知识库解决这一缺点。通过引导搜索的随机过程,加大对潜在全局最优解搜索区域的深度计算的概率。模拟退火的参数得以实现自适应控制,从而进一步提升优化速度。
下面详细的介绍人工智能优化平台内部组件的流程关系。
图3K示意性示出了根据本公开实施例的人工智能优化平台的示意图。
如图3K所示,人工智能优化平台执行Num_max(又称为预设循环次数)次的迭代计算。每次迭代中,信息单元(又称为历史信息知识库)定义了领域单元中的搜索邻域;变更单元依赖领域单元产生新解;评估单元决定是否接受新解;如新解被接受,则中间解更新和信息单元更新。
根据本公开的实施例,信息单元可以包括对象维度矩阵(又称为第二历史应选次数)、仓库维度矩阵(又称为第一历史应选次数)和对象和仓库维度矩阵,其中,对象和仓库维度矩阵可以表示具体对象对应具体仓库的的应选次数。
具体地,对象维度矩阵可以记录模拟退火算法在搜索过程中针对每一个对象的变换次数。仓库维度矩阵可以记录模拟退火算法在搜索过程中针对每一个仓库的应用次数。对象和仓库维度矩阵可以记录模拟退火算法在搜索过程中针对每一个对象和每一个仓库的变更应用次数。其中,矩阵元素初始值均为0。在更新中,信息单元相应元素的值成线形增长。
根据本公开的实施例,领域单元定义了每一个对象和仓库的选择概率(包括第一历史应选概率和/或第二历史应选概率),即以其邻域引导中间解变更。领域单元也是矩阵,并与信息单元中的对象和仓库维度矩阵相对应。各元素的初始概率为均等的。在随后的搜索中,领域单元矩阵上的值会随着信息单元中的对象和仓库维度矩阵上的对应元素的值增加而增加。
根据本公开的实施例,变更单元可以按照一定规则变更中间解的部分值从而形成新解。规则可以包括两种,第一种可以是对象维度2-opt两元素优化。具体地,任选一个对象(注释为x),查看当前中间解上其所分配的仓库,从可以容纳该对象的候选仓库中选择另一个仓库(注释为y),这一任选的变更注释为move(x,y),从而形成新解(注释为Snew)。第二种可以是仓库维度矩阵k-opt k元素优化。具体地,任选当前中间解上被分配的仓库,任选k个该仓库上被分配的对象,并为这些对象分配新的仓库。这一规则实际上包含了k个对象维度2-opt两元素优化。
根据本公开的实施例,评估单元可以用于定义新解被接受的规则。如果变更move(x,y)所产生新解Snew比当前中间解更好,即新解的目标函数值fitness(Snew)相对于当前中间解的目标函数值fitness(S)更小,则新解会直接被接受。反之,如果fitness(Snew)相对于fitness(S)更大,则可以由自适应控制机制按照下面的步骤计算新解被接受的概率。
具体地,可以提取搜索历史信息知识库上的涉及x对象和y仓库的所有变换的总次数之和(注释为M(x,y)),并应用数值正则公式转换上一步的运算结果,从而控制其值域范围,例如可以将值域范围控制在0~1,该过程也可以称为归一化。进一步,可以应用上一步的运算结果提升新解的目标函数值fitness(Snew),从而使其更优。如果新解的部分属性特征(特定仓库在解上的调用)落在了过去搜索过程中曾经带来解提升的搜索区域,那么自适应控制机制就会增大新解被接受的概率。
根据本公开的实施例,可以计算输入参数,即
Δfitnessmove(M,x,y)=fitness(Snew)-fitness(S)+ln(M(x,y))
进一步,可以将输入参数输入以下预设算法中,以计算更差解的接受概率,即
probability=exp(-Δfitnessmove(M,x,y)/T)
其中,T是标准模拟退火公式中的温度参数。应该理解,probability的值越大,新解被接受的可能性越大。
根据本公开的实施例,更新信息单元可以是每次迭代中最后一个环节。其中,被接受的新解会可以被用来更新成为新的中间解,并针对每个对象和仓库,记录其涉及搜索移动变更的次数。也即,更新历史信息知识库中记录的涉及x对象和y仓库的次数。
在本公开的实施例中,主要包括随机广度搜索(又称为前M次变换过程中)和深度搜索(又称为后N次变换过程中)两个阶段。其中,在随机广度搜索阶段,由于搜索内存记录仍为空白,所以搜索可以不受限制的搜索一个广阔的搜索空间,从而使搜索过程更加有效和避免陷入局部最优区域。在深度搜索阶段,虽然接受更差解的概率已经随搜索过程的进行而逐步降低,但是模拟退火的温度概率参数会由搜索历史信息而自动调整。通过对于对以前已经发现提升解的搜索区域加以接受概率奖励,越是潜在的最优解领域得到更大概率的运算资源,从而使解在最快的时间内收敛于全局最优值。通过引入搜索历史信息对模拟退火的温度参数的自适应性调整,实现了研发快速,稳定和高精度的算法的技术目标。
需要说明的是,经过实验验证,对于包括5到110个不同种类对象的订单,本公开提供的仓库选择方案可以在若干毫秒以内计算出计算正确度等于或者高度接近100%的解。为了对比,最优解是由第三方商业软件在运行时间不受任何限制的条件下(长达若干小时或者几天)计算得出的。本公开实施例提供的仓库选择方案的计算精确程度和高效性达到了设定的技术目标。
通过本公开的实施例,至少可以实现以下效果:
1.从一个仓库派发尽可能多的对象,从而可以节约包装箱数量,更环保和方便运输;从而减少快递员登门服务次数,并且提高用户体验,降低物流运输成本。
2.保质期临近的对象优先出派送,从而提高总体物流对象保鲜程度,并降低对象成本。
3.每个仓库都可以设定其存放对象的理想库存比例和理想库存清仓阀值,从而降低对象备货成本、运输成本和库存成本。
图4示意性示出了根据本公开实施例的仓库选择系统的框图。
如图4所示,该仓库选择系统400可以包括获取模块410、第一处理模块420、第一确定模块430、第一筛选模块440和输出模块450,其中:
获取模块410用于获取订单数据。
第一处理模块420用于处理订单数据,以确定相应订单所涉及的交易对象及其配送地址。
第一确定模块430用于基于配送地址,确定能够提供交易对象的候选仓库。
第一筛选模块440用于从候选仓库中筛选出满足约束条件的应选仓库作为派发交易对象的仓库。
输出模块450用于针对订单,输出应选仓库的信息。
通过本公开的实施例,因为采用了从候选仓库中筛选出满足约束条件的应选仓库作为派发交易对象的仓库的技术手段,可以至少部分地解决现有技术仅仅依据订单的派发地址进行粗略定位,可能导致成本浪费,甚至会影响货品配送效率和用户体验的技术问题,并因此可以降低成本、提高货品配送效率和用户体验的技术效果。
图5A示意性示出了根据本公开实施例的第一筛选模块的框图。
如图5A所示,第一筛选模块440可以包括选择单元441、第一处理单元442和第二处理单元443。其中:
选择单元441用于从候选仓库中任意选出第一仓库组;以及
第一处理单元442用于在第一仓库组满足约束条件的情况下,将第一仓库组作为应选仓库。
第二处理单元443用于在第一仓库组满足约束条件的情况下,执行方法体,以基于第一仓库组,从候选仓库中筛选出满足约束条件的第二仓库组作为应选仓库,其中,使用第二仓库组派发交易对象的成本低于使用第一仓库组派发交易对象的成本。
通过本公开的实施例,通过多种方式筛选应选仓库,可以提高筛选的灵活性。优选地,可以将第二仓库组作为应选仓库,可以降低企业的运输成本,提高企业的利润和配送效率。
作为一种可选的实施例,第二处理单元还用于在预设时间段内执行方法体。
在本公开的实施例中,实际场景中的订单非常复杂,所涉及的仓库数量和交易对象数量也非常多,为了保证配送效率,需要在规定时间内筛选出派送成本相对较低的仓库方案用于派送交易对象。因此,可以设定预设时间段,并在该预设时间内执行方法体,以筛选派送成本较低出第二仓库组作为应选仓库。
图5B示意性示出了根据本公开实施例的第二处理单元的框图。
如图5B所示,第二处理单元443可以包括处理子单元4431、第一计算子单元4432、变换子单元4433、第二计算子单元4434、第三计算子单元4435和筛选子单元4436,其中:
处理子单元4431用于将所述第一仓库组作为基础仓库组。
第一计算子单元4432用于计算使用所述基础仓库组派发所述交易对象的第一成本。
变换子单元4433用于基于所述基础仓库组进行变换得到中间仓库组。
第二计算子单元4434用于计算使用所述中间仓库组派发所述交易对象的第二成本。
第三计算子单元4435用于计算所述第一成本与所述第二成本的第一大小关系。
筛选子单元4436用于基于所述第一大小关系的计算结果,从所述候选仓库中筛选出所述第二仓库组。
通过本公开的实施例,将第二仓库组作为派发交易对象的应选仓库,可以降低派发成本,例如节约包装箱数量,更环保和方便运输,减少快递员登门服务次数,降低物流成本,且将保质期临近的对象优先出派送,可以提高总体物流对象保鲜程度,并降低对象成本、对象备货成本、运输成本和库存成本,还可以提高配送效率和用户体验。
作为一种可选的实施例,第二处理模块用于若计算结果表征第一成本大于第二成本,则执行循环体;第二筛选模块用于基于循环体执行循环结果,从候选仓库中筛选出第二仓库组,其中,循环体包括:将中间仓库组作为新的基础仓库组;计算使用新的基础仓库组派发交易对象的第三成本;基于新的基础仓库组进行变换得到新的中间仓库组;计算使用新的中间仓库组派发交易对象的第四成本;计算第三成本与第四成本的第二大小关系;以及基于第二大小关系的计算结果,确定循环体执行循环结果。
图5C示意性示出了根据本公开另一实施例的仓库选择系统的框图。
如图5C所示,该仓库选择系统400还可以包括第二处理模块510和第二筛选模块520,其中:
第二处理模块510用于若所述计算结果表征所述第一成本大于所述第二成本,则执行循环体。
第二筛选模块520用于基于所述循环体执行循环结果,从所述候选仓库中筛选出所述第二仓库组。
通过本公开的实施例,通过多次循环迭代得到的循环体执行结果,可以在预设时间段内得到派送成本相对较低的第二仓库组,可以降低企业成本,提高配送效率和用户体验。
图5D示意性示出了根据本公开另一实施例的仓库选择系统的框图。
如图5D所示,该仓库选择系统400还可以包括第二确定模块610和第三处理模块620,其中:
第二确定模块610用于若计算结果表征第一成本小于第二成本,则确定第一概率,其中,第一概率用于表征中间仓库组被接受作为新的基础仓库组的可能性的大小。
第三处理模块620用于在第一概率大于预设概率阈值的情况下,执行循环体。
通过本公开的实施例,在第一概率大于预设概率阈值的情况下,以成本较高的中间仓库组为基础执行循环体,可以加快收敛速度,以便可以在更短的时间内筛选出第二仓库组。
作为一种可选的实施例,变换子单元还用于:获取候选仓库中各仓库的第一历史应选信息,其中,第一历史应选信息包括第一历史应选次数和/或第一历史应选概率,第一历史应选次数用于表示在本次变换之前,将候选仓库中任一仓库选择为交易对象的派发仓库的次数,第一历史应选概率用于表示在本次变换之前,将候选仓库中任一仓库选择为交易对象的派发仓库的概率;以及基于第一历史应选信息,对基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
通过本公开的实施例,基于仓库的第一历史应选次数和/或第一历史应选概率引导变换过程,对基础仓库组中的至少一个仓库进行替换,以得到对应的中间仓库组,可以避免陷入局部最优。
作为一种可选的实施例,变换子单元还用于:在前M次变换过程中,基于第一历史应选信息,确定出基础仓库组中包含的且历史应选信息满足第一预设条件的仓库,并替换基础仓库组中的满足第一预设条件的仓库;和/或在后N次变换过程中,基于第一历史应选信息,确定出基础仓库组中包含的且历史应选信息满足第二预设条件的仓库,并替换基础仓库组中的满足第二预设条件的仓库。
通过本公开的实施例,基于仓库的第一历史应选信息,引导变换过程,在前M次变换过程中,尽量选择历史应选次数和/或历史应选概率相对较小的仓库进行变换,以便可以不断尝试选择哪些仓库可以降低派送成本;在后N次变换过程中,尽量选择历史应选次数和/或历史应选概率相对较大的仓库进行变换,以便可以围绕对降低成本有帮助的仓库再次进行变换,进而可以增加确定潜在的全局最优解的准确度。
作为一种可选的实施例,变换子单元还用于:获取交易对象中各对象的第二历史应选信息,其中,第二历史应选信息包括第二历史应选次数和/或第二历史应选概率,第二历史应选次数用于表示在本次变换之前,针对交易对象中任一对象变换该对象的派送仓库的次数,第二历史应选概率用于表示在本次变换之前,针对交易对象中任一对象变换该对象的派送仓库的概率;以及基于第二历史应选信息,对基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
通过本公开的实施例,基于交易对象的第二历史应选次数和/或第二历史应选概率引导变换过程,对基础仓库组中的至少一个仓库进行替换,以得到对应的中间仓库组,可以避免陷入局部最优。
作为一种可选的实施例,变换子单元还用于:在前M次变换过程中,基于第二历史应选信息,确定出历史应选信息满足第三预设条件的第一交易对象;确定基础仓库组中用于派送第一交易对象的仓库,并替换基础仓库组中的用于派送第一交易对象的仓库,和/或在后N次变换过程中,基于第二历史应选信息,确定出历史应选信息满足第四预设条件的第二交易对象;确定基础仓库组中用于派送第二交易对象的仓库,并替换基础仓库组中的用于派送第二交易对象的仓库。
通过本公开的实施例,基于交易对象的第二历史应选次数和/或第二历史应选概率引导变换过程时,在前M次变换过程中,尽量选择历史应选次数和/或历史应选概率相对较小的对象,并变换该对象的派送仓库,以便可以不断尝试选择哪些对象并变换该对象的派送仓库可以降低派送成本;在后N次变换过程中,尽量选择历史应选次数和/或历史应选概率相对较大的对象,并变换该对象的派送仓库,以便可以围绕对降低成本有帮助的对象再次变换该对象的派送仓库,进而可以增加确定潜在的全局最优解的准确度。
图5E示意性示出了根据本公开实施例的第二确定模块的框图。
如图5E所示,第二确定模块610可以包括第一确定单元611、第一获取单元612、第二确定单元613、第二获取单元614和第三确定单元615,其中:
第一确定单元611用于确定中间仓库组相对于基础仓库组的差异仓库;
第一获取单元612用于获取差异仓库的第三历史应选次数;
第二确定单元613用于确定由差异仓库进行派送的第三交易对象;
第二获取单元614用于获取第三交易对象的第四历史应选次数。
第三确定单元615用于基于第三历史应选次数和/或第四历史应选次数,确定第一概率。
通过本公开的实施例,通过对于对以前已经发现提升解的搜索区域加以接受概率奖励,越是潜在的最优解领域得到更大概率的运算资源,从而使解在最快的时间内收敛于全局最优值。且通过引入搜索历史信息对模拟退火的温度参数的自适应性调整,加快了收敛速度,提高筛选应选仓库的效率。
根据本公开的实施例的模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块410、第一处理模块420、第一确定模块430、第一筛选模块440、输出模块450、第二处理模块510、第二筛选模块520、第二确定模块610、第三处理模块620中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块410、第一处理模块420、第一确定模块430、第一筛选模块440、输出模块450、第二处理模块510、第二筛选模块520、第二确定模块610、第三处理模块620中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块410、第一处理模块420、第一确定模块430、第一筛选模块440、输出模块450、第二处理模块510、第二筛选模块520、第二确定模块610、第三处理模块620中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图6示意性示出了根据本公开实施例的适于实现仓库选择方法的计算机系统的框图。图6示出的计算机系统仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,根据本公开实施例的计算机系统700包括处理器701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 703中,存储有计算机系统700操作所需的各种程序和数据。处理器701、ROM702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,计算机系统700还可以包括输入/输出(I/O)接口705,输入/输出(I/O)接口705也连接至总线704。计算机系统700还可以包括连接至I/O接口705的以下部件中的一项或多项:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现:获取订单数据;处理所述订单数据,以确定相应订单所涉及的交易对象及其配送地址基于所述配送地址,确定能够提供所述交易对象的候选仓库;从所述候选仓库中筛选出满足约束条件的应选仓库作为派发所述交易对象的仓库;以及针对所述订单,输出所述应选仓库的信息。
根据本公开的实施例,计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机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。而在本公开中,计算机可读的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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。计算机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、射频信号等等,或者上述的任意合适的组合。
例如,根据本公开的实施例,计算机可读介质可以包括上文描述的ROM 702和/或RAM 703和/或ROM 702和RAM 703以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (24)
1.一种仓库选择方法,包括:
获取订单数据;
处理所述订单数据,以确定相应订单所涉及的交易对象及其配送地址;
基于所述配送地址,确定能够提供所述交易对象的候选仓库;
从所述候选仓库中筛选出满足约束条件的应选仓库作为派发所述交易对象的仓库;以及
针对所述订单,输出所述应选仓库的信息。
2.根据权利要求1所述的方法,其中,从所述候选仓库中筛选出满足约束条件的应选仓库作为派发所述交易对象的仓库,包括:
从所述候选仓库中任意选出第一仓库组;以及
在所述第一仓库组满足所述约束条件的情况下:
将所述第一仓库组作为应选仓库;或者
执行方法体,以基于所述第一仓库组,从所述候选仓库中筛选出满足所述约束条件的第二仓库组作为应选仓库,
其中,使用所述第二仓库组派发所述交易对象的成本低于使用所述第一仓库组派发所述交易对象的成本。
3.根据权利要求2所述的方法,其中,执行方法体,包括:
在预设时间段内执行所述方法体。
4.根据权利要求2或3所述的方法,其中,所述方法体包括:
将所述第一仓库组作为基础仓库组;
计算使用所述基础仓库组派发所述交易对象的第一成本;
基于所述基础仓库组进行变换得到中间仓库组;
计算使用所述中间仓库组派发所述交易对象的第二成本;
计算所述第一成本与所述第二成本的第一大小关系;以及
基于所述第一大小关系的计算结果,从所述候选仓库中筛选出所述第二仓库组。
5.根据权利要求4所述的方法,其中,所述方法还包括:
若所述计算结果表征所述第一成本大于所述第二成本,则执行循环体;
基于所述循环体执行循环结果,从所述候选仓库中筛选出所述第二仓库组,
其中,所述循环体包括:
将所述中间仓库组作为新的基础仓库组;
计算使用所述新的基础仓库组派发所述交易对象的第三成本;
基于所述新的基础仓库组进行变换得到新的中间仓库组;
计算使用所述新的中间仓库组派发所述交易对象的第四成本;
计算所述第三成本与所述第四成本的第二大小关系;以及
基于所述第二大小关系的计算结果,确定所述循环体执行循环结果。
6.根据权利要求5所述的方法,其中,所述方法还包括:
若所述计算结果表征所述第一成本小于所述第二成本,则确定第一概率,其中,所述第一概率用于表征所述中间仓库组被接受作为新的基础仓库组的可能性的大小;以及
在所述第一概率大于预设概率阈值的情况下,执行所述循环体。
7.根据权利要求4所述的方法,其中,基于所述基础仓库组进行变换得到中间仓库组,包括:
获取所述候选仓库中各仓库的第一历史应选信息,其中,所述第一历史应选信息包括第一历史应选次数和/或第一历史应选概率,所述第一历史应选次数用于表示在本次变换之前,将所述候选仓库中任一仓库选择为所述交易对象的派发仓库的次数,所述第一历史应选概率用于表示在本次变换之前,将所述候选仓库中任一仓库选择为所述交易对象的派发仓库的概率;以及
基于所述第一历史应选信息,对所述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
8.根据权利要求7所述的方法,其中,基于所述第一历史应选信息,对所述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组,包括:
在前M次变换过程中,基于所述第一历史应选信息,确定出所述基础仓库组中包含的且历史应选信息满足第一预设条件的仓库,并替换所述基础仓库组中的满足所述第一预设条件的仓库;和/或
在后N次变换过程中,基于所述第一历史应选信息,确定出所述基础仓库组中包含的且历史应选信息满足第二预设条件的仓库,并替换所述基础仓库组中的满足所述第二预设条件的仓库。
9.根据权利要求4所述的方法,其中,基于所述基础仓库组进行变换得到中间仓库组,包括:
获取所述交易对象中各对象的第二历史应选信息,其中,所述第二历史应选信息包括第二历史应选次数和/或第二历史应选概率,所述第二历史应选次数用于表示在本次变换之前,针对所述交易对象中任一对象变换该对象的派送仓库的次数,第二历史应选概率用于表示在本次变换之前,针对所述交易对象中任一对象变换该对象的派送仓库的概率;以及
基于所述第二历史应选信息,对所述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
10.根据权利要求9所述的方法,其中,基于所述第二历史应选信息,对所述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组包括:
在前M次变换过程中,基于所述第二历史应选信息,确定出历史应选信息满足第三预设条件的第一交易对象;
确定所述基础仓库组中用于派送所述第一交易对象的仓库,并替换所述基础仓库组中的用于派送所述第一交易对象的仓库,和/或
在后N次变换过程中,基于所述第二历史应选信息,确定出历史应选信息满足第四预设条件的第二交易对象;
确定所述基础仓库组中用于派送所述第二交易对象的仓库,并替换所述基础仓库组中的用于派送所述第二交易对象的仓库。
11.根据权利要求6所述的方法,其中,确定第一概率包括:
确定所述中间仓库组相对于所述基础仓库组的差异仓库;
获取所述差异仓库的第三历史应选次数;
确定由所述差异仓库进行派送的第三交易对象;
获取所述第三交易对象的第四历史应选次数;
基于所述第三历史应选次数和/或所述第四历史应选次数,确定所述第一概率。
12.一种仓库选择系统,包括:
获取模块,用于获取订单数据;
第一处理模块,用于处理所述订单数据,以确定相应订单所涉及的交易对象及其配送地址;
第一确定模块,用于基于所述配送地址,确定能够提供所述交易对象的候选仓库;
第一筛选模块,用于从所述候选仓库中筛选出满足约束条件的应选仓库作为派发所述交易对象的仓库;以及
输出模块,用于针对所述订单,输出所述应选仓库的信息。
13.根据权利要求12所述的系统,其中,第一筛选模块包括:
选择单元,用于从所述候选仓库中任意选出第一仓库组;以及
第一处理单元,用于在所述第一仓库组满足所述约束条件的情况下,将所述第一仓库组作为应选仓库;或者
第二处理单元,用于在所述第一仓库组满足所述约束条件的情况下,执行方法体,以基于所述第一仓库组,从所述候选仓库中筛选出满足所述约束条件的第二仓库组作为应选仓库,其中,使用所述第二仓库组派发所述交易对象的成本低于使用所述第一仓库组派发所述交易对象的成本。
14.根据权利要求13所述的系统,其中,第二处理单元还用于在预设时间段内执行所述方法体。
15.根据权利要求13或14所述的系统,其中,第二处理单元包括:
处理子单元,用于将所述第一仓库组作为基础仓库组;
第一计算子单元,用于计算使用所述基础仓库组派发所述交易对象的第一成本;
变换子单元,用于基于所述基础仓库组进行变换得到中间仓库组;
第二计算子单元,用于计算使用所述中间仓库组派发所述交易对象的第二成本;
第三计算子单元,用于计算所述第一成本与所述第二成本的第一大小关系;以及
筛选子单元,用于基于所述第一大小关系的计算结果,从所述候选仓库中筛选出所述第二仓库组。
16.根据权利要求15所述的系统,其中,所述系统还包括:
第二处理模块,用于若所述计算结果表征所述第一成本大于所述第二成本,则执行循环体;
第二筛选模块,用于基于所述循环体执行循环结果,从所述候选仓库中筛选出所述第二仓库组,
其中,所述循环体包括:
将所述中间仓库组作为新的基础仓库组;
计算使用所述新的基础仓库组派发所述交易对象的第三成本;
基于所述新的基础仓库组进行变换得到新的中间仓库组;
计算使用所述新的中间仓库组派发所述交易对象的第四成本;
计算所述第三成本与所述第四成本的第二大小关系;以及
基于所述第二大小关系的计算结果,确定所述循环体执行循环结果。
17.根据权利要求16所述的系统,其中,所述系统还包括:
第二确定模块,用于若所述计算结果表征所述第一成本小于所述第二成本,则确定第一概率,其中,所述第一概率用于表征所述中间仓库组被接受作为新的基础仓库组的可能性的大小;以及
第三处理模块,用于在所述第一概率大于预设概率阈值的情况下,执行所述循环体。
18.根据权利要求15所述的系统,其中,变换子单元还用于:
获取所述候选仓库中各仓库的第一历史应选信息,其中,所述第一历史应选信息包括第一历史应选次数和/或第一历史应选概率,所述第一历史应选次数用于表示在本次变换之前,将所述候选仓库中任一仓库选择为所述交易对象的派发仓库的次数,所述第一历史应选概率用于表示在本次变换之前,将所述候选仓库中任一仓库选择为所述交易对象的派发仓库的概率;以及
基于所述第一历史应选信息,对所述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
19.根据权利要求18所述的系统,其中,变换子单元还用于:
在前M次变换过程中,基于所述第一历史应选信息,确定出所述基础仓库组中包含的且历史应选信息满足第一预设条件的仓库,并替换所述基础仓库组中的满足所述第一预设条件的仓库;和/或
在后N次变换过程中,基于所述第一历史应选信息,确定出所述基础仓库组中包含的且历史应选信息满足第二预设条件的仓库,并替换所述基础仓库组中的满足所述第二预设条件的仓库。
20.根据权利要求14所述的系统,其中,变换子单元还用于:
获取所述交易对象中各对象的第二历史应选信息,其中,所述第二历史应选信息包括第二历史应选次数和/或第二历史应选概率,所述第二历史应选次数用于表示在本次变换之前,针对所述交易对象中任一对象变换该对象的派送仓库的次数,第二历史应选概率用于表示在本次变换之前,针对所述交易对象中任一对象变换该对象的派送仓库的概率;以及
基于所述第二历史应选信息,对所述基础仓库组中的至少一个仓库进行替换,得到对应的中间仓库组。
21.根据权利要求20所述的系统,其中,变换子单元还用于:
在前M次变换过程中,基于所述第二历史应选信息,确定出历史应选信息满足第三预设条件的第一交易对象;
确定所述基础仓库组中用于派送所述第一交易对象的仓库,并替换所述基础仓库组中的用于派送所述第一交易对象的仓库,和/或
在后N次变换过程中,基于所述第二历史应选信息,确定出历史应选信息满足第四预设条件的第二交易对象;
确定所述基础仓库组中用于派送所述第二交易对象的仓库,并替换所述基础仓库组中的用于派送所述第二交易对象的仓库。
22.根据权利要求17所述的系统,其中,第二确定模块包括:
第一确定单元,用于确定所述中间仓库组相对于所述基础仓库组的差异仓库;
第一获取单元,用于获取所述差异仓库的第三历史应选次数;
第二确定单元,用于确定由所述差异仓库进行派送的第三交易对象;
第二获取单元,用于获取所述第三交易对象的第四历史应选次数;
第三确定单元,用于基于所述第三历史应选次数和/或所述第四历史应选次数,确定所述第一概率。
23.一种计算机系统,包括:
一个或多个处理器;
计算机可读存储介质,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至11中任一项所述的仓库选择方法。
24.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使所述处理器实现权利要求1至11中任一项所述的仓库选择方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810488529.0A CN110516985B (zh) | 2018-05-21 | 2018-05-21 | 仓库选择方法、系统、计算机系统和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810488529.0A CN110516985B (zh) | 2018-05-21 | 2018-05-21 | 仓库选择方法、系统、计算机系统和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110516985A true CN110516985A (zh) | 2019-11-29 |
CN110516985B CN110516985B (zh) | 2024-02-09 |
Family
ID=68622037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810488529.0A Active CN110516985B (zh) | 2018-05-21 | 2018-05-21 | 仓库选择方法、系统、计算机系统和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516985B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112837004A (zh) * | 2020-11-23 | 2021-05-25 | 北京沃东天骏信息技术有限公司 | 仓库订单处理方法、装置、设备及存储介质 |
CN113487259A (zh) * | 2021-07-06 | 2021-10-08 | 深圳市通拓信息技术网络有限公司 | 一种用于电商智能仓储的出库配送方法 |
CN113537859A (zh) * | 2020-04-16 | 2021-10-22 | 顺丰科技有限公司 | 仓网构建方法、装置、计算机设备和存储介质 |
CN113673233A (zh) * | 2020-05-13 | 2021-11-19 | 北京京东振世信息技术有限公司 | 确定建立仓库地址的方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103295114A (zh) * | 2013-05-09 | 2013-09-11 | 苏州泽佑科技有限公司 | 一种仓库数据管理系统 |
CN104732368A (zh) * | 2015-03-25 | 2015-06-24 | 广州天图物流有限公司 | 一种订单路由系统和方法 |
US20150310384A1 (en) * | 2014-04-23 | 2015-10-29 | Alibaba Group Holding Limited | Method and system of processing commodity object information |
US20160055572A1 (en) * | 2014-08-19 | 2016-02-25 | Alibaba Group Holding Limited | Processing Commodity Transaction and Logistics Solution |
CN106485457A (zh) * | 2016-12-27 | 2017-03-08 | 东华互联宜家数据服务有限公司 | 区间物流平台和系统 |
CN106980951A (zh) * | 2017-03-23 | 2017-07-25 | 江苏金易达供应链管理有限公司 | 一种智能物流管理系统 |
CN107464082A (zh) * | 2017-08-23 | 2017-12-12 | 北京惠赢天下网络技术有限公司 | 一种交易订单的处理方法及服务器 |
CN107527146A (zh) * | 2017-08-23 | 2017-12-29 | 北京惠赢天下网络技术有限公司 | 一种货物交易信息的处理方法,装置,及系统 |
-
2018
- 2018-05-21 CN CN201810488529.0A patent/CN110516985B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103295114A (zh) * | 2013-05-09 | 2013-09-11 | 苏州泽佑科技有限公司 | 一种仓库数据管理系统 |
US20150310384A1 (en) * | 2014-04-23 | 2015-10-29 | Alibaba Group Holding Limited | Method and system of processing commodity object information |
US20160055572A1 (en) * | 2014-08-19 | 2016-02-25 | Alibaba Group Holding Limited | Processing Commodity Transaction and Logistics Solution |
CN104732368A (zh) * | 2015-03-25 | 2015-06-24 | 广州天图物流有限公司 | 一种订单路由系统和方法 |
CN106485457A (zh) * | 2016-12-27 | 2017-03-08 | 东华互联宜家数据服务有限公司 | 区间物流平台和系统 |
CN106980951A (zh) * | 2017-03-23 | 2017-07-25 | 江苏金易达供应链管理有限公司 | 一种智能物流管理系统 |
CN107464082A (zh) * | 2017-08-23 | 2017-12-12 | 北京惠赢天下网络技术有限公司 | 一种交易订单的处理方法及服务器 |
CN107527146A (zh) * | 2017-08-23 | 2017-12-29 | 北京惠赢天下网络技术有限公司 | 一种货物交易信息的处理方法,装置,及系统 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113537859A (zh) * | 2020-04-16 | 2021-10-22 | 顺丰科技有限公司 | 仓网构建方法、装置、计算机设备和存储介质 |
CN113537859B (zh) * | 2020-04-16 | 2024-02-06 | 顺丰科技有限公司 | 仓网构建方法、装置、计算机设备和存储介质 |
CN113673233A (zh) * | 2020-05-13 | 2021-11-19 | 北京京东振世信息技术有限公司 | 确定建立仓库地址的方法和装置 |
CN113673233B (zh) * | 2020-05-13 | 2023-09-26 | 北京京东振世信息技术有限公司 | 确定建立仓库地址的方法和装置 |
CN112837004A (zh) * | 2020-11-23 | 2021-05-25 | 北京沃东天骏信息技术有限公司 | 仓库订单处理方法、装置、设备及存储介质 |
CN113487259A (zh) * | 2021-07-06 | 2021-10-08 | 深圳市通拓信息技术网络有限公司 | 一种用于电商智能仓储的出库配送方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110516985B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108062246B (zh) | 用于深度学习框架的资源调度方法和装置 | |
CN110516985A (zh) | 仓库选择方法、系统、计算机系统和计算机可读存储介质 | |
CN106056529B (zh) | 一种对用于图片识别的卷积神经网络训练的方法与设备 | |
US20210319393A1 (en) | Automated guided vehicle control and organizing inventory items using stock keeping unit clusters | |
CN110197350A (zh) | 一种物品出库方法和装置 | |
CN110442965A (zh) | 基于bim的铁路客服信息机房建设管理系统及方法 | |
CN107967316A (zh) | 一种数据同步方法、设备及计算机可读存储介质 | |
CN109840648A (zh) | 用于输出储位信息的方法和装置 | |
CN109447355A (zh) | 仓库货物的配送优化方法、装置、介质和计算设备 | |
CN108985694A (zh) | 用于确定配送中心地址的方法和装置 | |
CN108629029A (zh) | 一种应用于数据仓库的数据处理方法和装置 | |
Lei et al. | A unified approach for location-allocation analysis: integrating GIS, distributed computing and spatial optimization | |
CN109697537A (zh) | 数据审核的方法和装置 | |
US8862610B2 (en) | Method and system for content search | |
CN109241033A (zh) | 创建实时数据仓库的方法和装置 | |
CN110033337A (zh) | 订单生产的方法和装置 | |
CN107656748A (zh) | 应用发布的方法和装置 | |
CN110222862A (zh) | 码垛方法和装置 | |
Alonso-Ayuso et al. | On a selection and scheduling problem in automatic storage and retrieval warehouses | |
CN109345166A (zh) | 用于生成信息的方法和装置 | |
CN110298615A (zh) | 用于选择仓库中的货品的方法、装置、介质和计算设备 | |
CN107622108A (zh) | 基于地理定位的负载平衡 | |
US11922315B2 (en) | Neural adapter for classical machine learning (ML) models | |
CN109255563A (zh) | 物品的储位区域的确定方法和装置 | |
CN110400020A (zh) | 用于输出信息的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |