CN111695966B - 一种智能化包材推荐和装箱的方法与系统 - Google Patents

Abstract

本发明公开了一种智能化包材推荐和装箱方法、系统、计算机设备及其可读存储介质，该方法包括：获取订单信息，生成初始化商品序列；获取当前仓库可用包材信息，生成有序备选包材集；根据初始化商品序列和有序备选包材集，进行三维装箱模拟，确定商品在各备选包材中的放置路径；选择综合考虑成本和装填率最优的包材，按照初始化商品序列和商品在选择包材中的放置路径，进行商品装箱。本发明有利于选择装填率更高的包材，从而节省包装成本，适用于快递包装这类小场景装箱。

Description

一种智能化包材推荐和装箱的方法与系统

技术领域

本发明属于工业自动化包装和物流仓储工业应用领域，具体涉及一种智能化包材推荐和装箱的方法与系统。

背景技术

收快递拆快递已经成为大众日常生活中不可缺少的一部分，但是快递外包装不仅增加了电商企业的成本，同时由于包装材料整体回收率不到20％，也给环境保护造成了不容忽视的压力。目前国内很多电商企业的订单包装推荐和装箱依旧凭借人工经验来选择包材，这种依靠经验选择包材的方式，受人为因素影响较大，存在极大的不确定性，既增加了企业的成本，也降低了包装人员的工作效率，同时过多辅材的使用对环境治理和保护造成了极大的压力。因此，客户订单的包装推荐和装箱问题，即基于订单中商品的尺寸、数量和商品互斥等属性，在仓库的可用包材集合中选择类型和尺寸均合适的低成本高装载率的包材，是目前电商企业重点研究和关注的问题。

在包材集合中依次对每一种包材进行评估的过程，就是一次简单的三维装箱过程，所以包装推荐问题也是一个三维装箱问题。现有关于三维装箱问题的专利和解决方案中，讨论的应用场景均为集装箱和货车车厢这类大场景，采用的解决方案基本上都是一系列启发式算法，考虑的约束包括重量、重心、货物优先级、温度等约束。对于集装箱和货车车厢这类大场景应用，由于货物数量巨大，约束较多，存在组合爆炸的问题，所以采用启发式算法可以在合理的求解时间内获得比较满意的装箱方案，这类算法求解的结果通常装填率不高，优化空间有限。但是，快递商品装箱问题是小场景应用，商品数量有限且可选包材数量均有限，不存在组合爆炸问题，该类启发式算法适用性有限。

和快递商品装箱需求相近的场景是送货箱物品装箱问题，目前该类问题的主要处理思路是随机生成商品装箱的初始序列同时设置循环次数，将货物依次装入送货箱，计算适应值，当适应值(A＝B/C，其中A是适应度，B是已经装箱的待装货物体积，C是所有待装货物体积)为1或者满足循环次数时，则结束装箱计算；选择体积更大的送货箱执行上述流程，直到找到适应值为1的送货箱。但是，送货箱物品装箱问题对商品初始序列采用随机序列，没有借鉴一些经验进行初始化商品装箱序列，装箱效果较差。同时，算法中的商品摆放没有考虑到方向性，装填率还有提升空间。

综上所述，现有包装推荐和装箱方法不利于企业包装成本和运输成本的降低，由于过多不合理包材的使用，导致辅材需求的增加，也不利于环境保护和治理，不适于快递商品装箱的小场景业务。

发明内容

针对以上现象和现有技术的不足，本发明的目的在于提供一种智能化包材推荐和装箱的方法与系统。

实现本发明目的的技术解决方案为：一种智能化包材推荐和装箱方法，包括如下步骤：

获取订单信息，生成初始化商品序列；

获取当前仓库可用包材信息，生成有序备选包材集；

根据初始化商品序列和有序备选包材集，进行三维装箱模拟，确定商品在各备选包材中的放置路径；

选择综合考虑成本和装填率最优的包材，按照初始化商品序列和商品在选择包材中的放置路径，进行商品装箱。

作为一种优选实施方式，所述生成初始化商品序列，按照如下方法确定：

根据订单信息，包括订单商品的数量、三维尺寸、商品物理属性和互斥属性，按照高度递减、底面积递减的原则，生成初始化商品序列。

作为一种优选实施方式，所述生成有序备选包材集，按照如下方法确定：

根据符合当前订单的可用包材信息，包括可用包材的类型和尺寸，按照成本和体积递减的原则，生成有序备选包材集。

作为一种更优选实施方式，所述符合当前订单的可用包材按照如下方法确定：

根据订单信息和当前仓库可用包材信息，确定符合当前订单的包材类型；

根据包材类型选择当前仓库中同类型、有库存、包材体积大于当前订单中商品总体积的可用包材，确定符合当前订单的可用包材。

作为一种优选实施方式，所述进行三维装箱模拟，确定商品在各备选包材中的放置路径，采用分层思想和商品层内最大适应度法则， 具体按照如下步骤执行：

按照初始化商品序列、包材的初始装箱方向，将商品依次放入备选包材集的各包材中，具体按照如下装箱逻辑执行：

(1)若包材中没有商品，则新建层，将待放入商品以不同的方向模拟放置在包材中，并对放入后未出界的商品放置方向计算商品层内适应度值；

(2)若包材中已经包含商品，将待放入商品以不同的方向模拟放置在已有商品的层的各摆放点上，并对放入后未出界的商品放置方向和摆放点计算商品层内适应度值；若当前层均无法放置该商品，则新建层进行模拟，若所有层的层高之和未超出包材高度，则按照(1) 将待放入商品模拟放置在新建层；否则切换包材的初始装箱方向，重新进行三维装箱模拟；

选择适应度值最高的层内摆放点和商品摆放方向作为待放入商品在模拟包材中的放置路径。

作为一种更优选实施方式，所述包材的初始装箱方向按照长、宽、高的次序切换。

作为一种更优选实施方式，所述商品层内适应度值的计算公式为：

其中H_l表示l层的层高；J_l表示已经放置在l层的商品；P(i,l,p)表示商品i放在l层的p位置时和包材的l层以及l层商品共边的长度； w_i、d_i、h_i表示商品i的宽长高；W、D表示包材的长宽；ρ、μ用于调整周长比和面积比在适应度公式中的占比，且满足ρ+μ≤1。

一种智能化包材推荐和装箱系统，包括：

订单信息获取模块，用于获取订单信息，生成初始化商品序列；

备选包材获取模块，用于获取当前仓库可用包材信息，生成有序备选包材集；

商品放置路径获取模块，用于根据初始化商品序列和有序备选包材集，进行三维装箱模拟，确定商品在各备选包材中的放置路径；

包材推荐模块，用于选择综合考虑成本和装填率最优的包材；

商品装箱模块，用于按照初始化商品序列和商品在选择包材中的放置路径，进行商品装箱。

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：

获取订单信息，生成初始化商品序列；

获取当前仓库可用包材信息，生成有序备选包材集；

根据初始化商品序列和有序备选包材集，进行三维装箱模拟，确定商品在各备选包材中的放置路径；

选择综合考虑成本和装填率最优的包材，按照初始化商品序列和商品在选择包材中的放置路径，进行商品装箱。

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：

获取订单信息，生成初始化商品序列；

获取当前仓库可用包材信息，生成有序备选包材集；

根据初始化商品序列和有序备选包材集，进行三维装箱模拟，确定商品在各备选包材中的放置路径；

选择综合考虑成本和装填率最优的包材，按照初始化商品序列和商品在选择包材中的放置路径，进行商品装箱。

本发明与现有技术相比，其显著优点在于：通过对订单商品装箱的序列按照一定规则进行初始化，以及合理设计商品评价商品放置方向和放置点的适应度公式，有利于选择装填率更高的包材，从而节省包装成本，适用于快递包装这类小场景装箱。

附图说明

图1是本发明智能化包材推荐和装箱方法的主流程图。

图2是本发明备选包材集获取的流程图。

图3是本发明商品装箱过程的逻辑图。

图4是本发明商品层内模拟摆放的流程图。

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。

一种智能化包材推荐和装箱方法，包括以下步骤：

步骤1：获取订单信息，订单信息包括订单商品的数量、三维尺寸、商品物理属性和互斥属性等，按照高度递减、底面积递减的原则，生成初始化商品序列。

所述按照高度递减、底面积递减的原则即先按照商品高度排序，如果商品高度一致，再按照商品底面积进行排序，根据上述原则可以生成初始化商品序列。

以表1所示的订单信息为例，根据表中订单商品长宽高尺寸和数量，按照商品高度和底面积对商品进行初始化序列排序，可以得到初始化序列为[2,1,4-1,4-2,3-1,3-2]，其中4-1,4-2表示的是编号为4的两个商品，同理3-1,3-2表示的是编号为3的两个商品。

表1用户订单商品长宽高尺寸和数量

商品编号	商品长(cm)	商品宽(cm)	商品高(cm)	商品件数
					1	28	10	7	1
2	12.5	17.5	9	1
					3	4.5	10.8	2.5	2
4	21.5	11.5	4	2

步骤2：获取当前仓库可用包材信息，包括可用包材的类型、尺寸等。根据订单信息和可用包材信息，确定符合当前订单的包材类型。根据包材类型寻找当前仓库中同类型、有库存、包材体积大于当前订单中商品总体积的可用包材型号，并按照成本和体积递减的原则，生成有序备选包材集。

所述可用包材包括A类纸箱、B类隐私袋、C类透明塑料袋三种类型。也可以采用其他类型的包材。所述按照成本和体积递减的原则即先根据成本进行初始化排序，成本一致，再按照体积排序，根据上述原则可以生成有序备选包材集。所述有序备选包材集的获取流程如图1所示，详细步骤如下：

步骤2-1：判断订单中商品物理属性是否包含液体和易碎物品，若存在，则备选包材集合为A类包材中包材体积超过订单商品总体积的所有可用包材；

步骤2-2：订单中商品不包含上述物理属性的商品，判断商品是否包含互斥属性是隐私商品的，若存在，则备选包材集合为A类和B 类包材中包材体积超过订单商品总体积的所有可用包材；

步骤2-3：订单中商品不包含上述物理属性和互斥属性的商品，判断全部商品互斥属性是否均为常规属性，若是，则备选包材集合为 A类和C类包材中包材体积超过订单商品总体积的所有可用包材；

步骤2-4：除上述情况以外的，备选包材集合均为A类包材中包材体积超过订单商品总体积的所有可用包材。

以表2所示的可用包材信息为例，对表1商品进行包材推荐。根据表中可用包材长宽高尺寸和成本，可以得到编号1-4包材体积分别是10920cm³、15984cm³、20948cm³、2352cm³。由于表1所示商品的总体积为6149.75cm³，则编号4包材体积比商品总体积小，不符合要求。按照成本和体积递减的原则，对符合要求的包材进行初始化排序，可以得到初始化序列为[3,1,2]。

表2仓库中可用包材类型

包材编号	商品长(cm)	商品宽(cm)	商品高(cm)	成本
					1	24	14	35	0.2
2	24	18	37	0.3
					3	23	14	34	0.19
4	12	7	28	0.1

步骤3：根据初始化有序商品序列和有序备选包材集，进行三维装箱模拟，具体可根据分层思想和商品层内最大适应度法则执行。

所述三维装箱模拟按照长、宽、高优先级，对备选包材集中进行订单商品三维装箱模拟，主流程及商品层内摆放细节分别如图3-4所示，详细步骤如下：

步骤3-1：按照初始化商品序列，将商品依次放入模拟包材中，若模拟包材中没有商品，则新建层，模拟当前商品以6个不同的方向 (即长宽高、长高宽、宽长高、宽高长、高长宽、高宽长)放置在包材的左下角，判断以指定方向(6个方向中的一个)放入包材中是否出界，并按照以下公式对未出界方向计算商品层内适应度值，商品层内适应度计算公式如下：

上述商品层内适应度公式包括三个部分：

①商品i放在l层p点后，商品底边和该层包材的四周以及放置在该层的商品的共边长度与商品i的周长比；

②已经放在l层的商品底面积之和与包材底面积比；

③商品j的高和l层层高的差值与l层层高的比。

其中H_l表示l层的层高；J_l表示已经放置在l层的商品；P(i,l,p)表示商品i放在l层的p位置时和包材的l层以及l层商品共边的长度； w_i、d_i、h_i表示商品i的宽长高；W、D表示包材的长宽；ρ、μ用于调整周长比和面积比在适应度公式中的占比，且满足ρ+μ≤1。

步骤3-2：若模拟包材中已经包含商品，将待放入商品模拟放置在已有商品的层，判断以指定方向放入当前层是否出界，并按照与步骤3-2相同的公式对未出界方向计算适应度值。

步骤3-3：若当前层均无法放置该商品，则新建层进行模拟，若所有层高和未超出包材高度，则在将待放入商品模拟放置在新建层，判断以指定方向放入当前层是否可以放下该商品，并按照与步骤3-2 相同的公式对未出界方向计算适应度值。

步骤3-4：若所有层高超出包材高度，则包材以当前方向无法完成订单商品放置，旋转包材方向继续尝试，否则表示有某个方向符合要求，则该包材提前结束模拟，转至步骤3-5；步骤3-5：选择适应度值最高的层内摆放点和商品摆放方向作为当前商品在模拟包材中的放置路径。

步骤3-6：依次将订单中商品按初始化序列模拟放入包材，选择综合成本，即成本最低和装填率最高的包材，综合成本目标函数如下：

其中，p表示当前包材，c_p表示当前包材的成本，C_max和C_min表示当前可选包材集合中成本最大值和最小值。V_order表示当前订单商品总体积，V_p表示当前包材体积，参数α和β用于权衡成本和装填率的权重。

上述三维装箱模拟主流程中，假设某实施例中包材的长宽高是L、 W、H，已有层为Layer1，层高为H1，该层可放置点为(x0,y0,z0) 和(x1,y1,z1)，待放入商品长宽高是l,w,h，放置的方向有6种，分别是{I,w,h}，{l,h,w}，{w,h,l}，{w,l,h}，{h,w,l}，{h,l,w}，当放置点是 (x0,y0,z0)，则可用(x0,y0,z0,x0+l,y0+w,z0+h)、 (x0,y0,z0,x0+l,y0+h,z0+w)、(x0,y0,z0,x0+w,y0+h,z0+l)、 (x0,y0,z0,x0+w,y0+l,z0+h)、(x0,y0,z0,x0+h,y0+w,z0+l)、 (x0,y0,z0,x0+h,y0+l,z0+w)表示商品以6种不同方式摆放对应的对角线坐标，同样可以用这种对角线坐标判断商品的放置方向。对以上六个方向的对角线坐标和包材当前层的长宽高比较判断，没有超出层尺寸的需通过层内适应度公式计算适应度值，并选择最大的适应度值的摆放方式进行货物放置。

以表1和2所示订单信息和可用包材信息为例，按照商品装箱序列[2,1,4,3]，3号包材方向按照包材宽度方向分层放置，可以得到商品放置对角线坐标结果如表3所示。表中，1号层层高9cm，放置商品包括[2,1,4-1,4-2]，2号层层高4cm，放置商品包括[3-1,3-2]。

表3商品放置对角线坐标

以编号4-1商品放置为例，描述放置过程。在1号层可放置点 (17.5,0,0)，(0,22.5,0)，(28,12.5,0)进行6个方向模拟放置，均超出当前层的尺寸，故需新建层进行放置。新建2号层，设置层高4cm，分别按照上述六个方向进行放置。假设评价函数中参数取值分别是ρ＝0.4，μ＝0.4，层内适应度值分别为：0.01688，0.01688，-0.36196， -0.36196，-0.86707，-0.86707，选择适应值最高的方向进行放置，即 (11.5,21.5,4)和(21.5,11.5,4)两种方向，随机选择其中一种，本次选择方向为(21.5,11.5,4)。

对表2中1-3号包材分别执行以上计算过程，均可以装下表1中所有订单商品，则计算目标函数，选择目标函数最小的包材。假设目标函数中参数取值分别是α＝0.8，β＝0.2，则1-3号包材目标函数分别为：-0.03186，0.723051和-0.11234，基于综合目标最小原则，最终选择3号包材作为该订单的包材，同时输出商品装箱路径，供现场包装人员参考打包。

步骤4：选择综合考虑成本和装填率最优的包材，输出当前订单的路径图信息，所述路径图信息包括订单中商品的装箱序列、放置方向和在包材中的三维坐标信息。

步骤5：根据订单商品在包材中的三维坐标信息，将商品依次装入包材的对应位置。

本发明还提出一种智能化包材推荐和装箱系统，包括：

订单信息获取模块，用于获取订单信息，生成初始化商品序列；

备选包材获取模块，用于获取当前仓库可用包材信息，生成有序备选包材集；

商品放置路径获取模块，用于根据初始化商品序列和有序备选包材集，进行三维装箱模拟，确定商品在各备选包材中的放置路径；

包材推荐模块，用于选择综合考虑成本和装填率最优的包材；

商品装箱模块，用于按照初始化商品序列和商品在选择包材中的放置路径，进行商品装箱。

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：

获取订单信息，生成初始化商品序列；

获取当前仓库可用包材信息，生成有序备选包材集；

根据初始化商品序列和有序备选包材集，进行三维装箱模拟，确定商品在各备选包材中的放置路径；

选择综合考虑成本和装填率最优的包材，按照初始化商品序列和商品在选择包材中的放置路径，进行商品装箱。

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：

获取订单信息，生成初始化商品序列；

获取当前仓库可用包材信息，生成有序备选包材集；

根据初始化商品序列和有序备选包材集，进行三维装箱模拟，确定商品在各备选包材中的放置路径；

选择综合考虑成本和装填率最优的包材，按照初始化商品序列和商品在选择包材中的放置路径，进行商品装箱。

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。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (8)

1.一种智能化包材推荐和装箱方法，其特征在于，包括如下步骤：

获取订单信息，生成初始化商品序列；

获取当前仓库可用包材信息，生成有序备选包材集；

根据初始化商品序列和有序备选包材集，进行三维装箱模拟，确定商品在各备选包材中的放置路径；

选择综合考虑成本和装填率最优的包材，按照初始化商品序列和商品在选择包材中的放置路径，进行商品装箱；

其中：

所述进行三维装箱模拟，确定商品在各备选包材中的放置路径，采用分层思想和商品层内最大适应度法则，具体按照如下步骤执行：

按照初始化商品序列、包材的初始装箱方向，将商品依次放入备选包材集的各包材中，具体按照如下装箱逻辑执行：

(1)若包材中没有商品，则新建层，将待放入商品以不同的方向模拟放置在包材中，并对放入后未出界的商品放置方向计算商品层内适应度值；

(2)若包材中已经包含商品，将待放入商品以不同的方向模拟放置在已有商品的层的各摆放点上，并对放入后未出界的商品放置方向和摆放点计算商品层内适应度值；若当前层均无法放置该商品，则新建层进行模拟，若所有层的层高之和未超出包材高度，则按照(1)将待放入商品模拟放置在新建层；否则切换包材的初始装箱方向，重新进行三维装箱模拟；

选择适应度值最高的层内摆放点和商品摆放方向作为待放入商品在模拟包材中的放置路径；

所述商品层内适应度值的计算公式为：

其中，H_l表示l层的层高；J_l表示已经放置在l层的商品；P(i,l,p)表示商品i放在l层的p位置时和包材的l层以及l层商品共边的长度；w_i、d_i、h_i表示商品i的宽长高；W、D表示包材的长宽；ρ、μ用于调整周长比和面积比在适应度公式中的占比，且满足ρ+μ≤1。

2.根据权利要求1所述的智能化包材推荐和装箱方法，其特征在于，所述生成初始化商品序列，按照如下方法确定：

根据订单信息，包括订单中商品的数量、三维尺寸、商品物理属性和互斥属性，按照高度递减、底面积递减的原则，生成初始化商品序列。

3.根据权利要求1所述的智能化包材推荐和装箱方法，其特征在于，所述生成有序备选包材集，按照如下方法确定：

根据符合当前订单的可用包材信息，包括可用包材的类型和尺寸，按照成本和体积递减的原则，生成有序备选包材集。

4.根据权利要求3所述的智能化包材推荐和装箱方法，其特征在于，所述符合当前订单的可用包材，按照如下方法确定：

根据订单信息和当前仓库可用包材信息，确定符合当前订单的包材类型；

根据包材类型选择当前仓库中同类型、有库存、包材体积大于当前订单中商品总体积的可用包材，确定符合当前订单的可用包材。

5.根据权利要求1所述的智能化包材推荐和装箱方法，其特征在于，所述包材的初始装箱方向按照长、宽、高的优先级次序切换。

6.一种智能化包材推荐和装箱系统，其特征在于，基于权利要求1-5任选一项所述的智能化包材推荐和装箱方法，实现智能化包材推荐和装箱。

7.一种计算机设备，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，基于权利要求1-5任选一项所述的智能化包材推荐和装箱方法，实现智能化包材推荐和装箱。

8.一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，基于权利要求1-5任选一项所述的智能化包材推荐和装箱方法，实现智能化包材推荐和装箱。

Images