CN111476521A - 货物存储方法和装置 - Google Patents

货物存储方法和装置 Download PDF

Info

Publication number
CN111476521A
CN111476521A CN202010261410.7A CN202010261410A CN111476521A CN 111476521 A CN111476521 A CN 111476521A CN 202010261410 A CN202010261410 A CN 202010261410A CN 111476521 A CN111476521 A CN 111476521A
Authority
CN
China
Prior art keywords
goods
cargo
knowledge graph
stored
target area
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.)
Withdrawn
Application number
CN202010261410.7A
Other languages
English (en)
Inventor
李芳媛
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.)
Shanghai Minglue Artificial Intelligence Group Co Ltd
Original Assignee
Shanghai Minglue Artificial Intelligence Group 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 Shanghai Minglue Artificial Intelligence Group Co Ltd filed Critical Shanghai Minglue Artificial Intelligence Group Co Ltd
Priority to CN202010261410.7A priority Critical patent/CN111476521A/zh
Publication of CN111476521A publication Critical patent/CN111476521A/zh
Withdrawn legal-status Critical Current

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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computational Linguistics (AREA)

Abstract

本发明公开了一种货物存储方法和装置。其中，该方法包括：获取待存储的多种货物；获取多种货物中每一种货物的知识图谱；识别每一种货物的知识图谱，得到每一种货物的识别结果，其中，识别结果中记录有每一种货物的存储类型；按照识别结果，将每一种货物存储到仓库中与每一种货物对应的目标区域中，其中，识别结果中的每一个存储类型对应目标区域中的一个区域。本发明解决了相关技术中货物存储效率低的技术问题。

Description

货物存储方法和装置
技术领域
本发明涉及物流领域，具体而言，涉及一种货物存储方法和装置。
背景技术
在物流的过程中，在接收到订单数据后，涉及到对订单数据所对应的货物的存储。现有技术中，在存储货物的过程中，通常需要人为的指定待存储的货物中的每一种货物的存储位置。如某一种货物需存储到重要货物区域等等。
然而，若是采用上述方法，在对货物进行存储的过程中，需要消耗大量的人力，造成货物的存储效率低。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种货物存储方法和装置，以至少解决相关技术中货物存储效率低的技术问题。
根据本发明实施例的一个方面，提供了一种货物存储方法，包括：获取待存储的多种货物；获取所述多种货物中每一种货物的知识图谱；识别所述每一种货物的知识图谱，得到所述每一种货物的识别结果，其中，所述识别结果中记录有所述每一种货物的存储类型；按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中，其中，所述识别结果中的每一个所述存储类型对应所述目标区域中的一个区域。
作为一种可选的示例，所述获取所述多种货物中每一种货物的知识图谱包括：从数据库中查找所述每一种货物的知识图谱；在查找到所述每一种货物的知识图谱的情况下，调用所述每一种货物的知识图谱；在未查找到所述每一种货物的知识图谱的情况下，生成所述每一种货物的知识图谱，并将所述每一种货物的知识图谱存储到所述数据库中。
作为一种可选的示例，所述按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中包括：在所述多种货物中的两种货物被分配到同一个所述目标区域中的情况下，获取所述两种货物的属性信息；按照所述两种货物的所述属性信息的相似度，确定在同一个所述目标区域中存放所述两种货物的距离大小，其中，所述相似度越大，所述两种货物的距离越小。
作为一种可选的示例，所述获取待存储的多种货物包括：获取历史数据中，预定时长内的订单数据；统计所述订单数据对应的已存储货物；按照所述已存储货物计算未来所述预定时长内的待存储货物；将所述待存储货物确定为所述多种货物。
作为一种可选的示例，所述按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中包括：按照所述识别结果中，所述每一种货物的占据空间大小为所述仓库的所述目标区域分配不同的存储空间大小。
根据本发明实施例的另一方面，还提供了一种货物存储装置，包括：第一获取单元，用于获取待存储的多种货物；第二获取单元，用于获取所述多种货物中每一种货物的知识图谱；识别单元，用于识别所述每一种货物的知识图谱，得到所述每一种货物的识别结果，其中，所述识别结果中记录有所述每一种货物的存储类型；存储单元，用于按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中，其中，所述识别结果中的每一个所述存储类型对应所述目标区域中的一个区域。
作为一种可选的示例，所述第二获取单元包括：查找模块，用于从数据库中查找所述每一种货物的知识图谱；调用模块，用于在查找到所述每一种货物的知识图谱的情况下，调用所述每一种货物的知识图谱；生成模块，用于在未查找到所述每一种货物的知识图谱的情况下，生成所述每一种货物的知识图谱，并将所述每一种货物的知识图谱存储到所述数据库中。
作为一种可选的示例，所述存储单元包括：第一获取模块，用于在所述多种货物中的两种货物被分配到同一个所述目标区域中的情况下，获取所述两种货物的属性信息；第一确定模块，用于按照所述两种货物的所述属性信息的相似度，确定在同一个所述目标区域中存放所述两种货物的距离大小，其中，所述相似度越大，所述两种货物的距离越小。
作为一种可选的示例，所述第一获取单元包括：第二获取模块，用于获取历史数据中，预定时长内的订单数据；统计模块，用于统计所述订单数据对应的已存储货物；计算模块，用于按照所述已存储货物计算未来所述预定时长内的待存储货物；第二确定模块，用于将所述待存储货物确定为所述多种货物。
作为一种可选的示例，所述存储单元包括：分配模块，用于按照所述识别结果中，所述每一种货物的占据空间大小为所述仓库的所述目标区域分配不同的存储空间大小。
在本发明实施例中，采用获取待存储的多种货物；获取所述多种货物中每一种货物的知识图谱；识别所述每一种货物的知识图谱，得到所述每一种货物的识别结果，其中，所述识别结果中记录有所述每一种货物的存储类型；按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中，其中，所述识别结果中的每一个所述存储类型对应所述目标区域中的一个区域的方法，由于在上述方法中可以在获取到多种货物后，按照多种货物的知识图谱中所记录的存储类型来将多种货物一次性的存储到仓库中与多种货物的每一种货物对应的目标区域中，从而实现了提高货物存储效率的效果，进而解决了相关技术中货物存储效率低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种可选的货物存储方法的流程示意图；
图2是根据本发明实施例的一种可选的货物存储装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，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的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例的一个方面，提供了一种货物存储方法，可选地，作为一种可选的实施方式，上述货物存储方法包括：
S102，获取待存储的多种货物；
S104，获取所述多种货物中每一种货物的知识图谱；
S106，识别所述每一种货物的知识图谱，得到所述每一种货物的识别结果，其中，所述识别结果中记录有所述每一种货物的存储类型；
S108，按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中，其中，所述识别结果中的每一个所述存储类型对应所述目标区域中的一个区域。
可选地，上述货物存储方法可以但不限于应用于可以计算数据的终端上，例如手机、平板电脑、笔记本电脑、PC机等终端上，终端可以通过网络与服务器进行交互，上述网络可以包括但不限于无线网络或有线网络。其中，该无线网络包括：WIFI及其他实现无线通信的网络。上述有线网络可以包括但不限于：广域网、城域网、局域网。上述服务器可以包括但不限于任何可以进行计算的硬件设备。
可选地，本方案可以但不限于应用于仓储服务过程中。例如，在存储货物的过程中，获取待存储的多种货物后，可以获取多种货物中每一种货物的知识图谱，并通过识别知识图谱得到每一种货物的存储类型。按照该存储类型，将每一种货物存储到仓库中与每一种货物对应的目标区域中。通过本方法，实现了快捷高效的对货物进行存储。
可选地，本方案中的仓库可以被分成多个区域，多种货物中的每一种货物可以被分配到多个区域中的相同的目标区域，或者多个区域中不同的目标区域。例如，两种货物可以分配到一个区域或者两个区域中，三种货物可以被分配到三个区域或者两个区域或者一个区域中等，本方案并不限定。
可选地，本方案中在获取待分配的多种货物之前，可以先获取历史数据中预定时长内的订单数据。如历史数据中三天内的数据。然后，按照该三天内的数据计算未来三天内待存储的货物，并将计算得到的计算未来三天内待存储的货物确定为待存储的多种货物。也就是说，本方案可以通过历史数据预测未来一定时间段内可能会接收到的待存储的货物，并将预测到的数据确定为待存储的多种货物。预测的过程中，可以采用同时期比对的方法。例如，历史数据中周一的数据对应未来周一的数据，历史数据中节假期或者特殊日期的数据对应未来节假日或者特殊日期的数据。
可选地，本方案中在获取到待存储的多种货物后，可以获取每一种货物的知识图谱。可以预先从数据库中查询每一种货物的知识图谱，若是能够查找到对应的知识图谱，则直接调用，若是为查找到对应的知识图谱，则生成每一种货物的知识图谱。在生成每一种货物的知识图谱的过程中，需要获取每一种货物的各项数据信息。生成知识图谱后，将每一种货物的知识图谱存储到数据库中。
可选地，本方案中在获取到每一种货物的知识图谱之后，需要识别知识图谱，从而确定出每一种货物存储在仓库的哪一个区域中。
可选地，可以通过识别知识图谱从而确定每一种货物的所述区域。知识图谱中可以记录有货物的存储类型。存储类型通过识别多种货物的知识图谱中各项属性之间的关系得到。识别知识图谱的存储类型后，按照存储类型将每一种货物存储到仓库对应的区域中。每一种存储类型都对应有仓库的一个区域。
可选地，在存储多种货物的过程中，可以为仓库的多个区域分配不同的存储空间大小。例如，在计算得到未来预定时长内的待存储的多种货物后，可以按照每一种货物的体积来分配仓库多个区域的存储空间大小。例如，多种货物被分配到仓库1区域200立方米，被分配到仓库2区域300立方米，则可以按照货物的大小或者货物的比例关系，为仓库1与仓库2分配对应的存储空间，或者为仓库1与仓库2按照比例分配存储空间。
可选地，若是两种货物被分配到同一个存储区域内，则可以根据两种货物的相似度来确定两种货物的存储位置的远近。
可选地，可以比对两种货物的每一种属性信息的相似度，然后将每一种相似度加权求和，得到两种货物的相似度，进而根据相似度确定两种货物的距离远近。两种货物的相似度越高，两种货物的存储距离越近。
以下结合一个具体示例进行说明。
系统大数据平台对入库订单业务数据、特征数据、指标数据、以往入库订单需求数据进行管理、分析、监控。将数据进行综合处理与计算，对未来入库订单进行预测，为库位优化分配提供准确的基础数据。
例如在节假日、双十一、618等电商大促前期，以及季节变化时的入库货物数据预测。可以通过上一个节日的数据预测本次节日的数据。得到预测入库数据之后综合在库货物情况，进行库位分配。
系统知识图谱平台对货物各个属性进行分析，抓取知识图谱的要素(如：与某些品类相邻摆放容易发生安全性问题、抗挤压等级等等)。对品类属性进行量化、配装工人经验进行数字化。
知识图谱平台将货物属性进行分析，对于要素对应值进行匹配，并同时不断更新要素库，对于各个货物形成自己的画像。
入库订单导入平台后，知识图谱平台根据货物属性不同(比如有些货物需要单独摆放、有些货物需要分开存储等)针对于订单自动计算出订单的整体图像。将图像传入智能空间优化系统。
系统平台将各种品类的装载要求进行数据化、量化，将配装工人的经验进行数据化、规范化。根据货物属性不同(比如有些货物需要单独摆放、有些货物需要分开存储等)，采用不同的货位储存策略。
在空间优化分配过程中，空间优化平台对知识图谱平台进行问答操作，如：当前订单中单独摆放的货物有哪些？相关性较强的货物有哪些？进而将不同货物分派到不同的区域。之后针对于每个区域中的货物可以再向知识图谱平台提问：该品类可以与哪些品类相邻摆放？是否有指定摆放位置的品类？等等问题，进而选出下一步需要装载的品类和数量。
在此过程中，可以先进行仓库空间划分。大数据平台根据历史订单信息进行未来单量预测，灵活调整各种商品的库位分配情况，降低爆仓现象，预测货物的存储流转情况，按照比例对空间面积进行分配。将空间分为：单独摆放区、黄金流转区、滞货区、随机区。
针对每块空间的区域面积，规划货架的停放位置。并对货架进行编号。
大数据平台预测得到每种商品的存储量，对每种商品的空间进行预估计算。
记录货架的存货情况和在库货物信息。
知识图谱平台对摆放存储限制的要素进行抓取，对各货物属性进行分析，将各个属性进行数据化。如摆放位置要求、保质日期、出库频率、相邻摆放限制。
知识图谱平台对各个属性进行分析、归类，形成各个品类的画像。
订单数据导入知识图谱平台，平台对订单中品类进行分析，形成订单图谱。并对订单中新的知识图谱要素进行抓取，不断更新知识图谱要素库。
根据图谱中的各种商品的关联关系，将货物进行分组。使得同时出库的、相关性较大的货物集中配置摆放。
对分好组的每组商品与货架信息进行匹配，若有某个货架上存有当前组的货物，则优先进行该组货物的货架分配。比如当前组中有货物A，货架H00001上放有货物A，则寻找与当前货架H00001在同一货架上的可用货架，若寻找到H00002、H00003等，则将当前组的货物种类分配到当前货架。若当前货架不足使用，则分配到H00001所在货架的相邻货架的可用空间。
所有具有在库记录的商品所在组处理完成后，统计剩余空货架，对剩余未分配的货物组进行分配空间。循环处理完成所有组。
最后实现空间的分配。在此过程中，可以进行手动修正，以保证数据更优。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
根据本发明实施例的另一个方面，还提供了一种用于实施上述货物存储方法的货物存储装置。如图2所示，该装置包括：
(1)第一获取单元202，用于获取待存储的多种货物；
(2)第二获取单元204，用于获取所述多种货物中每一种货物的知识图谱；
(3)识别单元206，用于识别所述每一种货物的知识图谱，得到所述每一种货物的识别结果，其中，所述识别结果中记录有所述每一种货物的存储类型；
(4)存储单元208，用于按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中，其中，所述识别结果中的每一个所述存储类型对应所述目标区域中的一个区域。
可选地，本方案可以但不限于应用于仓储服务过程中。例如，在存储货物的过程中，获取待存储的多种货物后，可以获取多种货物中每一种货物的知识图谱，并通过识别知识图谱得到每一种货物的存储类型。按照该存储类型，将每一种货物存储到仓库中与每一种货物对应的目标区域中。通过本方法，实现了快捷高效的对货物进行存储。
可选地，本方案中的仓库可以被分成多个区域，多种货物中的每一种货物可以被分配到多个区域中的相同的目标区域，或者多个区域中不同的目标区域。例如，两种货物可以分配到一个区域或者两个区域中，三种货物可以被分配到三个区域或者两个区域或者一个区域中等，本方案并不限定。
可选地，本方案中在获取待分配的多种货物之前，可以先获取历史数据中预定时长内的订单数据。如历史数据中三天内的数据。然后，按照该三天内的数据计算未来三天内待存储的货物，并将计算得到的计算未来三天内待存储的货物确定为待存储的多种货物。也就是说，本方案可以通过历史数据预测未来一定时间段内可能会接收到的待存储的货物，并将预测到的数据确定为待存储的多种货物。预测的过程中，可以采用同时期比对的方法。例如，历史数据中周一的数据对应未来周一的数据，历史数据中节假期或者特殊日期的数据对应未来节假日或者特殊日期的数据。
可选地，本方案中在获取到待存储的多种货物后，可以获取每一种货物的知识图谱。可以预先从数据库中查询每一种货物的知识图谱，若是能够查找到对应的知识图谱，则直接调用，若是为查找到对应的知识图谱，则生成每一种货物的知识图谱。在生成每一种货物的知识图谱的过程中，需要获取每一种货物的各项数据信息。生成知识图谱后，将每一种货物的知识图谱存储到数据库中。
可选地，本方案中在获取到每一种货物的知识图谱之后，需要识别知识图谱，从而确定出每一种货物存储在仓库的哪一个区域中。
可选地，可以通过识别知识图谱从而确定每一种货物的所述区域。知识图谱中可以记录有货物的存储类型。存储类型通过识别多种货物的知识图谱中各项属性之间的关系得到。识别知识图谱的存储类型后，按照存储类型将每一种货物存储到仓库对应的区域中。每一种存储类型都对应有仓库的一个区域。
可选地，在存储多种货物的过程中，可以为仓库的多个区域分配不同的存储空间大小。例如，在计算得到未来预定时长内的待存储的多种货物后，可以按照每一种货物的体积来分配仓库多个区域的存储空间大小。例如，多种货物被分配到仓库1区域200立方米，被分配到仓库2区域300立方米，则可以按照货物的大小或者货物的比例关系，为仓库1与仓库2分配对应的存储空间，或者为仓库1与仓库2按照比例分配存储空间。
可选地，若是两种货物被分配到同一个存储区域内，则可以根据两种货物的相似度来确定两种货物的存储位置的远近。
可选地，可以比对两种货物的每一种属性信息的相似度，然后将每一种相似度加权求和，得到两种货物的相似度，进而根据相似度确定两种货物的距离远近。两种货物的相似度越高，两种货物的存储距离越近。
以下结合一个具体示例进行说明。
系统大数据平台对入库订单业务数据、特征数据、指标数据、以往入库订单需求数据进行管理、分析、监控。将数据进行综合处理与计算，对未来入库订单进行预测，为库位优化分配提供准确的基础数据。
例如在节假日、双十一、618等电商大促前期，以及季节变化时的入库货物数据预测。可以通过上一个节日的数据预测本次节日的数据。得到预测入库数据之后综合在库货物情况，进行库位分配。
系统知识图谱平台对货物各个属性进行分析，抓取知识图谱的要素(如：与某些品类相邻摆放容易发生安全性问题、抗挤压等级等等)。对品类属性进行量化、配装工人经验进行数字化。
知识图谱平台将货物属性进行分析，对于要素对应值进行匹配，并同时不断更新要素库，对于各个货物形成自己的画像。
入库订单导入平台后，知识图谱平台根据货物属性不同(比如有些货物需要单独摆放、有些货物需要分开存储等)针对于订单自动计算出订单的整体图像。将图像传入智能空间优化系统。
系统平台将各种品类的装载要求进行数据化、量化，将配装工人的经验进行数据化、规范化。根据货物属性不同(比如有些货物需要单独摆放、有些货物需要分开存储等)，采用不同的货位储存策略。
在空间优化分配过程中，空间优化平台对知识图谱平台进行问答操作，如：当前订单中单独摆放的货物有哪些？相关性较强的货物有哪些？进而将不同货物分派到不同的区域。之后针对于每个区域中的货物可以再向知识图谱平台提问：该品类可以与哪些品类相邻摆放？是否有指定摆放位置的品类？等等问题，进而选出下一步需要装载的品类和数量。
在此过程中，可以先进行仓库空间划分。大数据平台根据历史订单信息进行未来单量预测，灵活调整各种商品的库位分配情况，降低爆仓现象，预测货物的存储流转情况，按照比例对空间面积进行分配。将空间分为：单独摆放区、黄金流转区、滞货区、随机区。
针对每块空间的区域面积，规划货架的停放位置。并对货架进行编号。
大数据平台预测得到每种商品的存储量，对每种商品的空间进行预估计算。
记录货架的存货情况和在库货物信息。
知识图谱平台对摆放存储限制的要素进行抓取，对各货物属性进行分析，将各个属性进行数据化。如摆放位置要求、保质日期、出库频率、相邻摆放限制。
知识图谱平台对各个属性进行分析、归类，形成各个品类的画像。
订单数据导入知识图谱平台，平台对订单中品类进行分析，形成订单图谱。并对订单中新的知识图谱要素进行抓取，不断更新知识图谱要素库。
根据图谱中的各种商品的关联关系，将货物进行分组。使得同时出库的、相关性较大的货物集中配置摆放。
对分好组的每组商品与货架信息进行匹配，若有某个货架上存有当前组的货物，则优先进行该组货物的货架分配。比如当前组中有货物A，货架H00001上放有货物A，则寻找与当前货架H00001在同一货架上的可用货架，若寻找到H00002、H00003等，则将当前组的货物种类分配到当前货架。若当前货架不足使用，则分配到H00001所在货架的相邻货架的可用空间。
所有具有在库记录的商品所在组处理完成后，统计剩余空货架，对剩余未分配的货物组进行分配空间。循环处理完成所有组。
最后实现空间的分配。在此过程中，可以进行手动修正，以保证数据更优。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置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，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接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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，在本发明各个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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种货物存储方法，其特征在于，包括：
获取待存储的多种货物；
获取所述多种货物中每一种货物的知识图谱；
识别所述每一种货物的知识图谱，得到所述每一种货物的识别结果，其中，所述识别结果中记录有所述每一种货物的存储类型；
按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中，其中，所述识别结果中的每一个所述存储类型对应所述目标区域中的一个区域。
2.根据权利要求1所述的方法，其特征在于，所述获取所述多种货物中每一种货物的知识图谱包括：
从数据库中查找所述每一种货物的知识图谱；
在查找到所述每一种货物的知识图谱的情况下，调用所述每一种货物的知识图谱；
在未查找到所述每一种货物的知识图谱的情况下，生成所述每一种货物的知识图谱，并将所述每一种货物的知识图谱存储到所述数据库中。
3.根据权利要求1所述的方法，其特征在于，所述按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中包括：
在所述多种货物中的两种货物被分配到同一个所述目标区域中的情况下，获取所述两种货物的属性信息；
按照所述两种货物的所述属性信息的相似度，确定在同一个所述目标区域中存放所述两种货物的距离大小，其中，所述相似度越大，所述两种货物的距离越小。
4.根据权利要求1所述的方法，其特征在于，所述获取待存储的多种货物包括：
获取历史数据中，预定时长内的订单数据；
统计所述订单数据对应的已存储货物；
按照所述已存储货物计算未来所述预定时长内的待存储货物；
将所述待存储货物确定为所述多种货物。
5.根据权利要求1至4任意一项所述的方法，其特征在于，所述按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中包括：
按照所述识别结果中，所述每一种货物的占据空间大小为所述仓库的所述目标区域分配不同的存储空间大小。
6.一种货物存储装置，其特征在于，包括：
第一获取单元，用于获取待存储的多种货物；
第二获取单元，用于获取所述多种货物中每一种货物的知识图谱；
识别单元，用于识别所述每一种货物的知识图谱，得到所述每一种货物的识别结果，其中，所述识别结果中记录有所述每一种货物的存储类型；
存储单元，用于按照所述识别结果，将所述每一种货物存储到仓库中与所述每一种货物对应的目标区域中，其中，所述识别结果中的每一个所述存储类型对应所述目标区域中的一个区域。
7.根据权利要求6所述的装置，其特征在于，所述第二获取单元包括：
查找模块，用于从数据库中查找所述每一种货物的知识图谱；
调用模块，用于在查找到所述每一种货物的知识图谱的情况下，调用所述每一种货物的知识图谱；
生成模块，用于在未查找到所述每一种货物的知识图谱的情况下，生成所述每一种货物的知识图谱，并将所述每一种货物的知识图谱存储到所述数据库中。
8.根据权利要求6所述的装置，其特征在于，所述存储单元包括：
第一获取模块，用于在所述多种货物中的两种货物被分配到同一个所述目标区域中的情况下，获取所述两种货物的属性信息；
第一确定模块，用于按照所述两种货物的所述属性信息的相似度，确定在同一个所述目标区域中存放所述两种货物的距离大小，其中，所述相似度越大，所述两种货物的距离越小。
9.根据权利要求6所述的装置，其特征在于，所述第一获取单元包括：
第二获取模块，用于获取历史数据中，预定时长内的订单数据；
统计模块，用于统计所述订单数据对应的已存储货物；
计算模块，用于按照所述已存储货物计算未来所述预定时长内的待存储货物；
第二确定模块，用于将所述待存储货物确定为所述多种货物。
10.根据权利要求6至9任意一项所述的装置，其特征在于，所述存储单元包括：
分配模块，用于按照所述识别结果中，所述每一种货物的占据空间大小为所述仓库的所述目标区域分配不同的存储空间大小。
CN202010261410.7A 2020-04-03 2020-04-03 货物存储方法和装置 Withdrawn CN111476521A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010261410.7A CN111476521A (zh) 2020-04-03 2020-04-03 货物存储方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010261410.7A CN111476521A (zh) 2020-04-03 2020-04-03 货物存储方法和装置

Publications (1)

Publication Number Publication Date
CN111476521A true CN111476521A (zh) 2020-07-31

Family

ID=71749777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010261410.7A Withdrawn CN111476521A (zh) 2020-04-03 2020-04-03 货物存储方法和装置

Country Status (1)

Country Link
CN (1) CN111476521A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114118886A (zh) * 2020-08-27 2022-03-01 北京极智嘉科技股份有限公司 任务处理的方法、装置、电子设备、及存储介质
CN115376242A (zh) * 2022-08-22 2022-11-22 广东便捷神科技股份有限公司 一种售货机的智能储物架的货物自动分配方法
CN117952522A (zh) * 2024-03-26 2024-04-30 瑞熙(苏州)智能科技有限公司 一种基于数据处理的仓库入库管理方法及系统

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114118886A (zh) * 2020-08-27 2022-03-01 北京极智嘉科技股份有限公司 任务处理的方法、装置、电子设备、及存储介质
CN115376242A (zh) * 2022-08-22 2022-11-22 广东便捷神科技股份有限公司 一种售货机的智能储物架的货物自动分配方法
CN115376242B (zh) * 2022-08-22 2023-08-08 广东便捷神科技股份有限公司 一种售货机的智能储物架的货物自动分配方法
CN117952522A (zh) * 2024-03-26 2024-04-30 瑞熙(苏州)智能科技有限公司 一种基于数据处理的仓库入库管理方法及系统
CN117952522B (zh) * 2024-03-26 2024-06-07 瑞熙(苏州)智能科技有限公司 一种基于数据处理的仓库入库管理方法及系统

Similar Documents

Publication Publication Date Title
CN111476521A (zh) 货物存储方法和装置
CN111476413A (zh) 基于大数据的仓库储位分配方法及系统
Strack et al. An integrated model for warehouse and inventory planning
Ang et al. Robust storage assignment in unit-load warehouses
Veinott Jr Optimal policy in a dynamic, single product, nonstationary inventory model with several demand classes
CN110310057B (zh) 货品排序和货位处理方法、装置、设备及其存储介质
CN112036667A (zh) 仓库货位优化方法、设备、存储介质及装置
Axsäter et al. A distribution inventory model with transshipments from a support warehouse
CN111782646B (zh) 库位分配的方法、系统、计算机设备和可读存储介质
CN110866653A (zh) 基于大数据平台对仓库空间优化的方法及装置
CN105913206A (zh) 一种分布式仓储货物调度系统及方法
CN110705805A (zh) 货物的装配方法及装置、存储介质、电子装置
CN111325509A (zh) 数据处理方法及装置、存储介质、电子装置
US11830036B1 (en) System and method for inventory display management tool
Gagliardi et al. Space allocation and stock replenishment synchronization in a distribution center
CN112633793B (zh) 自动化立体库通过大数据分析优化货位入库分配的方法
CN110705946A (zh) 货物配装方法及货物配装系统
Ketzenberg et al. The value of information for managing retail inventory remotely
CN115170030A (zh) 仓库库存分配方法、装置、设备及存储介质
CN113780611A (zh) 一种库存管理方法和装置
CN113657824A (zh) 一种冷链物流调度管理方法、系统、装置以及存储介质
CN110910065A (zh) 基于大数据和知识图谱的仓库空间分配方法及系统
CN113888229A (zh) 一种门店数据处理及订单处理方法及装置
CN111507664A (zh) 一种用于货物越库的方法、装置
US20140350991A1 (en) Systems and methods for logistics network management

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200731

WW01 Invention patent application withdrawn after publication