CN110889599B - 订单处理方法及装置、仓储系统、计算机设备和存储介质 - Google Patents

订单处理方法及装置、仓储系统、计算机设备和存储介质 Download PDF

Info

Publication number
CN110889599B
CN110889599B CN201911099725.XA CN201911099725A CN110889599B CN 110889599 B CN110889599 B CN 110889599B CN 201911099725 A CN201911099725 A CN 201911099725A CN 110889599 B CN110889599 B CN 110889599B
Authority
CN
China
Prior art keywords
site
order
site group
group
allocated
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.)
Active
Application number
CN201911099725.XA
Other languages
English (en)
Other versions
CN110889599A (zh
Inventor
柳祎宸
李佳骏
吴航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Kuangshi Robot Technology Co Ltd
Original Assignee
Beijing Kuangshi Robot Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Kuangshi Robot Technology Co Ltd filed Critical Beijing Kuangshi Robot Technology Co Ltd
Priority to CN201911099725.XA priority Critical patent/CN110889599B/zh
Publication of CN110889599A publication Critical patent/CN110889599A/zh
Application granted granted Critical
Publication of CN110889599B publication Critical patent/CN110889599B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及一种订单处理方法及装置、仓储系统、计算机设备和存储介质。该方法包括：获取多个站点组中每个站点组已分配的任务信息，其中，任务信息包括每个站点组已分配的料箱、每个站点组所需的商品及其数量和每个站点组已分配任务的任务数；根据每个站点组已分配的料箱内的商品及其数量、每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到每个订单分配到每个站点组的得分；将每个订单分配到每个站点组的得分和每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定每个订单应被分配的站点组。采用该方法可提升仓库整体的工作效率。

Description

订单处理方法及装置、仓储系统、计算机设备和存储介质
技术领域
本申请涉及物流技术领域，特别是涉及一种订单处理方法及装置、仓储系统、计算机设备和计算机可读存储介质。
背景技术
在仓库作业流程中，订单到站点的分配方案是影响仓库工作效率的重要因素。订单分配到站点的优劣直接影响到仓库整体的工作效率，如果分配的不好就会造成仓库效率低下。
传统的订单到站点的分配方法多是基于贪心算法来实现。然而，采用传统的订单到站点的分配方法，经常会出现有些站点任务很多，而有些站点却没有任务的现象，影响了整个仓库的工作效率，导致仓库的工作效率较低。
发明内容
基于此，有必要针对上述采用传统的订单到站点的分配方法导致仓库的工作效率较低的技术问题，提供一种订单处理方法及装置、仓储系统、计算机设备和计算机可读存储介质。
一种订单处理方法，所述方法包括：
获取多个站点组中每个站点组已分配的任务信息，其中，所述任务信息包括所述每个站点组已分配的料箱、所述每个站点组所需的商品及其数量和所述每个站点组已分配任务的任务数；
根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分；
将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
在其中一个实施例中，所述方法还包括：
根据所述每个站点组已分配任务的任务数，得到所有站点组已分配任务的任务总数；
根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分，包括：
根据所述每个站点组已分配的料箱内的商品及其数量和所述每个站点组所需的商品及其数量，得到所述每个站点组已分配的料箱内剩余的商品及其数量；
采用预设的估价函数，根据所述每个站点组已分配的料箱内剩余的商品及其数量、所述每个订单所需的商品及其数量、所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到所述每个订单分配到每个站点组的得分。
在其中一个实施例中，所述根据所述每个站点组已分配的料箱内剩余的商品及其数量、所述每个订单所需的商品及其数量、所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到所述每个订单分配到每个站点组的得分，包括：
根据所述每个站点组已分配的料箱内剩余的商品及其数量和所述每个订单所需的商品及其数量，计算得到第一得分；
根据所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到第二得分；
根据所述第一得分和所述第二得分，计算得到所述每个订单分配到每个站点组的得分。
在其中一个实施例中，所述估价函数为：
Figure BDA0002269470500000031
其中，z表示每个订单分配到每个站点组的得分，
Figure BDA0002269470500000032
表示
Figure BDA0002269470500000033
pi表示每个站点组已分配的料箱内剩余的商品i的数量，qi表示每个订单所需商品i的数量，t表示每个订单所需商品的种类数，m表示每个站点组已分配任务的任务数，n表示所有站点组已分配任务的任务总数，w1和w2为预设的权值参数。
在其中一个实施例中，所述方法还包括：
根据所述每个站点组已分配任务的任务数，得到所有站点组已分配任务的任务平均数；
将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组，包括：
将所述每个订单分配到每个站点组的得分、所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务平均数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
在其中一个实施例中，所述最小费用最大网络流模型的构建过程包括：
在网络流模型中，将每个订单与源点连接，并建立容量为1，费用为0的边；
将每个站点组与汇点连接，并建立容量为α，费用为0的边，其中，α＝所有站点组已分配任务的任务平均数+k-每个站点组已分配任务的任务数，k为正数；
将所述每个订单和所述每个站点组连接，并建立容量为1，费用为β的边，其中，β＝-1*每个订单分配到每个站点组的得分。
一种订单处理装置，所述装置包括：
任务信息获取模块，用于获取多个站点组中每个站点组已分配的任务信息，其中，所述任务信息包括所述每个站点组已分配的料箱、所述每个站点组所需的商品及其数量和所述每个站点组已分配任务的任务数；
得分计算模块，用于根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分；
订单分配模块，用于将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
一种仓储系统，所述系统包括：
多个站点组；
订单处理设备，用于执行如权利要求1至6中任一项所述的方法；
分配系统，用于根据所述订单处理设备确定的所述每个订单应被分配的站点组，将订单池中的所述多个待分配订单分配至对应的站点组，以使所述每个订单所需的商品可从所述站点组需搬运的料箱中选取。
一种计算机设备，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，所述处理器执行所述计算机程序时实现以下步骤：
获取多个站点组中每个站点组已分配的任务信息，其中，所述任务信息包括所述每个站点组已分配的料箱、所述每个站点组所需的商品及其数量和所述每个站点组已分配任务的任务数；
根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分；
将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
一种计算机可读存储介质，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以下步骤：
获取多个站点组中每个站点组已分配的任务信息，其中，所述任务信息包括所述每个站点组已分配的料箱、所述每个站点组所需的商品及其数量和所述每个站点组已分配任务的任务数；
根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分；
将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
上述订单处理方法及装置、仓储系统、计算机设备和计算机可读存储介质，根据站点组已分配的任务信息和待分配订单的信息，计算每个待分配订单分配到每个站点组的得分，并采用最小费用最大网络流模型来获得订单到站点组的分配方案。由于该模型可全局考虑订单到站点组的分配关系，使得订单到站点组的分配方案能够达到全局最优，避免出现有些站点任务过多而有些站点没有任务的情况，以提高仓库中料箱的搬运效率，减少仓库的出库时间，因此提升了仓库整体的工作效率。
附图说明
图1为一个实施例中订单处理方法的应用环境图；
图2为一个实施例中订单处理方法的流程示意图；
图3为一个实施例中获取每个订单分配到每个站点组的得分的补充方案的流程示意图；
图4为一个实施例中构建最小费用最大网络流模型的流程示意图；
图5为一个实施例中订单处理装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的订单处理方法，可以应用于如图1所示的应用环境中。其中，订单处理设备102分别与订单获取设备104、站点组106及分配系统108通信连接，分配系统108分别与订单获取设备104及站点组106通信连接。通常，站点组106包括多个，且每个站点组中包括多个站点。
订单获取设备104用于接收用户通过显示屏、触摸屏等输入设备在应用界面下的订单，并生成订单信息以及存储该订单信息。其中，该订单信息包括每个订单所需的商品及其数量。站点组106中的存储器存储有站点组已分配的任务信息。
具体地，订单处理设备102先获取订单获取设备104传输的待分配订单的订单信息以及获取站点组106传输的站点组已分配的任务信息。然后，订单处理设备102根据该站点组已分配的任务信息和待分配订单的订单信息，并采用最小费用最大网络流模型来确定每个订单应被分配的站点组。通过实现订单到站点组的分配方案达到全局最优，可提高仓库中料箱的搬运效率，减少仓库的出库时间，因此提升了仓库整体的工作效率。
其中，订单处理设备102以及分配系统108可以但不限于是各种服务器(如本地服务器或云端服务器)、个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等设备。订单获取设备104可以是个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备等终端设备。
可选地，本申请实施例涉及的订单处理方法可具体应用于堆叠式立体仓储系统。堆叠式立体仓储系统采用高密度存储方式，将仓库分为多层，每层都有多条轨道，在轨道上有搬运机器人。搬运机器人用于搬运下方的料箱，料箱中容纳一种或多种商品，多个料箱堆成一摞称为一个堆塔。站点是一种特殊的堆塔，上面只能放置一个料箱，由人工将所需要的商品从站点料箱中拣选，随后搬运机器人会自动将站点料箱搬回到存储区。多个堆塔以及多个站点共同组成一个轨道。
在一个实施例中，如图2所示，提供了一种订单处理方法，以该方法应用于图1中的订单处理设备102为例进行说明，包括如下步骤：
S202，获取多个站点组中每个站点组已分配的任务信息。
其中，任务信息包括每个站点组已分配的任务和每个站点组已分配任务的任务数。每个站点组已分配的任务包括每个站点组已分配的料箱、每个站点组所需的商品及其数量。每个站点组已分配任务的任务数是指每个站点组已分配任务的数量。每个站点组已分配任务的任务数为每个站点组中所有站点已分配任务的数量总和。每个站点组包括多个站点。
具体地，订单处理设备获取多个站点组中每个站点组已分配的任务信息。
S204，根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分。
其中，每个站点组已分配的料箱内的商品及其数量可以是每个站点组已分配的料箱内的商品种类及每种商品的数量。每个站点组所需的商品及其数量可以是每个站点组所需的商品种类及每种商品的数量。多个待分配订单中每个订单所需的商品及其数量可以是多个待分配订单中每个订单所需的商品种类及每种商品的数量。
具体地，订单处理设备根据每个站点组已分配的料箱内的商品种类及每种商品的数量、每个站点组所需的商品种类及每种商品的数量和多个待分配订单中每个订单所需的商品种类及每种商品的数量，计算得到所述每个订单分配到每个站点组的得分。
示例性地，订单处理设备先根据每个站点组已分配的料箱内的商品种类及每种商品的数量和每个站点组所需的商品种类及每种商品的数量，得到每个站点组任务中所需搬运的料箱内剩余的商品种类及每种商品的数量。然后，订单处理设备根据每个站点组任务中所需搬运的料箱内剩余的商品种类及每种商品的数量和多个待分配订单中每个订单所需的商品种类及每种商品的数量，计算得到所述每个订单分配到每个站点组的得分。
举例而言，假设在站点组A已分配的料箱内，商品a有10件，商品b有5件，商品c有15件。站点组A需要10件商品a，3件商品b。通过将种类相同的商品的数量相减可得到：在站点组A已分配的料箱内，商品a剩有0件，商品b剩有2件，商品c剩有15件。
S206，将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
可选地，最小费用最大网络流模型可预先设置在订单处理设备中。
具体地，订单处理设备将每个订单分配到每个站点组的得分和每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定每个订单应被分配的站点组。
可选地，在确定每个订单应被分配的站点组之后，优先选择在存储区上层并且含有订单中商品的料箱作为订单所选的料箱。
应理解，将每个订单分配到站点组之后，还可以继续将该订单分配到该站点组中的一个或多个站点进行处理，本发明实施例对于将一个订单分配到站点组中的一个或多个站点的具体方法不作限定。例如，可以将一个订单分配到站点组中的任意一个或预设数量的多个站点，还可以将该订单分配到站点组中任务量最少的一个或预设数量的多个站点。可选地，如果将一个订单分配到站点组中的多个站点时，还可以将该订单分配到多个相邻的站点中。
上述订单处理方法，根据站点组已分配的任务信息和待分配订单的信息，计算每个待分配订单分配到每个站点组的得分，并采用最小费用最大网络流模型来获得订单到站点组的分配方案。由于该模型可全局考虑订单到站点组的分配关系，使得订单到站点组的分配方案能够达到全局最优，避免出现有些站点任务过多而有些站点没有任务的情况，以提高仓库中料箱的搬运效率，减少仓库的出库时间，因此提升了仓库整体的工作效率。
在一个实施例中，该方法还包括如下步骤：
S212，根据所述每个站点组已分配任务的任务数，得到所有站点组已分配任务的任务总数。
具体地，订单处理设备通过对每个站点组已分配任务的任务数进行累加，得到所有站点组已分配任务的任务总数。举例而言，假设站点组A已分配任务的任务数为3个，站点组B已分配任务的任务数为4个，站点组C已分配任务的任务数为5个，通过对三个站点组已分配任务的任务数进行累加，得到三个站点组已分配任务的任务总数为12个。
在一个实施例中，涉及根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分的一种可能的实现过程。在上述实施例的基础上，S204包括如下步骤：
S2042，根据所述每个站点组已分配的料箱内的商品及其数量和所述每个站点组所需的商品及其数量，得到所述每个站点组已分配的料箱内剩余的商品及其数量；
S2044，采用预设的估价函数，根据所述每个站点组已分配的料箱内剩余的商品及其数量、所述每个订单所需的商品及其数量、所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到所述每个订单分配到每个站点组的得分。
在本实施例中，进一步考虑到每个站点组已分配任务的任务数和所有站点组已分配任务的任务总数对于订单分配效率的影响程度，使得每个订单分配到每个站点组的得分更符合实际的生产场景，可进一步提高订单分配的准确性。
示例性地，请参阅图3，S2044的一种可能的实现过程如下：
S204a，根据所述每个站点组已分配的料箱内剩余的商品及其数量和所述每个订单所需的商品及其数量，计算得到第一得分；
S204b，根据所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到第二得分；
S204c，根据所述第一得分和所述第二得分，计算得到所述每个订单分配到每个站点组的得分。
例如，第一得分
Figure BDA0002269470500000111
第二得分
Figure BDA0002269470500000112
每个订单分配到每个站点组的得分z＝z1+z2。
可选地，在一个实施例中，估价函数为：
Figure BDA0002269470500000113
其中，z表示每个订单分配到每个站点组的得分，
Figure BDA0002269470500000114
表示
Figure BDA0002269470500000115
pi表示每个站点组已分配的料箱内剩余的商品i的数量，qi表示每个订单所需商品i的数量，t表示每个订单所需商品的种类数，m表示每个站点组已分配任务的任务数，n表示所有站点组已分配任务的任务总数，w1和w2为预设的权值参数。
具体地，
Figure BDA0002269470500000116
可表示每个待分配订单所需商品与每个站点组已分配的料箱内的商品的相似关系。其中，
Figure BDA0002269470500000117
越大，表明每个待分配订单所需商品与每个站点组已分配的料箱内的商品的相似度越高。故可按照商品信息的相似性将待分配订单分配至站点组。
Figure BDA0002269470500000118
可表示站点组的繁忙程度。其中，
Figure BDA0002269470500000119
越大，表明该站点组更繁忙。
在本实施例中，采用估计函数调整订单相似关系和站点的繁忙程度对订单分配的影响，使得待分配订单可根据站点组已分配的任务进行分配，同时避免站点组之间的繁忙程度相差很大，尽量使站点组的任务趋于平均，从而减少仓库的出货时间，可进一步提升仓库的工作效率。
作为一种实施方式，以二元组的数据格式来示例性地说明上述实施例的具体实现过程。其中，二元组是一个关于<商品，数量>的二元组。在上述实施例的基础上，该实现过程包括如下步骤：
根据每个站点组已分配的料箱内的商品及其数量，构建第一二元组，其中，第一二元组表示为〈第一商品，第一数量〉，第一商品对应于每个站点组已分配的料箱内的每种商品，第一数量为第一商品的数量；
根据每个站点组所需的商品及其数量，构建第二二元组，其中，第二二元组表示为〈第二商品，第二数量〉，第二商品对应于每个站点组所需的每种商品，第二数量为第二商品的数量；
将第一二元组与第二二元组相减，得到第三二元组，第三二元组表示为〈第三商品，第三数量〉，并根据第三二元组，确定每个站点组已分配的料箱内剩余的商品及其数量；
根据每个订单所需的商品及其数量，构建第四二元组，其中，第四二元组表示为〈第四商品，第四数量〉，第四商品对应于每个订单所需的每种商品，第四数量为第四商品的数量；
获取预设的估价函数：
Figure BDA0002269470500000121
其中，z表示每个订单分配到每个站点组的得分，C表示第三二元组，D表示第四二元组，
Figure BDA0002269470500000122
表示
Figure BDA0002269470500000123
该二元组相除可得到[0，1]之间的一个数，m表示每个站点组已分配任务的任务数，n表示所有站点组已分配任务的任务总数，w1和w2为预设的权值参数；
将获得的第三二元组、第四二元组、每个站点组已分配任务的任务数和所有站点组已分配任务的任务总数输入至估价函数中，得到每个订单分配到每个站点组的得分。
在一个实施例中，请参阅图4，涉及最小费用最大网络流模型的构建过程。在上述实施例的基础上，该构建过程包括如下步骤：
S222，在网络流模型中，将每个订单与源点连接，并建立容量为1，费用为0的边。
S224，将每个站点组与汇点连接，并建立容量为α，费用为0的边，其中，α＝所有站点组已分配任务的任务平均数+k-每个站点组已分配任务的任务数，k为正数。可选地，k取4-10中的任一值。
S226，将每个订单与每个站点组连接，并建立容量为1，费用为β的边，其中，β＝-1*每个订单分配到每个站点组的得分。由此可将最小费用转化为最大费用。
上述最小费用最大网络流模型，是网络流模型的一种。对于网络流模型，可以类比水流，相当于有一张管道图，每个水管都有一定的容量，水管里的水流不能超过这个容量，源点就相当于放水的地方，可以源源不断的出水，汇点就是可以接受无穷多的水，但是水流要受到管道容量的限制，最大流就是求出在这张图中，从源点到汇点最多可以流过多少水。如果在管道中每流过1个单位的水需要收取一定的费用，最小费用最大网络流表示的是：在最大流的前提下，即管道中流最多水的前提下，最小的花费是多少。最小费用最大网络流的定义为：最小费用最大流建立在最大流和网络流问题的基础之上。带权有向图G＝(V，E)是一个特殊的容量网络，所有边(u，v)∈E包含c(u，v)∈R+，称这条弧的容量，以及w(u，v)∈R+称为这条边的费用。容量网络中一个可行流的总费用为∑(f(u，v)*w(u，v)，所有最大流中总费用最小的称为这个容量网络的最小费用最大网络流。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图5所示，提供了一种订单处理装置30，其中，该订单处理装置30包括：
任务信息获取模块302，用于获取多个站点组中每个站点组已分配的任务信息，其中，所述任务信息包括所述每个站点组已分配的料箱、所述每个站点组所需的商品及其数量和所述每个站点组已分配任务的任务数；
得分计算模块304，用于根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分；
订单分配模块306，用于将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
上述订单处理装置，根据站点组已分配的任务信息和待分配订单的信息，计算每个待分配订单分配到每个站点组的得分，并采用最小费用最大网络流模型来获得订单到站点组的分配方案。由于该模型可全局考虑订单到站点组的分配关系，使得订单到站点组的分配方案能够达到全局最优，避免出现有些站点任务过多而有些站点没有任务的情况，以提高仓库中料箱的搬运效率，减少仓库的出库时间，因此提升了仓库整体的工作效率。
关于订单处理装置的具体限定可以参见上文中对于订单处理方法的限定，在此不再赘述。上述订单处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种仓储系统，该系统包括：
多个站点组；
订单处理设备，用于执行上述实施例中任一项的方法；
分配系统，用于根据订单处理设备确定的每个订单应被分配的站点组，将订单池中的多个待分配订单分配至对应的站点组，以使每个订单所需的商品可从站点组需搬运的料箱中选取。
上述仓储系统，基于订单处理设备所采用最小费用最大网络流模型来获得订单到站点组的分配方案。由于该模型可全局考虑订单到站点组的分配关系，使得订单到站点组的分配方案能够达到全局最优，避免出现有些站点任务过多而有些站点没有任务的情况，以提高仓库中料箱的搬运效率，减少仓库的出库时间，因此提升了仓库整体的工作效率。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储订单处理过程中生成的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种订单处理方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，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，处理器执行计算机程序时实现以下步骤：
获取多个站点组中每个站点组已分配的任务信息，其中，所述任务信息包括所述每个站点组已分配的料箱、所述每个站点组所需的商品及其数量和所述每个站点组已分配任务的任务数；
根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分；
将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
上述计算机设备，根据站点组已分配的任务信息和待分配订单的信息，计算每个待分配订单分配到每个站点组的得分，并采用最小费用最大网络流模型来获得订单到站点组的分配方案。由于该模型可全局考虑订单到站点组的分配关系，使得订单到站点组的分配方案能够达到全局最优，避免出现有些站点任务过多而有些站点没有任务的情况，以提高仓库中料箱的搬运效率，减少仓库的出库时间，因此提升了仓库整体的工作效率。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取多个站点组中每个站点组已分配的任务信息，其中，所述任务信息包括所述每个站点组已分配的料箱、所述每个站点组所需的商品及其数量和所述每个站点组已分配任务的任务数；
根据所述每个站点组已分配的料箱内的商品及其数量、所述每个站点组所需的商品及其数量和多个待分配订单中每个订单所需的商品及其数量，得到所述每个订单分配到每个站点组的得分；
将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
上述计算机可读存储介质，根据站点组已分配的任务信息和待分配订单的信息，计算每个待分配订单分配到每个站点组的得分，并采用最小费用最大网络流模型来获得订单到站点组的分配方案。由于该模型可全局考虑订单到站点组的分配关系，使得订单到站点组的分配方案能够达到全局最优，避免出现有些站点任务过多而有些站点没有任务的情况，以提高仓库中料箱的搬运效率，减少仓库的出库时间，因此提升了仓库整体的工作效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。

Claims (10)

1.一种订单处理方法，其特征在于，所述方法包括：
获取多个站点组中每个站点组已分配的任务信息，其中，所述任务信息包括所述每个站点组已分配的料箱、所述每个站点组所需的商品及其数量和所述每个站点组已分配任务的任务数；
根据所述每个站点组已分配任务的任务数，得到所有站点组已分配任务的任务总数；
根据所述每个站点组已分配的料箱内的商品及其数量和所述每个站点组所需的商品及其数量，得到所述每个站点组已分配的料箱内剩余的商品及其数量；
采用预设的估价函数，根据所述每个站点组已分配的料箱内剩余的商品及其数量、每个订单所需的商品及其数量、所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到所述每个订单分配到每个站点组的得分，所述估价函数用于调整订单相似关系和站点的繁忙程度对订单分配的影响；
将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组，所述最小费用最大网络流模型用于全局考虑所述每个订单到站点组的分配关系。
2.根据权利要求1所述的方法，其特征在于，所述根据所述每个站点组已分配的料箱内剩余的商品及其数量、所述每个订单所需的商品及其数量、所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到所述每个订单分配到每个站点组的得分，包括：
根据所述每个站点组已分配的料箱内剩余的商品及其数量和所述每个订单所需的商品及其数量，计算得到第一得分；
根据所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到第二得分；
根据所述第一得分和所述第二得分，计算得到所述每个订单分配到每个站点组的得分。
3.根据权利要求1所述的方法，其特征在于，所述估价函数为：，其中，z表示每个订单分配到每个站点组的得分，表示，pi表示每个站点组已分配的料箱内剩余的商品i的数量，qi表示每个订单所需商品i的数量，t表示每个订单所需商品的种类数，m表示每个站点组已分配任务的任务数，n表示所有站点组已分配任务的任务总数，w1和w2为预设的权值参数；
其中，C表示第三二元组，D表示第四二元组，所述第三二元组是将第一二元组与第二二元组相减得到的，所述第四二元组是根据每个订单所需的商品i以及其数量构建的；所述第一二元组是根据每个站点组已分配的料箱内的商品i以及其数量构建的，所述第二二元组是根据每个站点组所需的商品i以及其数量构建的。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述每个站点组已分配任务的任务数，得到所有站点组已分配任务的任务平均数；
将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组，包括：
将所述每个订单分配到每个站点组的得分、所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务平均数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组。
5.根据权利要求4所述的方法，其特征在于，所述最小费用最大网络流模型的构建过程包括：
在网络流模型中，将每个订单与源点连接，并建立容量为1，费用为0的边；
将每个站点组与汇点连接，并建立容量为α，费用为0的边，其中，α=所有站点组已分配任务的任务平均数+k-每个站点组已分配任务的任务数，k为正数；
将所述每个订单和所述每个站点组连接，并建立容量为1，费用为β的边，其中，β=-1*每个订单分配到每个站点组的得分。
6.一种订单处理装置，其特征在于，所述装置包括：
任务信息获取模块，用于获取多个站点组中每个站点组已分配的任务信息，其中，所述任务信息包括所述每个站点组已分配的料箱、所述每个站点组所需的商品及其数量和所述每个站点组已分配任务的任务数；并根据所述每个站点组已分配任务的任务数，得到所有站点组已分配任务的任务总数；
得分计算模块，用于根据所述每个站点组已分配的料箱内的商品及其数量和所述每个站点组所需的商品及其数量，得到所述每个站点组已分配的料箱内剩余的商品及其数量；并采用预设的估价函数，根据所述每个站点组已分配的料箱内剩余的商品及其数量、每个订单所需的商品及其数量、所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到所述每个订单分配到每个站点组的得分，所述估价函数用于调整订单相似关系和站点的繁忙程度对订单分配的影响；
订单分配模块，用于将所述每个订单分配到每个站点组的得分和所述每个站点组已分配任务的任务数输入至预设的最小费用最大网络流模型中，确定所述每个订单应被分配的站点组，所述最小费用最大网络流模型用于全局考虑所述每个订单到站点组的分配关系。
7.根据权利要求6所述的装置，其特征在于，所述得分计算模块，还用于根据所述每个站点组已分配的料箱内剩余的商品及其数量和所述每个订单所需的商品及其数量，计算得到第一得分；并根据所述每个站点组已分配任务的任务数和所述所有站点组已分配任务的任务总数，计算得到第二得分；并根据所述第一得分和所述第二得分，计算得到所述每个订单分配到每个站点组的得分。
8.一种仓储系统，其特征在于，所述系统包括：
多个站点组；
订单处理设备，用于执行如权利要求1至5中任一项所述的方法；
分配系统，用于根据订单处理设备确定的每个订单应被分配的站点组，将订单池中的多个待分配订单分配至对应的站点组，以使所述每个订单所需的商品可从所述站点组已分配的料箱内选取。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
CN201911099725.XA 2019-11-12 2019-11-12 订单处理方法及装置、仓储系统、计算机设备和存储介质 Active CN110889599B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911099725.XA CN110889599B (zh) 2019-11-12 2019-11-12 订单处理方法及装置、仓储系统、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911099725.XA CN110889599B (zh) 2019-11-12 2019-11-12 订单处理方法及装置、仓储系统、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN110889599A CN110889599A (zh) 2020-03-17
CN110889599B true CN110889599B (zh) 2023-05-02

Family

ID=69747340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911099725.XA Active CN110889599B (zh) 2019-11-12 2019-11-12 订单处理方法及装置、仓储系统、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110889599B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111832802A (zh) * 2020-04-15 2020-10-27 北京旷视机器人技术有限公司 控制货品搬运车辆的方法、装置、系统、设备及介质
CN113450049B (zh) * 2021-06-02 2024-05-24 北京迈格威科技有限公司 一种出库站点确定方法、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109426884A (zh) * 2017-08-28 2019-03-05 杭州海康机器人技术有限公司 分配方案确定方法、装置及计算机可读存储介质
CN109784791A (zh) * 2017-11-10 2019-05-21 北京京东尚科信息技术有限公司 订单分配方法和装置
CN110428118A (zh) * 2019-09-04 2019-11-08 北京旷视机器人技术有限公司 订单处理方法及装置、仓储系统和计算机存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109426884A (zh) * 2017-08-28 2019-03-05 杭州海康机器人技术有限公司 分配方案确定方法、装置及计算机可读存储介质
CN109784791A (zh) * 2017-11-10 2019-05-21 北京京东尚科信息技术有限公司 订单分配方法和装置
CN110428118A (zh) * 2019-09-04 2019-11-08 北京旷视机器人技术有限公司 订单处理方法及装置、仓储系统和计算机存储介质

Also Published As

Publication number Publication date
CN110889599A (zh) 2020-03-17

Similar Documents

Publication Publication Date Title
CN110097315B (zh) 容器确定方法、容器确定装置、介质和计算设备
Horta et al. Layout design modelling for a real world just-in-time warehouse
CN103927643B (zh) 一种大规模订单处理与配送路径优化的方法
CN110046865B (zh) 分布式库存调度方法
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
CN110889599B (zh) 订单处理方法及装置、仓储系统、计算机设备和存储介质
Jiang et al. Picking-replenishment synchronization for robotic forward-reserve warehouses
CN110826883A (zh) 一种订单处理方法及装置
CN111369055B (zh) 货品容器的位置确定方法、装置和电子设备
Zhen Storage allocation in transshipment hubs under uncertainties
CN111382974B (zh) 货架位置的确定方法及装置、仓储系统、计算机设备
CN115660380B (zh) 货到人拣选的订单处理方法及装置
CN115759929A (zh) 货物拣选方法、装置、电子设备和可读存储介质
CN113869831A (zh) 智能仓储的库位分配方法、装置及可读存储介质
CN114596016A (zh) 仓储系统的控制方法、装置、设备及计算机可读存储介质
CN110866723A (zh) 立体仓储系统中订单到站点的分配方法、装置及系统
Hsu et al. Hybridizing whale optimization algorithm with particle swarm optimization for scheduling a dual-command storage/retrieval machine
Sakhaii et al. A robust model for a dynamic cellular manufacturing system with production planning
López-Plata et al. Minimizing the Waiting Times of block retrieval operations in stacking facilities
Yu et al. Yard template generation for automated container terminal based on bay sharing strategy
CN109359905A (zh) 一种自动化无人仓货位分配方法、装置和存储介质
CN111105194A (zh) 一种商品配货方法、智能装置和计算机可读存储介质
CN110826752A (zh) 集合单分配方法和装置
CN115907051A (zh) 任务分配的方法、装置、设备、存储介质及程序产品
CN112508478A (zh) 一种基于自组织自动导引车的柔性物流配送任务分配方法

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
GR01 Patent grant
GR01 Patent grant