CN110751441A - 一种优化物流仓储系统中储位的方法及装置 - Google Patents
一种优化物流仓储系统中储位的方法及装置 Download PDFInfo
- Publication number
- CN110751441A CN110751441A CN201911000711.8A CN201911000711A CN110751441A CN 110751441 A CN110751441 A CN 110751441A CN 201911000711 A CN201911000711 A CN 201911000711A CN 110751441 A CN110751441 A CN 110751441A
- Authority
- CN
- China
- Prior art keywords
- article
- storage system
- logistics
- contained
- association degree
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 239000013598 vector Substances 0.000 claims abstract description 152
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 26
- 238000005065 mining Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 6
- 238000007621 cluster analysis Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 description 11
- 238000007726 management method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Images
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
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
Abstract
本发明提供了一种优化物流仓储系统中储位的方法及装置,其中,该方法包括:获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;依据聚类结果,调整所述物流仓储系统中储位摆放的物品。可以提高物流仓储系统的管理效率。
Description
技术领域
本发明涉及仓储技术领域,具体而言,涉及一种优化物流仓储系统中储位的方法及装置。
背景技术
随着电子商务的发展,对物流响应和仓储能力的需求也在不断增加,现代智能物流仓储系统以其仓储规模大、物流响应快、机械设备先进、信息化程度高等特点,备受现代企业关注。其中,物流仓储系统中的出入库效率是物流管理中的关键环节之一,提升出入库效率,可以有效提升物流仓储系统的运营效率,提高物流仓储系统的经济效益。
目前,为了提升出入库效率,在物流仓储系统中,拣选人员在固定的拣选工作台前,一般按照入库的时间顺序,将物品放到可移动的货架上,并生成相应的包含物品名称、货架名称以及货架摆放位置等信息的二维码信息,在该货架摆放满后,由仓储机器人将货架运送至对应的货架摆放位置。在需要对物品进行出库操作时,依据待出库物品查询到其对应的二维码信息,从而获取其摆放的具体位置,并通知仓储机器人依据获取的货架的具体摆放位置,将对应的货架运到指定地点,从而完成拣货、移库、补货等任务。
但该物流仓储管理方法,按照物品的入库时间顺序进行摆放,由于顺序入库的物品形状各异,该物品占用的库位得不到有效优化,造成货架空间的浪费,使得物流仓储管理效率较低。进一步地,对于出库或移库的批量物品,需要仓储机器人运送不同的货架,使得仓储机器人以物品单任务周期居多,空载率偏高,导致运送效率低,批量物品出库或移库所需时间较长,仓储机器人的利用率不高,也降低了物流仓储管理效率。
发明内容
有鉴于此,本发明的目的在于提供优化物流仓储系统中储位的方法及装置,以提高物流仓储系统的管理效率。
第一方面,本发明实施例提供了优化物流仓储系统中储位的方法,包括:
获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;
依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;
依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;
依据聚类结果,调整所述物流仓储系统中储位摆放的物品。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述依据所述历史出入库订单包含的物品种类,构建特征向量组,包括:
获取所述历史出入库订单包含的物品种类,依据所述物品种类生成所述特征向量组的列向量;
针对每一历史出入库订单包含的物品种类,将该物品种类写入对应的列向量,其中,每一历史出入库订单对应所述特征向量组的一行,得到所述特征向量组。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度,包括:
从所述特征向量组中,提取第i列向量和第j列向量,其中,i、j为自然数,且i≠j;
分别计算第i列向量的转置向量与第i列向量的第一点积、第j列向量的转置向量与第j列向量的第二点积,以及,第i列向量的转置向量与第j列向量的第三点积;
计算第一点积与第二点积的和值,以及,所述和值与第三点积的差值;
计算第三点积与所述差值的比值,得到所述第i列向量和第j列向量之间的物品种类关联度。
结合第一方面的第二种可能的实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述方法还包括:
将得到的所述第i列向量和第j列向量之间的物品种类关联度进行展示;
接收物流仓储系统管理人员依据经验对展示的物品种类关联度进行的修正,存储修正的物品种类关联度。
结合第一方面、第一方面的第一种至第三种中任一可能的实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类,包括:
依据所述物品种类关联度,构造赋权完全图,其中,赋权完全图的每个顶点表示一物品种类,两个顶点之间通过边相连,边的边权等于两个顶点对应的物品种类之间的关联度;
通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数;
对更新的赋权完全图中各连通分支包含的顶点数进行调整,以使每个连通分支包含的顶点数不超过货架允许摆放的物品种类数。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,包括:
判断赋权完全图包含的连通分支数是否等于所述物流仓储系统布设的货架数,若否,将赋权完全图中的边权从小到大进行排列;
删除赋权完全图中边权最小的边,以对赋权完全图进行更新;
如果更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,结束所述更新;
如果更新的赋权完全图包含的连通分支数大于所述物流仓储系统布设的货架数,则在更新的赋权完全图中,删除边权最小的边,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数为止。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第六种可能的实施方式,其中,所述对更新的赋权完全图中各连通分支包含的顶点数进行调整,以使每个连通分支包含的顶点数不超过货架允许摆放的物品种类数,包括:
对更新的赋权完全图中各连通分支包含的顶点数进行统计,得到每一连通分支包含的顶点数;
若任一连通分支包含的顶点数超过货架允许摆放的物品种类数,统计该连通分支中,每一顶点对应的边权的边权和值;
获取边权和值最小的顶点,在该顶点对应的连通分支内,删除该顶点与其它顶点的边;
获取小于货架允许摆放的物品种类数的各连通分支,针对每一获取的连通分支,计算所述边权和值最小的顶点与该连通分支的所有顶点之间的平均边权;
获取最大平均边权对应的连通分支,将所述边权和值最小的顶点调整到该连通分支中,更新该连通分支以及所述边权和值最小的顶点对应的连通分支的顶点数,直至所有连通分支包含的顶点数均未超过货架允许摆放的物品种类数。
第二方面,本发明实施例还提供了一种优化物流仓储系统中储位的装置,包括:
特征向量组构建模块,用于获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;
关联度获取模块,用于依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;
聚类分析模块,用于依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;
储位优化模块,用于依据聚类结果,调整所述物流仓储系统中储位摆放的物品。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述的方法的步骤。
本发明实施例提供的优化物流仓储系统中储位的的方法及装置,通过获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;依据聚类结果,调整所述物流仓储系统中储位摆放的物品。这样,通过对历史出入库订单包含的物品种类进行关联度计算,将关联度高的物品摆放在一起,可以有效优化储位摆放的物品,减少货架空间的浪费,从而提升物流仓储系统的管理效率。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的优化物流仓储系统中储位的方法流程示意图;
图2示出了本发明实施例所提供的优化物流仓储系统中储位的装置结构示意图;
图3为本申请实施例提供的一种计算机设备300的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种优化物流仓储系统中储位的方法和装置,下面通过实施例进行描述。
图1示出了本发明实施例所提供的优化物流仓储系统中储位的方法流程示意图。如图1所示,该方法包括:
步骤101,获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;
本发明实施例中,历史出入库订单是指物流仓储系统存储的所有历史出入库订单。作为一可选实施例,物品种类以物品种类标识进行标识,其中,物品种类标识可以为物品种类代码。
本发明实施例中,特征向量组的列向量数为所有历史出入库订单中包含的物品种类数,特征向量组的行向量数为历史出入库订单数,每一历史出入库订单对应一行向量。
本发明实施例中,作为一可选实施例,依据所述历史出入库订单包含的物品种类,构建特征向量组,包括:
A11,获取所述历史出入库订单包含的物品种类,依据所述物品种类生成所述特征向量组的列向量;
本发明实施例中,假设物流仓储系统存储的所有历史出入库订单中,统计出的物品种类有100种,则特征向量组包含100个列向量单元,每一列向量单元对应一物品种类。作为一可选实施例,物品种类可依据现有的货物分类得到。
A12,针对每一历史出入库订单包含的物品种类,将该物品种类写入对应的列向量,其中,每一历史出入库订单对应所述特征向量组的一行,得到所述特征向量组。
本发明实施例中,每一历史出入库订单对应特征向量组的一行,表示如下:
Bs=(bs1,bs2,bs3,...,bsm)
式中,
Bs为第s个历史出入库订单对应的行向量;
bsi为第s个历史出入库订单中包含的第i个物品种类对应的向量值,1≤i≤m,m为包含的物品种类数,即物流仓储系统存储的所有历史出入库订单包含的物品种类总数。其中,
本发明实施例中,若有n个历史出入库订单,该n个历史出入库订单中包含的物品种类总数为m,则组成一个n行m列的特征向量组。表示如下:
步骤102,依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;
本发明实施例中,以物品种类对应的列向量表征特征向量组,为:
令B′=(P1,P2,...,Pm)
本发明实施例中,作为一可选实施例,依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度,包括:
A21,从所述特征向量组中,提取第i列向量和第j列向量,其中,i、j为自然数,且i≠j;
A22,分别计算第i列向量的转置向量与第i列向量的第一点积、第j列向量的转置向量与第j列向量的第二点积,以及,第i列向量的转置向量与第j列向量的第三点积;
A23,计算第一点积与第二点积的和值,以及,所述和值与第三点积的差值;
A24,计算第三点积与所述差值的比值,得到所述第i列向量和第j列向量之间的物品种类关联度。
本发明实施例中,第i列向量和第j列向量之间的物品种类关联度为第i物品种类和第j物品种类的关联度,其中,特征向量组中的列向量为物品种类向量矩阵。
本发明实施例中,定义第i物品种类与第j物品种类的关联度rij为:
本发明实施例中,为了提升计算得到的关联度的准确性,作为一可选实施例,还可以依据物流仓储系统管理人员的经验数据,对计算得到的关联度进行修正。因而,该方法还包括:
将得到的所述第i列向量和第j列向量之间的物品种类关联度进行展示;
接收物流仓储系统管理人员依据经验对展示的物品种类关联度进行的修正,存储修正的物品种类关联度。
本发明实施例中,例如,若依据经验数据,得到物品种类为A的物品和物品种类为B的物品的关联关系为相邻摆放最好,而计算得到的物品A与物品B的关联度为0.8,则依据该经验数据,将计算得到的该关联度修正为1,表示关联度最佳;若依据经验数据,得到物品种类为C的物品和物品种类为D的物品的关联关系为不能相邻摆放,而计算得到的物品C与物品D的关联度为0.3,则可以将计算得到的该关联度修正为0,表示不相关联。
步骤103,依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;
本发明实施例中,利用预设的启发式算法优化物品种类关联度组成的矩阵,结合关联挖掘和聚类分析算法,计算出所有物品中关联度超过预设关联度阈值的物品以进行分组,以使得同时出入库的、关联度较大的物品被集中配置摆放。作为一可选实施例,依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类,包括:
A31,依据所述物品种类关联度,构造赋权完全图,其中,赋权完全图的每个顶点表示一物品种类,两个顶点之间通过边相连,边的边权等于两个顶点对应的物品种类之间的关联度;
本发明实施例中,赋权完全图中的顶点数等于物流仓储系统存储的所有历史出入库订单中包含的物品种类数。若两个顶点对应的物品种类之间的关联度为零,则没有边连接该两个顶点。
A32,通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数;
本发明实施例中,作为一可选实施例,通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,包括:
A321,判断赋权完全图包含的连通分支数是否等于所述物流仓储系统布设的货架数,若否,将赋权完全图中的边权从小到大进行排列;
本发明实施例中,初始的赋权完全图包含的连通分支数,一般只会大于物流仓储系统布设的货架数,设边的边权为ri,从小到大排列为:r1<r2<r3<...<rn。
A322,删除赋权完全图中边权最小的边,以对赋权完全图进行更新;
A323,如果更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,结束所述更新;
如果更新的赋权完全图包含的连通分支数大于所述物流仓储系统布设的货架数,则在更新的赋权完全图中,删除边权最小的边,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数为止。
A33,对更新的赋权完全图中各连通分支包含的顶点数进行调整,以使每个连通分支包含的顶点数不超过货架允许摆放的物品种类数。
本发明实施例中,作为一可选实施例,对更新的赋权完全图中各连通分支包含的顶点数进行调整,以使每个连通分支包含的顶点数不超过货架允许摆放的物品种类数,包括:
A331,对更新的赋权完全图中各连通分支包含的顶点数进行统计,得到每一连通分支包含的顶点数;
A332,若任一连通分支包含的顶点数超过货架允许摆放的物品种类数,统计该连通分支中,每一顶点对应的边权的边权和值;
A333,获取边权和值最小的顶点,在该顶点对应的连通分支内,删除该顶点与其它顶点的边;
A334,获取小于货架允许摆放的物品种类数的各连通分支,针对每一获取的连通分支,计算所述边权和值最小的顶点与该连通分支的所有顶点之间的平均边权;
A335,获取最大平均边权对应的连通分支,将所述边权和值最小的顶点调整到该连通分支中,更新该连通分支以及所述边权和值最小的顶点对应的连通分支的顶点数,直至所有连通分支包含的顶点数均未超过货架允许摆放的物品种类数。
本发明实施例中,检查最后更新得到的赋权完全图中的每一个连通分支包含的顶点数,如果均不超过货架允许摆放的物品种类数,则聚类分析结束;如果某个连通分支的顶点数超过货架允许摆放的物品种类数,则取该连通分支中点次,即边权和值最小的一个顶点,删除该顶点与其所在的连通分支顶点之间的边,计算该顶点与顶点数小于货架允许摆放的物品种类数的各连通分支中,每一连通分支的所有顶点之间边的平均边权(边权和与边数的比值),获取平均边权最大值对应的连通分支,将该顶点调整到平均边权最大值对应的连通分支中。
依据和上述相同的方式,继续调整顶点数超过货架允许摆放的物品种类数的连通分支中的顶点,直到所有连通分支包含的顶点数均不超过货架允许摆放的物品种类数为止。
步骤104,依据聚类结果,调整所述物流仓储系统中储位摆放的物品。
本发明实施例中,调整物流仓储系统中储位,使得每一储位摆放一种物品。作为一可选实施例,依据聚类结果,调整所述物流仓储系统中储位摆放的物品,包括:
依据调整的连通分支,针对每一连通分支,将该连通分支中包含的顶点对应的物品摆在一个货架上,该货架上的每一储位摆放一物品种类的物品。
本发明实施例中,对于原有的物流仓储系统,货架上会摆放有物品,需要按照本发明实施例的方法,对摆放的物品进行重新规划。因而,作为一可选实施例,将该连通分支中包含的顶点对应的物品摆在一个货架上,包括:
判断连通分支中包含的顶点对应的待调整物品是否库存在所述物流仓储系统中,若是,获取摆放所述待调整物品最多的目标货架;
移走所述目标货架上除所述待调整物品之外的物品,按照一储位摆放一物品种类的物品的方式,调整摆放在所述目标货架上的待调整物品;
判断所述待调整物品是否摆放完毕,若未摆放完毕且摆放的货架已满,从与所述目标货架相邻的货架选取储位进行摆放,直至所述待调整物品是否摆放完毕。
本发明实施例中,作为一可选实施例,也可以根据物品的属性,例如,单独摆放、分开存储等,结合货位分配原则,例如,货架承载重量:上轻下重;周转速度:就近入/出库;产品相关性等,确定物品分配的货架以及储位。
本发明实施例中,作为一可选实施例,在所述判断所述待调整物品是否摆放完毕之前,该方法还包括:
判断储位对应摆放的物品是否摆放完毕,若未摆放完毕且该储位已摆放满,从所述目标货架中选取空余储位进行摆放。
本发明实施例中,对分好组的每组物品,即调整后的连通分支与货架以及储位进行匹配,若某一货架上存有当前连通分支上(当前组)的物品,则在该货架上优先摆放该组物品。举例来说,若当前组中有物品A,货架H00001上放有物品A,则将当前组中的物品A分配到货架H00001上;若货架H00001上已无法摆放物品A,则寻找与货架H00001在同一区域的其他可用货架,例如,货架H00002、H00003等,则将当前组的物品A以及其它物品分配到货架H00002等;若在同一区域的可用货架也无法摆放完当前组中的物品,则分配到货架H00001的相邻货架的可用空间。
本发明实施例中,作为另一可选实施例,将该连通分支中包含的顶点对应的物品摆在一个货架上之后,该方法还包括:
记录货架的摆放信息,依据记录的该货架的摆放信息,更新存储的该货架的摆放信息。
本发明实施例中,在分配物品后,统计剩余货架,利用剩余货架对剩余未摆放的物品进行分配。在所有具有在库记录的物品均处理完成后,统计剩余空货架,以对后续入库的物品进行空间分配。
本发明实施例中,作为一可选实施例,摆放信息包括但不限于:各储位与摆放的物品的映射关系、储位摆放的物品属性以及数量、储位的空余空间、货架的空余空间等。对于储位的空余空间、货架的空余空间,还可以将其置于可用空间集合中,后续中,在有新物品入库时,依据物品种类,从可用空间集合中,查询到存储该物品种类的货架以及储位,以对该新物品进行入库操作。
本发明实施例中,在实现对物流仓储系统中储位的优化后,还可以进行手动修正,以生成最优方案。
本发明实施例中,对于大数据平台,预测得到每种物品的存储量,对每种物品的空间进行预估计算之后,针对货架的储位,计算需要储位数量,依据赋权完全图,每个连通分支按照每种物品1个储位进行分配,若每多需要1个储位,则相应减少连通分支中的一个顶点。
本发明实施例中,作为一可选实施例,若物流仓储系统为新的物流仓储,该方法还包括:
依据历史出入库订单中包含的物品属性数据,划分物流仓储系统的空间为多个物流仓储区;
针对每一物流仓储区,规划货架在该物流仓储区内的停放位置和数量,对规划的货架设置储位以及货架标识。
本发明实施例中,作为一可选实施例,通过收集已建的物流仓储系统的历史出入库订单,从历史出入库订单中获取出入库的物品的物品属性数据,即存储流转信息,例如,物品尺寸、摆放要求、存储时长、出入库频率、重量、包装属性、保质日期,对物流仓储系统的空间按照各物品的物品属性数据对应的比例进行划分。
本发明实施例中,作为一可选实施例,物流仓储区包括但不限于:单独摆放区、黄金流转区、滞货区、随机区。
本发明实施例中,作为另一可选实施例,还可以依据历史出入库订单中包含的物品属性数据、历史出入库数据以及物流仓储系统管理员的经验数据,对物流仓储系统的空间进行划分。这样,物流仓储系统的空间划分更为精确,利用率更高。
本发明实施例中,依据物流仓储区需停放的物品属性数据,设置货架的储位、大小、层数和数量,规划货架之间的距离,确定每一货架分别在该物流仓储区内的停放位置。
本发明实施例所提供的优化物流仓储系统中储位的方法,通过获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;依据聚类结果,调整所述物流仓储系统中储位摆放的物品。这样,通过对历史出入库订单包含的物品种类进行关联度计算,将关联度高的物品摆放在一起,可以有效优化储位摆放的物品,减少货架空间的浪费,从而提升物流仓储系统的管理效率;进一步地,由于是基于历史出入库订单进行物品关联度计算,使得同一订单中的物品关联度高,同时出入库的概率大,因而,能够有效减少仓储机器人的运送次数,降低仓储机器人的空载率,提升运送效率以及利用率。
图2示出了本发明实施例所提供的优化物流仓储系统中储位的装置结构示意图。如图2所示,该装置包括:
特征向量组构建模块201,用于获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;
本发明实施例中,作为一可选实施例,物品种类以物品种类标识进行标识,其中,物品种类标识可以为物品种类代码。特征向量组的列向量数为所有历史出入库订单中包含的物品种类数,特征向量组的行向量数为历史出入库订单数,每一历史出入库订单对应一行向量。
本发明实施例中,作为一可选实施例,特征向量组构建模块201,具体用于:
获取所述历史出入库订单包含的物品种类,依据所述物品种类生成所述特征向量组的列向量;
针对每一历史出入库订单包含的物品种类,将该物品种类写入对应的列向量,其中,每一历史出入库订单对应所述特征向量组的一行,得到所述特征向量组。
关联度获取模块202,用于依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;
本发明实施例中,作为一可选实施例,关联度获取模块202,具体用于:
从所述特征向量组中,提取第i列向量和第j列向量,其中,i、j为自然数,且i≠j;
分别计算第i列向量的转置向量与第i列向量的第一点积、第j列向量的转置向量与第j列向量的第二点积,以及,第i列向量的转置向量与第j列向量的第三点积;
计算第一点积与第二点积的和值,以及,所述和值与第三点积的差值;
计算第三点积与所述差值的比值,得到所述第i列向量和第j列向量之间的物品种类关联度。
本发明实施例中,作为另一可选实施例,关联度获取模块202,还用于:
将得到的所述第i列向量和第j列向量之间的物品种类关联度进行展示;
接收物流仓储系统管理人员依据经验对展示的物品种类关联度进行的修正,存储修正的物品种类关联度。
聚类分析模块203,用于依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;
本发明实施例中,作为一可选实施例,聚类分析模块203,具体用于:
依据所述物品种类关联度,构造赋权完全图,其中,赋权完全图的每个顶点表示一物品种类,两个顶点之间通过边相连,边的边权等于两个顶点对应的物品种类之间的关联度;
通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数;
对更新的赋权完全图中各连通分支包含的顶点数进行调整,以使每个连通分支包含的顶点数不超过货架允许摆放的物品种类数。
本发明实施例中,作为一可选实施例,所述通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,包括:
判断赋权完全图包含的连通分支数是否等于所述物流仓储系统布设的货架数,若否,将赋权完全图中的边权从小到大进行排列;
删除赋权完全图中边权最小的边,以对赋权完全图进行更新;
如果更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,结束所述更新;
如果更新的赋权完全图包含的连通分支数大于所述物流仓储系统布设的货架数,则在更新的赋权完全图中,删除边权最小的边,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数为止。
本发明实施例中,作为另一可选实施例,所述对更新的赋权完全图中各连通分支包含的顶点数进行调整,以使每个连通分支包含的顶点数不超过货架允许摆放的物品种类数,包括:
对更新的赋权完全图中各连通分支包含的顶点数进行统计,得到每一连通分支包含的顶点数;
若任一连通分支包含的顶点数超过货架允许摆放的物品种类数,统计该连通分支中,每一顶点对应的边权的边权和值;
获取边权和值最小的顶点,在该顶点对应的连通分支内,删除该顶点与其它顶点的边;
获取小于货架允许摆放的物品种类数的各连通分支,针对每一获取的连通分支,计算所述边权和值最小的顶点与该连通分支的所有顶点之间的平均边权;
获取最大平均边权对应的连通分支,将所述边权和值最小的顶点调整到该连通分支中,更新该连通分支以及所述边权和值最小的顶点对应的连通分支的顶点数,直至所有连通分支包含的顶点数均未超过货架允许摆放的物品种类数。
储位优化模块204,用于依据聚类结果,调整所述物流仓储系统中储位摆放的物品。
本发明实施例中,作为一可选实施例,储位优化模块204,具体用于:
依据调整的连通分支,针对每一连通分支,将该连通分支中包含的顶点对应的物品摆在一个货架上,该货架上的每一储位摆放一物品种类的物品。
本发明实施例中,作为一可选实施例,将该连通分支中包含的顶点对应的物品摆在一个货架上,包括:
判断连通分支中包含的顶点对应的待调整物品是否库存在所述物流仓储系统中,若是,获取摆放所述待调整物品最多的目标货架;
移走所述目标货架上除所述待调整物品之外的物品,按照一储位摆放一物品种类的物品的方式,调整摆放在所述目标货架上的待调整物品;
判断所述待调整物品是否摆放完毕,若未摆放完毕且摆放的货架已满,从与所述目标货架相邻的货架选取储位进行摆放,直至所述待调整物品是否摆放完毕。
本发明实施例中,作为一可选实施例,储位优化模块204,还用于:
判断储位对应摆放的物品是否摆放完毕,若未摆放完毕且该储位已摆放满,从所述目标货架中选取空余储位进行摆放。
本发明实施例中,作为另一可选实施例,储位优化模块204,还用于:
记录货架的摆放信息,依据记录的该货架的摆放信息,更新存储的该货架的摆放信息。
本发明实施例中,作为一可选实施例,该装置还包括:
仓储区划分模块(图中未示出),用于依据历史出入库订单中包含的物品属性数据,划分物流仓储系统的空间为多个物流仓储区;
货架配置模块,用于针对每一物流仓储区,规划货架在该物流仓储区内的停放位置和数量,对规划的货架设置储位以及货架标识。
本发明实施例中,作为一可选实施例,物品属性数据包括但不限于:物品尺寸、摆放要求、存储时长、出入库频率、重量、包装属性、保质日期。物流仓储区包括但不限于:单独摆放区、黄金流转区、滞货区、随机区。
本发明实施例中,依据物流仓储区需停放的物品属性数据,设置货架的储位、大小、层数和数量,规划货架之间的距离,确定每一货架分别在该物流仓储区内的停放位置。
如图3所示,本申请一实施例提供了一种计算机设备300,用于执行图1中的优化物流仓储系统中储位的方法,该设备包括存储器301、处理器302及存储在该存储器301上并可在该处理器302上运行的计算机程序,其中,上述处理器302执行上述计算机程序时实现上述优化物流仓储系统中储位的方法的步骤。
具体地,上述存储器301和处理器302能够为通用的存储器和处理器,这里不做具体限定,当处理器302运行存储器301存储的计算机程序时,能够执行上述优化物流仓储系统中储位的方法。
对应于图1中的优化物流仓储系统中储位的方法,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述优化物流仓储系统中储位的方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述优化物流仓储系统中储位的方法。
在本申请所提供的实施例中,应该理解到,所揭露系统和方法,可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种优化物流仓储系统中储位的方法,其特征在于,包括:
获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;
依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;
依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;
依据聚类结果,调整所述物流仓储系统中储位摆放的物品。
2.根据权利要求1所述的方法,其特征在于,所述依据所述历史出入库订单包含的物品种类,构建特征向量组,包括:
获取所述历史出入库订单包含的物品种类,依据所述物品种类生成所述特征向量组的列向量;
针对每一历史出入库订单包含的物品种类,将该物品种类写入对应的列向量,其中,每一历史出入库订单对应所述特征向量组的一行,得到所述特征向量组。
3.根据权利要求1所述的方法,其特征在于,所述依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度,包括:
从所述特征向量组中,提取第i列向量和第j列向量,其中,i、j为自然数,且i≠j;
分别计算第i列向量的转置向量与第i列向量的第一点积、第j列向量的转置向量与第j列向量的第二点积,以及,第i列向量的转置向量与第j列向量的第三点积;
计算第一点积与第二点积的和值,以及,所述和值与第三点积的差值;
计算第三点积与所述差值的比值,得到所述第i列向量和第j列向量之间的物品种类关联度。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
将得到的所述第i列向量和第j列向量之间的物品种类关联度进行展示;
接收物流仓储系统管理人员依据经验对展示的物品种类关联度进行的修正,存储修正的物品种类关联度。
5.根据权利要求1至4任一项所述的方法,其特征在于,所述依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类,包括:
依据所述物品种类关联度,构造赋权完全图,其中,赋权完全图的每个顶点表示一物品种类,两个顶点之间通过边相连,边的边权等于两个顶点对应的物品种类之间的关联度;
通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数;
对更新的赋权完全图中各连通分支包含的顶点数进行调整,以使每个连通分支包含的顶点数不超过货架允许摆放的物品种类数。
6.根据权利要求5所述的方法,其特征在于,所述通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,包括:
判断赋权完全图包含的连通分支数是否等于所述物流仓储系统布设的货架数,若否,将赋权完全图中的边权从小到大进行排列;
删除赋权完全图中边权最小的边,以对赋权完全图进行更新;
如果更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,结束所述更新;
如果更新的赋权完全图包含的连通分支数大于所述物流仓储系统布设的货架数,则在更新的赋权完全图中,删除边权最小的边,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数为止。
7.根据权利要求5所述的方法,其特征在于,所述对更新的赋权完全图中各连通分支包含的顶点数进行调整,以使每个连通分支包含的顶点数不超过货架允许摆放的物品种类数,包括:
对更新的赋权完全图中各连通分支包含的顶点数进行统计,得到每一连通分支包含的顶点数;
若任一连通分支包含的顶点数超过货架允许摆放的物品种类数,统计该连通分支中,每一顶点对应的边权的边权和值;
获取边权和值最小的顶点,在该顶点对应的连通分支内,删除该顶点与其它顶点的边;
获取小于货架允许摆放的物品种类数的各连通分支,针对每一获取的连通分支,计算所述边权和值最小的顶点与该连通分支的所有顶点之间的平均边权;
获取最大平均边权对应的连通分支,将所述边权和值最小的顶点调整到该连通分支中,更新该连通分支以及所述边权和值最小的顶点对应的连通分支的顶点数,直至所有连通分支包含的顶点数均未超过货架允许摆放的物品种类数。
8.一种优化物流仓储系统中储位的装置,其特征在于,包括:
特征向量组构建模块,用于获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;
关联度获取模块,用于依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;
聚类分析模块,用于依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;
储位优化模块,用于依据聚类结果,调整所述物流仓储系统中储位摆放的物品。
9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的优化物流仓储系统中储位的方法的步骤。
10.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至7任一所述的优化物流仓储系统中储位的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911000711.8A CN110751441A (zh) | 2019-10-21 | 2019-10-21 | 一种优化物流仓储系统中储位的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911000711.8A CN110751441A (zh) | 2019-10-21 | 2019-10-21 | 一种优化物流仓储系统中储位的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110751441A true CN110751441A (zh) | 2020-02-04 |
Family
ID=69279114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911000711.8A Pending CN110751441A (zh) | 2019-10-21 | 2019-10-21 | 一种优化物流仓储系统中储位的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110751441A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754182A (zh) * | 2020-07-07 | 2020-10-09 | 深圳市海柔创新科技有限公司 | 理库方法、装置、服务器、机器人、系统及存储介质 |
CN111798183A (zh) * | 2020-07-07 | 2020-10-20 | 深圳市海柔创新科技有限公司 | 理库方法、设备、系统以及存储介质 |
CN112950109A (zh) * | 2021-01-28 | 2021-06-11 | 浙江大学 | 一种基于复杂网络的关联物品储位优化方法 |
CN113516435A (zh) * | 2021-07-28 | 2021-10-19 | 厦门海晟融创信息技术有限公司 | 基于物联网的智能仓储管理系统及方法 |
CN113780943A (zh) * | 2021-08-31 | 2021-12-10 | 广州佳帆计算机有限公司 | 物品存储布局方法、装置、设备及存储介质 |
CN116227518A (zh) * | 2023-03-07 | 2023-06-06 | 北京极致车网科技有限公司 | 基于rfid标签的档案管理系统以及方法 |
Citations (8)
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 |
US20160110761A1 (en) * | 2013-11-01 | 2016-04-21 | Efstratios Ioannidis | Finding the space spanned by user profiles from binary feedback |
CN105654267A (zh) * | 2016-03-01 | 2016-06-08 | 淮阴工学院 | 一种基于谱聚类的冷链物流配载智能推荐方法 |
CN106709692A (zh) * | 2017-02-24 | 2017-05-24 | 北京远大宏略科技股份有限公司 | 一种物流中心储位分配方法 |
CN107944782A (zh) * | 2016-10-13 | 2018-04-20 | 北京京东尚科信息技术有限公司 | 用于辅助仓库分仓的方法、装置及电子设备 |
CN108509879A (zh) * | 2018-03-19 | 2018-09-07 | 北京学之途网络科技有限公司 | 一种实现信息处理的方法及装置 |
CN109711497A (zh) * | 2018-12-26 | 2019-05-03 | 秒针信息技术有限公司 | 一种位置错乱的商品处理方法及装置 |
CN109767150A (zh) * | 2017-11-09 | 2019-05-17 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
-
2019
- 2019-10-21 CN CN201911000711.8A patent/CN110751441A/zh active Pending
Patent Citations (8)
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 |
US20160110761A1 (en) * | 2013-11-01 | 2016-04-21 | Efstratios Ioannidis | Finding the space spanned by user profiles from binary feedback |
CN105654267A (zh) * | 2016-03-01 | 2016-06-08 | 淮阴工学院 | 一种基于谱聚类的冷链物流配载智能推荐方法 |
CN107944782A (zh) * | 2016-10-13 | 2018-04-20 | 北京京东尚科信息技术有限公司 | 用于辅助仓库分仓的方法、装置及电子设备 |
CN106709692A (zh) * | 2017-02-24 | 2017-05-24 | 北京远大宏略科技股份有限公司 | 一种物流中心储位分配方法 |
CN109767150A (zh) * | 2017-11-09 | 2019-05-17 | 北京京东尚科信息技术有限公司 | 信息推送方法和装置 |
CN108509879A (zh) * | 2018-03-19 | 2018-09-07 | 北京学之途网络科技有限公司 | 一种实现信息处理的方法及装置 |
CN109711497A (zh) * | 2018-12-26 | 2019-05-03 | 秒针信息技术有限公司 | 一种位置错乱的商品处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
李珍萍 等: "网上书店智能仓库系统储位优化研究", 《物流技术》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111754182A (zh) * | 2020-07-07 | 2020-10-09 | 深圳市海柔创新科技有限公司 | 理库方法、装置、服务器、机器人、系统及存储介质 |
CN111798183A (zh) * | 2020-07-07 | 2020-10-20 | 深圳市海柔创新科技有限公司 | 理库方法、设备、系统以及存储介质 |
WO2022007642A1 (zh) * | 2020-07-07 | 2022-01-13 | 深圳市海柔创新科技有限公司 | 理库方法、设备、系统以及存储介质 |
CN112950109A (zh) * | 2021-01-28 | 2021-06-11 | 浙江大学 | 一种基于复杂网络的关联物品储位优化方法 |
CN112950109B (zh) * | 2021-01-28 | 2022-05-17 | 浙江大学 | 一种基于复杂网络的关联物品储位优化方法 |
CN113516435A (zh) * | 2021-07-28 | 2021-10-19 | 厦门海晟融创信息技术有限公司 | 基于物联网的智能仓储管理系统及方法 |
CN113516435B (zh) * | 2021-07-28 | 2024-01-26 | 厦门海晟融创信息技术有限公司 | 基于物联网的智能仓储管理系统及方法 |
CN113780943A (zh) * | 2021-08-31 | 2021-12-10 | 广州佳帆计算机有限公司 | 物品存储布局方法、装置、设备及存储介质 |
CN116227518A (zh) * | 2023-03-07 | 2023-06-06 | 北京极致车网科技有限公司 | 基于rfid标签的档案管理系统以及方法 |
CN116227518B (zh) * | 2023-03-07 | 2024-01-23 | 北京极致车网科技有限公司 | 基于rfid标签的档案管理系统以及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110751441A (zh) | 一种优化物流仓储系统中储位的方法及装置 | |
Matusiak et al. | Utilizing individual picker skills to improve order batching in a warehouse | |
Manzini et al. | Design and control of an AS/RS | |
CN110310057B (zh) | 货品排序和货位处理方法、装置、设备及其存储介质 | |
CN110111048A (zh) | 仓储系统中的订单任务调度方法 | |
CN110097414A (zh) | 订单处理方法和装置 | |
CN107103446A (zh) | 库存调度方法以及装置 | |
Atmaca et al. | Defining order picking policy: A storage assignment model and a simulated annealing solution in AS/RS systems | |
CN108550007A (zh) | 一种制药企业自动化立体仓库的货位优化方法及系统 | |
Kim et al. | Item assignment problem in a robotic mobile fulfillment system | |
Antomarioni et al. | Data-driven decision support system for managing item allocation in an ASRS: A framework development and a case study | |
CN111401801B (zh) | 一种确定目标物品仓库分散化存储的处理系统、方法 | |
CN112381482A (zh) | 一种物料管理方法、装置、电子设备及存储介质 | |
CN110766194A (zh) | 订单处理方法及装置、仓储系统、计算机设备和存储介质 | |
Lorenc et al. | Improve the Orders Picking in e-Commerce by Using WMS Data and BigData Analysis. | |
CN115660380A (zh) | 货到人拣选的订单处理方法及装置 | |
CN113780913B (zh) | 一种安全库存信息的生成方法和装置 | |
CN116796910B (zh) | 基于货物分配策略的订单分批优化方法 | |
Tabrizi et al. | A Three-Stage model for Clustering, Storage, and joint online order batching and picker routing Problems: Heuristic algorithms | |
CN113435805B (zh) | 物品存储信息确定方法、装置、设备和存储介质 | |
Bayram et al. | Optimal order batching in warehouse management: A data-driven robust approach | |
Wu et al. | Optimization of Order‐Picking Problems by Intelligent Optimization Algorithm | |
US20210027228A1 (en) | Shipping operation assisting system, method therefor, and storage medium | |
JP2021187619A (ja) | ピッキング作業支援システム及びそのプログラム | |
Gil-Borrás et al. | The time-window strategy in the online order batching problem |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200204 |
|
WD01 | Invention patent application deemed withdrawn after publication |