CN111047100A - 一种物流集装箱的装箱方法和系统 - Google Patents

一种物流集装箱的装箱方法和系统 Download PDF

Info

Publication number
CN111047100A
CN111047100A CN201911303470.4A CN201911303470A CN111047100A CN 111047100 A CN111047100 A CN 111047100A CN 201911303470 A CN201911303470 A CN 201911303470A CN 111047100 A CN111047100 A CN 111047100A
Authority
CN
China
Prior art keywords
loading
goods
space
cargo
algorithm
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
Application number
CN201911303470.4A
Other languages
English (en)
Other versions
CN111047100B (zh
Inventor
魏丽军
林德豪
刘强
黄礼辉
冷杰武
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201911303470.4A priority Critical patent/CN111047100B/zh
Publication of CN111047100A publication Critical patent/CN111047100A/zh
Application granted granted Critical
Publication of CN111047100B publication Critical patent/CN111047100B/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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping

Landscapes

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

Abstract

本发明提出一种物流集装箱的装箱方法和系统，其方法步骤包括：获取装置获取货物信息、集装箱信息以及参数信息，生成初始货物列表Box0和初始空间列表；通过货物装载算法得到初始装载方案Place0并标记为方案BestPlace；通过随机交换算法，生成新货物列表newBox得到方案Place(n)a并标记为装载方案tempBestPlace，再通过方向优化算法得到方案Place(n)b，比较方案tempBestPlace和方案Place(n)b，以较优的方案替代为装载方案tempBestPlace；比较方案tempBestPlace和方案BestPlace，以较优的方案替换为方案BestPlace；在限定的总时间内，循环运算随机交换算法和方向优化算法对方案进行优化，得到最终装载方案；本发明方法解决了人工计算的问题，本系统运算用时短，得到的方案对集装箱空间利用率高，能减轻装载工人的劳动强度，提高工人装载效率。

Description

一种物流集装箱的装箱方法和系统
技术领域
本发明涉及装箱方法的技术领域，特别是一种物流集装箱的装箱方法和系统。
背景技术
目前较多企业集装箱装载过程多依赖人工计算，尽管物流业务发展迅速，装箱软件的使用数量和质量却没有很大的提高。人工计算装载过程受人的各种主观因素所限制，很难一次性给出合理满意的装载方案，需要长时间的反复工作，成本较高，速度较慢，且使用人工计算配载不利于企业实现自动化生产，这使得企业的运输成本得不到优化。即使目前有部分装载软件的出现，但是目前的装载系统计算出了装载方案，保证了货物的装载率，但不能很好的保证叉车取货工人与货物装载工人的操作友好性，导致装载方案可行性较差，后续还需要人工对方案进行调整甚至重新计算，往往还需要长时间的反复工作才得到较优的装载方案。
发明内容
针对上述缺陷，本发明的目的在于提出一种物流集装箱的装箱方法和系统，摆脱人工计算的弊端，通过系统运算用时短，得到的方案对集装箱空间利用率高，能减轻装载工人的劳动强度，提高工人装载效率。
为达此目的，本发明采用以下技术方案：一种物流集装箱的装箱方法，所述装箱方法布署于装箱系统中，所述装箱系统包括信息获取装置和方案输出装置，所述的方法步骤包括：
步骤S1：通过信息获取装置获取货物信息、集装箱信息以及参数信息，货物信息包括库位信息，订单信息，货物尺寸和方向约束信息，参数信息包括总时间上限和次数上限；
步骤S2：预处理上述信息，生成初始货物列表Box0和初始空间列表；
步骤S3：根据初始货物列表Box0和初始空间列表，通过货物装载算法得到初始装载方案Place0，把初始装载方案Place0标记为最佳方案BestPlace；
步骤S4：根据最佳方案BestPlace，运算一次随机交换算法，生成新货物列表newBox；
步骤S5：根据货物列表newBox和初始空间列表，通过货物装载算法得到装载方案Place(n)a，其中n为运行随机交换算法的次数；
步骤S6：装载方案Place(n)a标记为装载方案tempBestPlace，通过方向优化算法得到方案Place(n)b，比较方案tempBestPlace和方案Place(n)b，以较优的方案替代为装载方案tempBestPlace；
步骤S7：比较装载方案tempBestPlace和最佳方案BestPlace，以较优的装载方案替代标记为最佳方案BestPlace；
步骤S8：判断是否超出总时间上限，是则输出当前最佳方案BestPlace，否则重置方向优化算法中的已选次数为0，并返回执行步骤S4，直到超出时间上限，输出最佳方案BestPlace。
优选的，所述步骤S2中生成初始货物列表Box0的方法步骤包括：
步骤S2-1：根据货物信息，执行库位优先规则算法，根据邻近库位集中排列的原则，并根据库位楼层的高低，按由高到低排列库位，得到库位排列列表；
步骤S2-2：在库位排列列表中，执行订单排列规则算法，将每个库位中的订单进行排列，以订单中最大尺寸货物为标准，根据最大尺寸货物的尺寸大小，由大到小排列订单，得到订单排列列表；
步骤S2-3：在订单排列列表中，执行货物排列规则算法，将每个订单中的货物进行排列，根据货物尺寸的尺寸大小，由大到小排列货物，得到初始货物列表Box0。
优选的，所述货物装载算法包括以下步骤：
步骤S-A：接收初始货物列表Box0或新货物列表newBox，根据货物列表选择第一个货物，并生成该货物的方向列表；
步骤S-B：通过空间选择算法确认装载空间corner1和corner2；
步骤S-C：选取方向列表中的第一个货物方向；
步骤S-D：将货物方向放入装载空间corner1中，判断是否满足稳定性约束，满足则执行步骤S-E，否则放入装载空间corner2中，判断是否满足稳定性约束，满足则执行步骤S-E，否则选择方向列表中的下一个货物方向，重复步骤S-D；
步骤S-E：更新剩余空间，判断剩余空间是否为空，是则输出当前装载方案，否则判断货物是否全部装载，是则输出当前装载方案，否则根据货物列表选择下一个货物，并生成该货物的方向列表，返回执行步骤S-B。
优选的，所述步骤S6中的方向优化算法包括以下步骤：
步骤S6-1：把装载方案Place(n)a标记为装载方案tempBestPlace，根据装载方案tempBestPlace的货物列表newBox，随机不重复选择一种货物规格，并将已选次数加1；
步骤S6-2：将此规格的所有货物的方向列表打乱，形成的货物列表替代成为新的货物列表newBox；
步骤S6-3：根据新的货物列表newBox，通过货物装载算法生成方向优化的装载方案Place(n)b，并判断装载方案Place(n)b是否优于装载方案tempBestPlace，是则将装载方案Place(n)b替代为新的装载方案tempBestPlace，否则装载方案tempBestPlace保持不变；
步骤6-4：判断是否超出次数上限，是则输出当前的装载方案tempBestPlace，否则返回执行步骤S6-1。
优选的，所述步骤S-A中的空间选择算法包括最里最下空间选择算法、开放空间算法和阶段性空间裁减算法，空间选择算法的算法步骤包括依次执行的步骤A1、A2和A3：
步骤A1：判断货物是否与上一货物为同一订单，是则执行步骤A2，否则执行阶段性空间裁减算法，以上一订单货物所占最小深度(x坐标)减去允许最大交叉深度为基准，处于基准靠里的空间将被删减，处于基准上的空间将被裁切后保留，处于基准靠外的空间将被不经裁切完全保留，保留下来的空间为可选装载空间；
步骤A2：执行开放空间算法，裁选处于开放空间为可选装载空间；
步骤A3：执行所述最里最下空间选择算法，在可选装载空间中选择x坐标值、z坐标值、y坐标值最小的空间确定为货物装载空间corner1，在可选装载空间中选择x坐标值、z坐标值、y坐标值最大的空间确定为货物装载空间corner2。
优选的，支撑率大于或等于80％为满足要求，所述货物装载算法中的步骤S-D包括，步骤D1：将所选货物方向放入装载空间corner1中，判断装载空间corner1是否处于集装箱底部，是则视为满足支撑率要求，否则分析获取当前货物的底面积S和装载空间corner1中货物底部与其他货物接触面积C1，通过C1/S*100％公式计算出支撑率并判断支撑率是否满足要求，满足则执行步骤S-E，若不满足则执行步骤D2；步骤D2：将当前所选货物方向放入装载空间corner2中，判断装载空间corner2是否处于集装箱底部，是则视为满足支撑率要求，否则分析获取当前货物的底面积S和装载空间corner2中货物底部与其他货物接触面积C2，通过C2/S*100％公式计算出支撑率并判断支撑率是否满足要求，满足则执行步骤S-E，若不满足则选择方向列表中的下一个货物方向，重复步骤D1。
优选的，随机交换算法包括同库位订单互换算法和同订单货物互换算法；所述同库位订单互换算法在货物列表中，随机选取一个库位，再抽取处于当前库位的两个订单，把上述两个订单的位置进行交换；所述同订单货物互换算法在货物列表中，随机选取一个订单，再抽取处于当前订单的两个货物，把上述两个货物的位置进行交换；每次运算随机交换算法，按50％的几率随机选取所述同库位订单互换算法或所述同订单货物互换算法中的一种互换算法进行运算，获得新的货物列表newBox。
优选的，一种物流集装箱的装箱系统，所述装箱系统布署有所述物流集装箱的装箱方法，所述装箱系统包括：
信息获取装置，用于获取货物信息、集装箱信息以及参数信息；
方案输出装置，用于输出当前最优的装载方案；
初始化模块，用于生成初始货物列表Box0和初始空间列表；
货物装载模块，用于通过内置的算法运算，把货物列表中的货物放置于初始空间列表内的，得到装载方案Place0或装载方案Place(n)a或装载方案Place(n)b；
随机交换模块，用于通过内置算法将所述货物装载算法模块运算得到的装载方案，进行随机交换运算，得到新货物列表newBox，并通过货物装载模块得到装载方案Place(n)a；
方向优化模块，用于通过内置算法将装载方案tempBestPlace进行方向优化运算，并得到通过优化后的装载方案Place(n)b；
判断模块，内置有多种判断算法对次数、时间、方案优劣、剩余空间、货物装载剩余量进行判断。
优选的，所述货物装载模块中包括有空间选择模块，所述空间选择模块用于在集装箱内选择满足货物尺寸的装载空间；所述空间选择模块内包括最里最下空间选择算法、开放空间算法和阶段性空间裁减算法。
优选的，所述判断模块中包括有稳定性判断模块；所述稳定性判断模块用于判断所述货物放置在装载空间上，是否能够达到支撑率，满足稳定性的要求；所述支撑率的通过C/S*100％公式计算，其中C为当前货物与其他货物接触面积，S为当前货物的底面积。
本发明的有益效果：
1、本发明可以解决传统的人工计算的弊端，提高仓储与物流流程的自动化水平，且能缩短整个运输周期，在较短时间内，对装载方案进行不断的优化，得到最优的装载方案；
2、本发明最终得出的装载方案对工人而言，对工人的装载与卸载操作均有着较强的友好性，工人在装载时，按照货物装载方案就可以达到同订单集中摆放、货物整体稳定等要求，不需要工人时刻去判断是否满足要求，减轻了装载工人的劳动强度的同时，提高工人装载效率。
3、本发明最终得出的装载方案对集装箱空间的利用率高，不仅能提高装载利用率，而且能保证每件货物都有足够的支撑率，货物整体具有很强的稳定性。
附图说明
图1是本发明方法的总流程示意图；
图2是应用本发明方法的系统各模块连接示意图；
图3是本发明方向优化算法的运算流程示意图；
图4是本发明最里最下空间选择算法的空间选择示意图；
图5是本发明开放性规则的空间选择示意图；
图6是本发明阶段性空间裁减算法的空间选择示意图；
图7是本发明生成初始货物列表步骤的运算流程示意图；
图8是本发明货物装载算法的运算流程示意图；
图9是本发明空间选择算法的运算流程示意图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
如图1所示，一种物流集装箱的装箱方法，所述装箱方法布署于装箱系统中，所述装箱系统包括信息获取装置和方案输出装置，包括：
步骤S1：通过信息获取装置获取货物信息、集装箱信息以及参数信息，货物信息包括库位信息，订单信息，货物尺寸和方向约束信息，参数信息包括总时间上限和次数上限；
步骤S2：预处理上述信息，生成初始货物列表Box0和初始空间列表；
步骤S3：根据初始货物列表Box0和初始空间列表，通过货物装载算法得到初始装载方案Place0，把初始装载方案Place0标记为最佳方案BestPlace；
步骤S4：根据最佳方案BestPlace，运算一次随机交换算法，生成新货物列表newBox；
步骤S5：根据货物列表newBox和初始空间列表，通过货物装载算法得到装载方案Place(n)a，其中n为运行随机交换算法的次数；
步骤S6：装载方案Place(n)a标记为装载方案tempBestPlace，通过方向优化算法得到方案Place(n)b，比较方案tempBestPlace和方案Place(n)b，以较优的方案替代为装载方案tempBestPlace；
步骤S7：比较装载方案tempBestPlace和最佳方案BestPlace，以较优的装载方案替代标记为最佳方案BestPlace；
步骤S8：判断是否超出总时间上限，是则输出当前最佳方案BestPlace，否则重置方向优化算法中的已选次数为0，并返回执行步骤S4，直到超出时间上限，输出最佳方案BestPlace。
具体的，本实施例的物流集装箱的装箱方法，布署于装箱系统中，结合系统通过智能运算的方法获得物流集装箱的货物装载方案，不仅解决人工计算装载方案导致的成本高，速度慢，装载利用率低的问题，提高了装载运输业务的自动化水平，本申请中提出的装载方法，综合方向优化算法、货物装载算法和货物随机交换的算法，不断迭代运算，将装载方案不断进行优化，在规定的短时间内运算得到的最佳方案为最终的装载方案，本系统方法最终得到的装载方案对工人的操作有着较强的友好性，工人在装载时，按照货物装载方案就可以达到同订单集中摆放、货物整体稳定等要求，不需要工人时刻去判断是否满足要求，减轻了装载工人的劳动强度的同时，提高工人装载效率；提高集装箱内空间的利用率，提高了装载优化程度；另外，本方法及系统实施所利用的装载方案，对集装箱空间的利用率高，不仅提高装载利用率，而且每件货物都有足够的支撑率，具有很强的稳定性。
具体的，在本实施案例中，其中信息获取装置可以是扫码设备通过扫描货物的识别码获取信息，或者是录入设备通过人工输入货物信息，或者是已经录入有所需装箱的货物信息的存储设备直接提供所需装箱货物的信息；货物信息包括货物编码，货物尺寸以及货物的放置方向约束要求等信息，集装箱信息包括集装内部空间的长宽高等信息，通过信息获取装置将这些信息输入到算法系统中，通过一系列的运算得到最佳方案BestPlace，然后通过方案输出装置将最佳方案BestPlace输出，其中方案输出装置可以是连接有电脑的打印机将最终装箱方案打印出来，或者是可以显示最终装箱方案的设备，将最终装箱方案输出到设备进行展示。
进一步的，如图6所示，所述步骤S2中生成初始货物列表Box0的方法步骤包括：步骤S2-1：根据货物信息，执行库位优先规则算法，根据邻近库位集中排列的原则，并根据库位楼层的高低，按由高到低排列库位，得到库位排列列表；步骤S2-2：在库位排列列表中，执行订单排列规则算法，将每个库位中的订单进行排列，以订单中最大尺寸货物为标准，根据最大尺寸货物的尺寸大小，由大到小排列订单，得到订单排列列表；步骤S2-3：在订单排列列表中，执行货物排列规则算法，将每个订单中的货物进行排列，根据货物尺寸的尺寸大小，由大到小排列货物，得到初始货物列表Box0。
具体的，在本实施例中，假设有一批货物，分为库位A到库位D共4个库位，库位A有订单A1、A2、A3和A4，订单1有货物A11、A12、A13和A14，每个货物信息均以此方式标记；在生成初始货物列表Box0的方法中，根据步骤S2-1，执行库位优先规则算法，根据同一巷道的库位集中排列的原则，并根据库位楼层的高低，按由高到低排列库位，如在A、B、C、D、E四个库位中，A、B两个库位位于同一巷道的最高层，C、D与A位于同一巷道但楼层高度由高到低排列顺序为A＝B>D>C，E与A同一楼层高度但是在下一巷道，则得到的库位排列顺序列表为A、B、D、C、E；根据步骤S2-2，执行订单排列规则算法，根据最大尺寸货物的尺寸大小，由大到小排列订单，如在库位A中A1-A4四个订单中，每个订单中的最大尺寸货物分别为A11、A21、A32、A44，其中这四个货物的尺寸大小由大到小为A11>A32>A44>A21，则得到的A库位的订单排列顺序为A1、A3、A4、A2；以此类推排列各个库位的订单，得到订单排列列表；根据步骤S2-3，执行货物排列规则算法，将每个订单中的货物进行排列，根据货物尺寸的尺寸大小，由大到小排列货物，如在A1订单中，有4个货物A11、A12、A13、A14，这四个货物的尺寸大小为A11>A14>A12>A13，所以订单A1的货物排列顺序为A11、A14、A12、A13，按此运算得到每个订单的货物排列顺序，最终按照算法得到整批货物的货物排列顺序，得到初始货物列表Box0，如A11、A14、A12、A13、A32……A44……A21……B……D……C……E。
具体的，实际装箱情况下，因为装载现场待装载的货物往往存在多个库位，且每个库位存在多个客户的订单，每个订单也有不同数量的货物，在这种情况下，往往需要把相同客户的订单货物尽量摆放在一起按订单集中摆放，这样不仅方便装载工人操作，也为后续卸货提供便利，因此在本申请中，在初始化列表的时候，依次执行库位优先规则算法、订单排列规则算法和货物排列规则算法，综合考虑装载工人的操作友好性，同订单货物集中的原则，将货物进行排列，操作工人按照排列的得到的货物列表的顺序依次装载，不仅减轻了劳动力，提高工人的工作效率，还能使得装载后的集装箱内货物摆放较为整齐，同时也具备较高稳定性。
进一步的，如图7所示，所述货物装载算法包括以下步骤：步骤S-A：接收初始货物列表Box0或新货物列表newBox，根据货物列表选择第一个货物，并生成该货物的方向列表；步骤S-B：通过空间选择算法确认装载空间corner1和corner2；步骤S-C：选取方向列表中的第一个货物方向；步骤S-D：将货物方向放入装载空间corner1中，判断是否满足稳定性约束，满足则执行步骤S-E，否则放入装载空间corner2中，判断是否满足稳定性约束，满足则执行步骤S-E，否则选择方向列表中的下一个货物方向，重复步骤S-D；步骤S-E：更新剩余空间，判断剩余空间是否为空，是则输出当前装载方案，否则判断货物是否全部装载，是则输出当前装载方案，否则根据货物列表选择下一个货物，并生成该货物的方向列表，返回执行步骤S-B。
具体的，在确认了货物列表后，就需要把货物装载到集装箱内，形成一个装载方案，因此需要货物装载算法来运算得到装载方案，在选取了货物之后，通过空间选择算法确认装载空间corner1和corner2，所述装载空间corner1和corner2均位于最里最下的位置，可以保证货物可以由里到外，由下到上进行装载；进一步的，货物的摆放有一定的装载方向约束，但是并不一定会完全约束，所以货物的装载依然可以有多种装载方向，本申请中根据货物的方向约束前提下生成该货物的方向列表，并依次根据方向列表中的不同方向进行装载判断，只有满足稳定性约束的方向才会被采用，保证货物满足支撑率，因此能够很好地保证货物装载后的稳定性，也能保证集装箱内部货物整体的稳定性。
进一步的，步骤S5的货物装载算法中生成每个货物的方向列表，如图8所示，所述步骤S6中的方向优化算法包括以下步骤：
步骤S6-1：把装载方案Place(n)a标记为装载方案tempBestPlace，根据装载方案tempBestPlace的货物列表newBox，随机不重复选择一种货物规格，并将已选次数加1；
步骤S6-2：将此规格的所有货物的方向列表打乱，形成的货物列表替代成为新的货物列表newBox；
步骤S6-3：根据新的货物列表newBox，通过货物装载算法生成方向优化的装载方案Place(n)b，并判断装载方案Place(n)b是否优于装载方案tempBestPlace，是则将装载方案Place(n)b替代为新的装载方案tempBestPlace，否则装载方案tempBestPlace保持不变；
步骤6-4：判断是否超出次数上限，是则输出当前的装载方案tempBestPlace，否则返回执行步骤S6-1。
具体的，在许多货物装载的应用中，货物的装载有方向约束；每个货物只有它的一条或几条边可以竖直作为高度，如果没有此约束，则货物可以被简单的视为货物的三条边都可以作为高度，在约束了高度之后，货物同样可以有多种摆放方向，但是却有优劣之分，在集装箱空间内，选择合理且最优的空间进行对货物的装载，对选择的空间所处的位置，直接决定了装载工人是否方便装载，同时也决定了同一订单货物能否合理地摆放在一起；由于前面装载算法中，按照货物方向列表的顺序依次进行摆放，只要判定出第一个满足稳定性约束的方案，就会停止方向列表后面的方向的运算，所以本申请通过货物方向优化算法，在装载方案tempBestPlace的货物列表中随机不重复地选择一种规格货物，并打乱该规格货物的方向列表，并再次通过货物装载算法对方向列表进行运算，得到改变了此规格货物的放置方向的新的装载方案Place(n)b，并比较装载方案tempBestPlace和装载方案Place(n)b，判断装载方案Place(n)b是否优于装载方案tempBestPlace，并以较优的方案设定为新的装载方案tempBestPlace，从而得到此规格货物较优装载方向的装载方案；进一步的本申请利用此方法不断的优化不同规格的货物的装载方向，从而获得更优的装载方案；需要说明的是，在此方法上设有次数上限，设置此次数上限的目的是为了减少本方法得到装载方案的用时，在不同情况下可以设置不同的次数上限，比如时间有限，需要时间限制内得到最优的装载方案，此时则可以在输入参数信息时相应把次数调低，就可以达到要求，虽然次数较少，但依然是在此次数上限内得到最优的装载方案方案，具有操作方便、方法灵活的优势。
进一步的，所述步骤S-A中的空间选择算法包括最里最下空间选择算法、开放空间算法和阶段性空间裁减算法，空间选择算法的算法步骤包括依次执行的步骤A1、A2和A3：步骤A1：判断货物是否与上一货物为同一订单，是则执行步骤A2，否则执行阶段性空间裁减算法，以上一订单货物所占最小深度(x坐标)减去允许最大交叉深度为基准，处于基准靠里的空间将被删减，处于基准上的空间将被裁切后保留，处于基准靠外的空间将被不经裁切完全保留，保留下来的空间为可选装载空间；步骤A2：执行开放空间算法，裁选处于开放空间为可选装载空间；步骤A3：执行所述最里最下空间选择算法，在可选装载空间中选择x坐标值、z坐标值、y坐标值最小的空间确定为货物装载空间corner1，在可选装载空间中选择x坐标值、z坐标值、y坐标值最大的空间确定为货物装载空间corner2。
具体的，如图3-5所示，本申请所用的空间选择算法包括最里最下空间选择算法、开放空间算法、阶段性空间裁减算法；在本实施例中，如货物列表中依次排列着3个货物A12、A13、A32，当依次选中A13进行装载，执行步骤A1，货物A13与上一个装载的货物A12为同一订单的货物，所以执行步骤A2，执行开放空间算法，裁选处于开放空间为可选装载空间，把集装箱空间内的非开放空间的装载空间裁剪掉，在剩余的可选空间选择货物的装载空间，然后根据步骤A3，执行所述最里最下空间选择算法，在可选装载空间中选择x坐标值、z坐标值、y坐标值最小的空间确定为货物装载空间corner1，在可选装载空间中选择x坐标值、z坐标值、y坐标值最大的空间确定为货物装载空间corner2，然后把货物A13依次放入装载空间corner1或装载空间corner2中进行判断是否满足装载条件；当依次选中A32进行装载，执行步骤A1，货物A32与上一个装载的货物A13不是同一订单的货物，执行阶段性空间裁减算法，如图5所示以上一订单货物所占最小深度(x坐标)减去允许最大交叉深度为基准，左边处于基准靠里的空间将被删减，中间处于基准上的空间将被裁切后保留，右边处于基准靠外的空间将被不经裁切完全保留，保留下来的空间为可选装载空间，然后在执行步骤A2和A3，得到装载空间corner1和装载空间corner2。
具体的，通过开放空间算法使选择的货物空间始终在装载工人能触的地方，避免把货物的装载在非开放空间，导致装载工人无法完成装载作业，导致装载方案失效；通过阶段性空间裁减算法，保证相同客户订单的集中摆放，同时方便了装载工人的装货与卸货；通过最里最下空间选择算法可以把货物依次由里到外，由下到上有序地进行排列装载，还可以保证同一订单货物能合理地摆放在一起。
进一步的，支撑率大于或等于80％为满足要求，所述货物装载算法中的步骤S-D包括：步骤D1：将所选货物方向放入装载空间corner1中，判断装载空间corner1是否处于集装箱底部，是则视为满足支撑率要求，否则分析获取当前货物的底面积S和装载空间corner1中货物底部与其他货物接触面积C1，通过C1/S*100％公式计算出支撑率并判断支撑率是否满足要求，满足则执行步骤S-E，若不满足则执行步骤D2；步骤D2：将当前所选货物方向放入装载空间corner2中，判断装载空间corner2是否处于集装箱底部，是则视为满足支撑率要求，否则分析获取当前货物的底面积S和装载空间corner2中货物底部与其他货物接触面积C2，通过C2/S*100％公式计算出支撑率并判断支撑率是否满足要求，满足则执行步骤S-E，若不满足则选择方向列表中的下一个货物方向，重复步骤D1。
具体的，本申请在步骤3中还设置了稳定性约束规则，通过稳定性约束规则可以保证货物在选择装载空间的时候，受到支撑率的约束，保证货物的装载能有足够的支撑率，保证货物在装载后的集装箱内部的整体货物的稳定性，避免货物不稳定、倒塌等事故的发生。
进一步的，随机交换算法包括同库位订单互换算法和同订单货物互换算法；所述同库位订单互换算法在货物列表中，随机选取一个库位，再抽取处于当前库位的两个订单，把上述两个订单的位置进行交换；所述同订单货物互换算法在货物列表中，随机选取一个订单，再抽取处于当前订单的两个货物，把上述两个货物的位置进行交换；每次运算随机交换算法，按50％的几率随机选取所述同库位订单互换算法或所述同订单货物互换算法中的一种互换算法进行运算，获得新的货物列表newBox。
具体的，如在上述实施例中提到的初始货物列表Box0：A11、A14、A12、A13、A32……A44……A21……D……C……B，当随机选取同库位订单互换算法执行，就随机选中了库位A，随机抽取了订单A1和A3，则把A1和A3位置互换得到新的货物列表newBox：A32……A11、A14、A12、A13、A44……A21……D……C……B；当随机选取同订单货物互换算法执行，随机选取订单A1，再随机抽取处于当前订单A1的两个货物A11、A13，把上述两个货物的位置进行交换，得到新货物列表newBox：A13、A14、A12、A11、A32……A44……A21……D……C……B；具体的，执行同库位订单互换算法和同订单货物互换算法的可以改变货物列表中货物的先后顺序，货物列表的先后顺序同时也是装载过程的货物顺序，对货物列表的顺序调整会得到不同的装载方案，因为在最初通过初始排列的货物列表得到的装载方案并不一定是最优的装载方案，因此本申请通过设置随机交换算法，每次运算随机采用同库位订单互换算法或同订单货物互换算法中的一种互换算法，以获得新的货物列表newbox，然后再次调用货物装载算法对所述新的货物列表newbox进行装载，从而得到新的装载方案Place(n)a。
进一步的，本实施例中还提及布署有上述装箱方法的一种物流集装箱的装箱系统，如图2所示，所述装箱系统包括信息获取装置和方案输出装置，所述信息获取装置，用于获取货物信息、集装箱信息以及参数信息；所述方案输出装置，用于输出当前最优的装载方案，还包括：
初始化模块，用于生成初始货物列表Box0和初始空间列表；
货物装载模块，用于通过内置的算法运算，把货物列表中的货物放置于初始空间列表内的，得到装载方案Place0或装载方案Place(n)a或装载方案Place(n)b；
随机交换模块，用于通过内置算法将所述货物装载算法模块运算得到的装载方案，进行随机交换运算，得到新货物列表newBox，并通过货物装载模块得到装载方案Place(n)a；
方向优化模块，用于通过内置算法将装载方案tempBestPlace进行方向优化运算，并得到通过优化后的装载方案Place(n)b；
判断模块，内置有多种判断算法对次数、时间、方案优劣、剩余空间、货物装载剩余量进行判断。
本申请提出的物流集装箱的装箱系统，通过获取模块获取货物信息、集装箱信息以及参数信息，并把信息发送至初始化模块，生成初始货物列表Box0、初始空间列表，并把它们发送至算法运算模块，算法运算模块通过内置的算法，对初始货物列表Box0、初始空间列表进行运算，得到初化装载方案Place0，并把初化装载方案Place0发送至随机交换模块，随机运算模块接收初化装载方案Place0并标记为最佳方案BestPlace，通过内置的随机交换算法得到新货物列表newBox，并把新货物列表newBox发送至算法运算模块得到装载方案Place(n)a，把装载方案Place(n)a标记为装载方案tempBestPlace，再将装载方案tempBestPlace发送至方向优化模块得到优化后的装载方案Place(n)b，并将装载方案tempBestPlace和装载方案Place(n)b进行比较，得到最优的装载方案替换为新的装载方案tempBestPlace，再将装载方案tempBestPlace与最佳方案BestPlace进行比较，把较优的方案替代标记为最佳方案BestPlace；然后再进行判断已用时间是否达到总时间上限，超出时间则停止算法运算模块，输出当前最佳方案BestPlace，否则将最佳方案BestPlace发送至随机交换模块，再进行运算，在总时间内不断循环迭代，直到超出时间限制，对装载方案不断进行优化，最终得到总时间内的最优装载方案；本发明系统可以在固定的总时间内，不断的交换货物列表的货物位置以及方向，生成不同装载方案，对方案结果进行比较，进行优化，最终在总时间内得到最终装载方案，所述最终装载方案对工人的操作有着较强的友好性，工人在装载时，按照货物装载方案就可以达到同订单集中摆放、货物整体稳定等要求，不需要工人时刻去判断是否满足要求，减轻了装载工人的劳动强度的同时，提高工人装载效率，另外，本方法及系统实施所利用的装载方案，对集装箱空间的利用率高，不仅提高装载利用率，而且每件货物都有足够的支撑率，具有很强的稳定性。
进一步的，所述货物装载模块中包括有空间选择模块，所述空间选择模块用于在集装箱内选择满足货物尺寸的装载空间；所述空间选择模块内包括最里最下空间选择算法、开放空间算法和阶段性空间裁减算法。
具体的，所述货物装载模块内置有空间选择模块，通过开放空间算法使选择的货物空间始终在装载工人能触的地方，避免把货物的装载在非开放空间，导致装载工人无法完成装载作业，导致装载方案失效；通过阶段性空间裁减算法，保证相同客户订单的集中摆放，同时方便了装载工人的装货与卸货；通过最里最下空间选择算法不仅可以把货物依次由里到外，由下到上有序地进行排列装载，还可以保证同一订单货物能合理地摆放在一起。
进一步的，所述判断模块中包括有稳定性判断模块；所述稳定性判断模块用于判断所述货物放置在装载空间上，是否能够达到支撑率，满足稳定性的要求；所述支撑率的通过C/S*100％公式计算，其中C为当前货物与其他货物接触面积，S为当前货物的底面积。
具体的，在本系统所述的判断模块中还内置有稳定性判断模块，通过稳定性判断模块可以保证货物在选择装载空间的时候，受到支撑率的约束，保证货物的装载能有足够的支撑率，避免货物不稳定、倒塌等事故的发生保证货物在装载后的集装箱内部的整体货物的稳定性。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式，这些方式都将落入本发明的保护范围之内。

Claims (10)

1.一种物流集装箱的装箱方法，所述装箱方法布署于装箱系统中，所述装箱系统包括信息获取装置和方案输出装置，其特征在于，包括：
步骤S1：通过信息获取装置获取货物信息、集装箱信息以及参数信息，货物信息包括库位信息，订单信息，货物尺寸和方向约束信息，参数信息包括总时间上限和次数上限；
步骤S2：预处理上述信息，生成初始货物列表Box0和初始空间列表；
步骤S3：根据初始货物列表Box0和初始空间列表，通过货物装载算法得到初始装载方案Place0，把初始装载方案Place0标记为最佳方案BestPlace；
步骤S4：根据最佳方案BestPlace，运算一次随机交换算法，生成新货物列表newBox；
步骤S5：根据货物列表newBox和初始空间列表，通过货物装载算法得到装载方案Place(n)a，其中n为运行随机交换算法的次数；
步骤S6：装载方案Place(n)a标记为装载方案tempBestPlace，通过方向优化算法得到方案Place(n)b，比较方案tempBestPlace和方案Place(n)b，以较优的方案替代为装载方案tempBestPlace；
步骤S7：比较装载方案tempBestPlace和最佳方案BestPlace，以较优的装载方案替代为最佳方案BestPlace；
步骤S8：判断是否超出总时间上限，是则输出当前最佳方案BestPlace，否则重置方向优化算法中的已选次数为0，并返回执行步骤S4，直到超出时间上限，输出最佳方案BestPlace。
2.根据权利要求1所述的一种物流集装箱的装箱方法，其特征在于：所述步骤S2中生成初始货物列表Box0的方法步骤包括：
步骤S2-1：根据货物信息，执行库位优先规则算法，根据邻近库位集中排列的原则，并根据库位楼层的高低，按由高到低排列库位，得到库位排列列表；
步骤S2-2：在库位排列列表中，执行订单排列规则算法，将每个库位中的订单进行排列，以订单中最大尺寸货物为标准，根据最大尺寸货物的尺寸大小，由大到小排列订单，得到订单排列列表；
步骤S2-3：在订单排列列表中，执行货物排列规则算法，将每个订单中的货物进行排列，根据货物尺寸的尺寸大小，由大到小排列货物，得到初始货物列表Box0。
3.根据权利要求1所述的一种物流集装箱的装箱方法，其特征在于：步骤S5的货物装载算法中生成每个货物的方向列表，所述步骤S6中的方向优化算法包括以下步骤：
步骤S6-1：把装载方案Place(n)a标记为装载方案tempBestPlace，根据装载方案tempBestPlace的货物列表newBox，随机不重复选择一种货物规格，并将已选次数加1；
步骤S6-2：将此规格的所有货物的方向列表中的货物方向随机打乱，形成的货物列表替代成为新的货物列表newBox；
步骤S6-3：根据新的货物列表newBox，通过货物装载算法生成方向优化的装载方案Place(n)b，并判断装载方案Place(n)b是否优于装载方案tempBestPlace，是则将装载方案Place(n)b替代为新的装载方案tempBestPlace，否则装载方案tempBestPlace保持不变；
步骤6-4：判断是否超出次数上限，是则输出当前的装载方案tempBestPlace，否则返回执行步骤S6-1。
4.根据权利要求1所述的一种物流集装箱的装箱方法，其特征在于：所述货物装载算法包括以下步骤：
步骤S-A：接收初始货物列表Box0或新货物列表newBox，根据货物列表选择第一个货物，并生成该货物的方向列表；
步骤S-B：通过空间选择算法确认装载空间corner1和corner2；
步骤S-C：选取该货物方向列表中的第一个货物方向；
步骤S-D：将货物方向放入装载空间corner1中，判断是否满足稳定性约束，满足则执行步骤S-E，否则放入装载空间corner2中，判断是否满足稳定性约束，满足则执行步骤S-E，否则选择方向列表中的下一个货物方向，重复步骤S-D；
步骤S-E：更新剩余空间，判断剩余空间是否为空，是则输出当前装载方案，否则判断货物是否全部装载，是则输出当前装载方案，否则根据货物列表选择下一个货物，并生成该货物的方向列表，返回执行步骤S-B。
5.根据权利要求4所述的一种物流集装箱的装箱方法，其特征在于：所述步骤S-A中的空间选择算法包括最里最下空间选择算法、开放空间算法和阶段性空间裁减算法，空间选择算法的算法步骤包括依次执行的步骤A1、A2和A3：
步骤A1：判断货物是否与上一货物为同一订单，是则执行步骤A2，否则执行阶段性空间裁减算法，以上一订单货物所占最小深度(x坐标)减去允许最大交叉深度为基准，处于基准靠里的空间将被删减，处于基准上的空间将被裁切后保留，处于基准靠外的空间将被不经裁切完全保留，保留下来的空间为可选装载空间；
步骤A2：执行开放空间算法，裁选处于开放空间为可选装载空间；
步骤A3：执行所述最里最下空间选择算法，在可选装载空间中选择x坐标值、z坐标值、y坐标值最小的空间确定为货物装载空间corner1，在可选装载空间中选择x坐标值、z坐标值、y坐标值最大的空间确定为货物装载空间corner2。
6.根据权利要求4所述的一种物流集装箱的装箱方法，其特征在于：支撑率大于或等于80％为满足要求，所述货物装载算法中的步骤S-D包括：
步骤D1：将所选货物方向放入装载空间corner1中，判断装载空间corner1是否处于集装箱底部，是则视为满足支撑率要求，否则分析获取当前货物的底面积S和装载空间corner1中货物底部与其他货物接触面积C1，通过C1/S*100％公式计算出支撑率并判断支撑率是否满足要求，满足则执行步骤S-E，若不满足则执行步骤D2；
步骤D2：将当前所选货物方向放入装载空间corner2中，判断装载空间corner2是否处于集装箱底部，是则视为满足支撑率要求，否则分析获取当前货物的底面积S和装载空间corner2中货物底部与其他货物接触面积C2，通过C2/S*100％公式计算出支撑率并判断支撑率是否满足要求，满足则执行步骤S-E，若不满足则选择方向列表中的下一个货物方向，重复步骤D1。
7.根据权利要求1所述的一种物流集装箱的装箱方法，其特征在于：随机交换算法包括同库位订单互换算法和同订单货物互换算法；
所述同库位订单互换算法在货物列表中，随机选取一个库位，再抽取处于当前库位的两个订单，把上述两个订单的位置进行交换；
所述同订单货物互换算法在货物列表中，随机选取一个订单，再抽取处于当前订单的两个货物，把上述两个货物的位置进行交换；
每次运算随机交换算法，按50％的几率随机选取所述同库位订单互换算法或所述同订单货物互换算法中的一种互换算法进行运算，获得新的货物列表newBox。
8.一种物流集装箱的装箱系统，所述装箱系统布署有权利要求1-7任意一项所述装箱方法，所述装箱系统包括信息获取装置和方案输出装置，所述信息获取装置，用于获取货物信息、集装箱信息以及参数信息；所述方案输出装置，用于输出当前最优的装载方案，其特征在于，还包括：
初始化模块，用于生成初始货物列表Box0和初始空间列表；
货物装载模块，用于通过内置的算法运算，把货物列表中的货物放置于初始空间列表内的，得到装载方案Place0或装载方案Place(n)a或装载方案Place(n)b；
随机交换模块，用于通过内置算法将所述货物装载算法模块运算得到的装载方案，进行随机交换运算，得到新货物列表newBox，并通过货物装载模块得到装载方案Place(n)a；
方向优化模块，用于通过内置算法将装载方案tempBestPlace进行方向优化运算，并得到通过优化后的装载方案Place(n)b；
判断模块，内置有多种判断算法对次数、时间、方案优劣、剩余空间、货物装载剩余量进行判断。
9.根据权利要求8所述的一种物流集装箱的装箱系统，其特征在于：所述货物装载模块中包括有空间选择模块，所述空间选择模块用于在集装箱内选择满足货物尺寸的装载空间；所述空间选择模块内包括最里最下空间选择算法、开放空间算法和阶段性空间裁减算法。
10.根据权利要求8所述的一种物流集装箱的装箱系统，其特征在于：所述判断模块中包括有稳定性判断模块；所述稳定性判断模块用于判断所述货物放置在装载空间上，是否能够达到支撑率，满足稳定性的要求；所述支撑率的通过C/S*100％公式计算，其中C为当前货物与其他货物接触面积，S为当前货物的底面积。
CN201911303470.4A 2019-12-17 2019-12-17 一种物流集装箱的装箱方法和系统 Active CN111047100B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911303470.4A CN111047100B (zh) 2019-12-17 2019-12-17 一种物流集装箱的装箱方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911303470.4A CN111047100B (zh) 2019-12-17 2019-12-17 一种物流集装箱的装箱方法和系统

Publications (2)

Publication Number Publication Date
CN111047100A true CN111047100A (zh) 2020-04-21
CN111047100B CN111047100B (zh) 2020-10-09

Family

ID=70237076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911303470.4A Active CN111047100B (zh) 2019-12-17 2019-12-17 一种物流集装箱的装箱方法和系统

Country Status (1)

Country Link
CN (1) CN111047100B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465433A (zh) * 2020-12-10 2021-03-09 上海克来机电自动化工程股份有限公司 一种装箱方法、装置、设备及介质
CN112607234A (zh) * 2020-12-30 2021-04-06 武汉理工大学 一种针对组合式集装箱的货物三维装箱方法
CN112884305A (zh) * 2021-02-03 2021-06-01 李海涛 基于大数据平台的仓储物流的分配方法
CN112875112A (zh) * 2020-12-31 2021-06-01 广东工业大学 基于数字孪生的高密度立体仓库库位分配与调度方法
CN112884396A (zh) * 2021-01-15 2021-06-01 安徽省优质采科技发展有限责任公司 用于线上采购平台货物配送的包装盒规格选择方法和系统
CN114455340A (zh) * 2022-01-27 2022-05-10 深圳市微科创源科技有限公司 一种货物装箱方法、系统及存储介质
CN115630765A (zh) * 2022-10-26 2023-01-20 广东工业大学 一种箱管装柜的优化方法及系统
WO2023082728A1 (zh) * 2021-11-09 2023-05-19 青岛海尔科技有限公司 一种装箱任务处理方法、装置及设备
CN116415773A (zh) * 2023-01-11 2023-07-11 广东工业大学 考虑货物库存成本的卡车货物分配优化方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103870893A (zh) * 2014-04-09 2014-06-18 沈阳工业大学 基于三维空间求解具有多重量约束装箱的优化方法
CN106503951A (zh) * 2016-11-11 2017-03-15 德邦物流股份有限公司 货物装箱方法及装置
CN107148390A (zh) * 2014-10-29 2017-09-08 三菱重工业株式会社 装箱作业计划制作装置及装箱作业计划制作方法
CN107622321A (zh) * 2017-07-27 2018-01-23 山东储备物资管理局八三二处 一种基于多约束条件智能生成箱体装载方案的算法
KR20180088767A (ko) * 2016-09-02 2018-08-07 이스탄불 테크니크 위니웨르시테시 분할 패킹 접근 방식에 의한 선박 선체의 소형 플레이트로의 세그먼트화를 위한 컴퓨터 구현 방법
CN108764740A (zh) * 2018-06-01 2018-11-06 上海西井信息科技有限公司 自动化码头的车队调度方法、系统、设备及存储介质
US20190232503A1 (en) * 2017-02-20 2019-08-01 Souther Fabrication Works, LLC Automated bin packing tool
CN110175405A (zh) * 2019-05-27 2019-08-27 上海维祥信息技术有限公司 车辆装载优化方法及系统
CN110414888A (zh) * 2019-07-03 2019-11-05 深圳蓝胖子机器人有限公司 一种智能装箱方法、设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103870893A (zh) * 2014-04-09 2014-06-18 沈阳工业大学 基于三维空间求解具有多重量约束装箱的优化方法
CN107148390A (zh) * 2014-10-29 2017-09-08 三菱重工业株式会社 装箱作业计划制作装置及装箱作业计划制作方法
KR20180088767A (ko) * 2016-09-02 2018-08-07 이스탄불 테크니크 위니웨르시테시 분할 패킹 접근 방식에 의한 선박 선체의 소형 플레이트로의 세그먼트화를 위한 컴퓨터 구현 방법
CN106503951A (zh) * 2016-11-11 2017-03-15 德邦物流股份有限公司 货物装箱方法及装置
US20190232503A1 (en) * 2017-02-20 2019-08-01 Souther Fabrication Works, LLC Automated bin packing tool
CN107622321A (zh) * 2017-07-27 2018-01-23 山东储备物资管理局八三二处 一种基于多约束条件智能生成箱体装载方案的算法
CN108764740A (zh) * 2018-06-01 2018-11-06 上海西井信息科技有限公司 自动化码头的车队调度方法、系统、设备及存储介质
CN110175405A (zh) * 2019-05-27 2019-08-27 上海维祥信息技术有限公司 车辆装载优化方法及系统
CN110414888A (zh) * 2019-07-03 2019-11-05 深圳蓝胖子机器人有限公司 一种智能装箱方法、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曹玲芝: "求解三维集装箱问题的混合模拟退火算法研究", 《中国优秀硕士学位论文全文数据库 科技信息辑》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112465433A (zh) * 2020-12-10 2021-03-09 上海克来机电自动化工程股份有限公司 一种装箱方法、装置、设备及介质
CN112607234A (zh) * 2020-12-30 2021-04-06 武汉理工大学 一种针对组合式集装箱的货物三维装箱方法
CN112607234B (zh) * 2020-12-30 2022-01-04 武汉理工大学 一种针对组合式集装箱的货物三维装箱方法
CN112875112A (zh) * 2020-12-31 2021-06-01 广东工业大学 基于数字孪生的高密度立体仓库库位分配与调度方法
CN112884396B (zh) * 2021-01-15 2024-03-19 安徽省优质采科技发展有限责任公司 用于线上采购平台货物配送的包装盒规格选择方法和系统
CN112884396A (zh) * 2021-01-15 2021-06-01 安徽省优质采科技发展有限责任公司 用于线上采购平台货物配送的包装盒规格选择方法和系统
CN112884305A (zh) * 2021-02-03 2021-06-01 李海涛 基于大数据平台的仓储物流的分配方法
CN112884305B (zh) * 2021-02-03 2024-04-16 杨耿标 基于大数据平台的仓储物流的分配方法
WO2023082728A1 (zh) * 2021-11-09 2023-05-19 青岛海尔科技有限公司 一种装箱任务处理方法、装置及设备
CN114455340A (zh) * 2022-01-27 2022-05-10 深圳市微科创源科技有限公司 一种货物装箱方法、系统及存储介质
CN114455340B (zh) * 2022-01-27 2024-06-11 深圳市微科创源科技有限公司 一种货物装箱方法、系统及存储介质
CN115630765A (zh) * 2022-10-26 2023-01-20 广东工业大学 一种箱管装柜的优化方法及系统
CN116415773B (zh) * 2023-01-11 2023-10-03 广东工业大学 考虑货物库存成本的卡车货物分配优化方法
CN116415773A (zh) * 2023-01-11 2023-07-11 广东工业大学 考虑货物库存成本的卡车货物分配优化方法

Also Published As

Publication number Publication date
CN111047100B (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
CN111047100B (zh) 一种物流集装箱的装箱方法和系统
US11148883B2 (en) Article carrier system, order management device, and control method for article carrier system
JP6650508B2 (ja) 倉庫管理システム及び倉庫管理方法
Lin et al. The container retrieval problem with respect to relocation
CN115158945B (zh) 基于多种设备系统协助作业的仓储管理方法、设备及介质
CN101417732B (zh) 搬运命令自动生成系统及方法
US10643159B2 (en) System and method for mining site production planning
CN103942668B (zh) 一种面向实时生产过程的钢坯入库堆垛优化方法
CN106773686A (zh) 同轨双车运行模式下堆垛机调度路径模型建立方法
CN116461891A (zh) 一种物流仓储货物存放方法、系统及存储介质
CN102799725B (zh) 一种搬运机器人进行离线码垛时有效码垛区域的确定方法
CN114971479A (zh) 一种货物位置信息的生成方法、使用方法和装置
Phupattarakit et al. Warehouse management improvement for a textile manufacturer
CN114435816B (zh) 一种立体库房盘点的储位分配方法
CN113128924B (zh) 货物调度方法、装置和计算机可读存储介质
CN110705945A (zh) 一种物品运输方法、装置、存储介质及电子装置
US20220284393A1 (en) Replenishment method and apparatus, computer device, and storage medium
CN110880089A (zh) 基于知识图谱的仓库空间分配方法及系统
CN110533370A (zh) 一种货箱堆存方法、系统、介质和计算设备
CN112884422B (zh) 一种用于堆场仓储的起重机自动运行系统
US20230116216A1 (en) Simulation device, simulation system, conveyance system, and simulation method
Karasek et al. Optimization of logistic distribution centers process planning and scheduling
CN112101871A (zh) 仓库货位管理方法及管理系统
CN113313440A (zh) 仓储数据处理方法、装置、计算设备及介质
Fernández-Caballero et al. Trade-off curve approach to unit load decisions

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