CN111709681A - 一种离散仓储选位方法 - Google Patents

一种离散仓储选位方法 Download PDF

Info

Publication number
CN111709681A
CN111709681A CN202010496278.8A CN202010496278A CN111709681A CN 111709681 A CN111709681 A CN 111709681A CN 202010496278 A CN202010496278 A CN 202010496278A CN 111709681 A CN111709681 A CN 111709681A
Authority
CN
China
Prior art keywords
rule
container
tree
attributes
warehousing
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
CN202010496278.8A
Other languages
English (en)
Other versions
CN111709681B (zh
Inventor
张耿霖
杜子兮
李霞
苏龙平
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.)
Dalian Jiuzhou Chuangzhi Technology Co ltd
Original Assignee
Dalian Jiuzhou Chuangzhi 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 Dalian Jiuzhou Chuangzhi Technology Co ltd filed Critical Dalian Jiuzhou Chuangzhi Technology Co ltd
Priority to CN202010496278.8A priority Critical patent/CN111709681B/zh
Publication of CN111709681A publication Critical patent/CN111709681A/zh
Application granted granted Critical
Publication of CN111709681B publication Critical patent/CN111709681B/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
    • G06Q10/08—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
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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

本发明提供一种离散仓储选位方法，包括：对用户表述的需求进行分析，得到需求分析结果；将所述需求分析结果转化为运算规则，所述运算规则包括单一规则和复合规则；建立规则树模型，选用二叉树作为规则树的表示形式，所述二叉树的叶节点规则即为单一规则；由所述规则树模型根据运算子定义参与运算，完成对各仓储空间的价值评估，根据价值评估结果排序选择最优仓储容器。本发明能够利用基础规则的数理逻辑树形拓扑结构组合表达多种调度策略，同时能够适应变化的调度策略与调度规则，尤其在人机混合系统中发挥有益作用。

Description

一种离散仓储选位方法
技术领域
本发明涉及仓储技术领域，具体而言，尤其涉及一种基于规则树模型的离散仓储选位方法。
背景技术
仓储调度技术往往软硬件捆绑，且基于某一种特定场景，如桥式起重机或立体仓库等，调度规则较为固定。
而针对不同的业务场景，不同业主对仓储规则有着不同的需求。同时，仓储位自身包含几何空间信息以外的属性信息，物料自身属性也会影响相关调度规则。因而现有技术方法依据事先给定规则逻辑，缺乏通用性和扩展性，不能应对多种调度方式和仓储场景。
发明内容
根据上述提出的现有技术存在的缺乏通用性和扩展性、不能应对多种调度方式和仓储场景的技术问题，而提供一种基于规则树模型的离散仓储选位方法。本发明能够表示多种调度策略与规则，搜索不同规则条件下的最优库位。
本发明采用的技术手段如下：
一种离散仓储选位方法，包括：
对用户表述的需求进行分析，得到需求分析结果；
将所述需求分析结果转化为运算规则，所述运算规则包括单一规则和复合规则；
建立规则树模型，选用二叉树作为规则树的表示形式，所述二叉树的叶节点规则即为单一规则；
由所述规则树模型根据运算子定义参与运算，完成对各仓储空间的价值评估，根据价值评估结果排序选择最优仓储容器。
进一步地，所述单一规则的内部属性包括容器属性和物料属性，所述规则树的比较逻辑遵循属性一致性原则，所述容器属性包括容器空间几何形态属性以及容器的附加属性，所述物料属性包括字符类属性、数值类属性以及真值类属性。
进一步地，所述单一规则的运算子被定义为：
VR＝C*R
其中，VR为单一规则运算子，C标示单位仓储空间，R为运算规则。
进一步地，所述复合规则为多个单一规则按相应运算逻辑和参数组合而成的规则；
所述复合规则的运算子被定义为：
VR’＝C*R’
R’＝Ok(R1,R2,.....,Rn)
其中，VR’为复合规则运算子，R1,R2,.....,Rn为子规则运算子，Ok(.)是复合规则的算子记号，其中k可以表征包括或、且、取大值、取小值、加权平均、极差以及方差方差在内的运算。
进一步地，该方法还包括建立仓储空间模型的步骤，所述仓储空间模型为队列、堆栈、树、图模型中的一种。
进一步地，所述根据价值评估结果排序选择最优仓储容器，具体包括：
应用包围盒匹配算法判断当前物料与容器是否匹配；
根据与当前物料匹配的容器建立容器树，对所述容器树进行剪枝优化；
依次搜索仓储空间模型和规则树对每个容器进行估值；
选择评估运算子取值最高的容器为最优仓储容器。
较现有技术相比，本发明具有以下优点：
本发明针对最佳库位选择时出入库存在多种策略的情况，提出了用于表示多种策略的规则树模型。该模型可以用基础规则的数理逻辑树形拓扑结构组合表达多种调度策略。可适应变化的调度策略与调度规则，尤其在人机混合系统中发挥重要作用。
基于上述理由本发明可在仓储技术领域广泛推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方法执行流程图。
图2为本发明规则树结构示意图。
图3为本发明坐标定义示意图。
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。
如图1所示，本发明提供了一种离散仓储选位方法，包括：需求分析步骤、需求分解转化步骤、规则树建立步骤和最优仓储容器选择步骤。
在需求分析步骤，对用户表述的需求进行分析，得到需求分析结果。在执行该步骤之前，首先要对该方法中的模型系统进行定义。这里，记C为单位仓储空间，其内置物料(可空)即为M。假设：物料M一定存在与某容器C(逻辑空间)中，即场景中所有物料Mi对应唯一所属容器Ci。
在需求分解转化步骤，将所述需求分析结果转化为运算规则。这里记R为规则模型，分为单一规则与复合规则两大类。在本发明的一个实施例中，对单一规则与复合规则做如下设定。
(1)单一规则。单一规则属性包括：
id:规则唯一编号
level:等级，即规则权重w，默认取值为1，参与上级复合规则运算，在规则树建模时人为设置
compare_type:比较对象类型(1，物料2，容器)
compare_with:比较对象的唯一编码，即物料ID或容器ID
condition:比较后取优条件(0相等最好，1不相等最好，2越小越好，3越大越好)
prop_name:比较对象的属性名(容器属性或物料属性)
规则树的比较逻辑遵循属性一致性原则，即容器或物料的同属性之间可进行比较。
其中可比较的容器属性有：
如图3所示给出了坐标定义图，容器空间几何形态属性：
minX：两个容器的最小X坐标之间距离
minY：两个容器的最小Y坐标之间距离
minZ：两个容器的最小Z坐标之间距离
maxX：两个容器的最大X坐标之间距离
maxY：两个容器的最大Y坐标之间距离
maxZ：两个容器的最大Z坐标之间距离
midX：两个容器的中值X坐标之间距离
midY：两个容器的中值Y坐标之间距离
midZ：两个容器的中值Z坐标之间距离
center：两个容器的中心点坐标之间距离
容器的附加属性：
priority：优先级，可根据不同业务人为指定
可比较的物料属性有：
字符类属性：各类编号，厂商，类型，客户等
数值类属性：规格、大小、重量、出厂时间、入库时间等
真值类属性：是否为内部物料等
在本实施方式中，将物料的属性归结为以上三类，使得不同场景下不同物料的属性均扩展使用。
运算子VR＝C*R
单一规则是指只包含容器C或内置物料M属性比较的规则模型。只有单一规则可直接与仓储空间直接运算，可获得当前仓储空间的评估值。单一规则运算是一种基于比较逻辑的分值计算，分值越高越优先选择。估算值VR是容器的一种特殊出属性。
(2)复合规则。复合规则是由多个规则按某种运算逻辑和参数组合而成的规则。
复合规则属性：
id:规则唯一编号
child:所包含的子规则
level:等级，即规则权重w，默认取值为1，参与上级复合规则运算，在规则树建模时人为设置
logic_relation:规则关系(1或，2择高选择，3择低选择，4且，5加权求和，6极差，7方差)
上述每种规则关系对应的运算子定义如下：
运算子R’＝Ok(R1,R2,.....,Rn)
Ok是用于复合规则的某种算子记号，与复合规则属性中的logic_relation对应。本算法中采用常规统计值定义各算子计算方式，用复合规则的计算方式体现其规则与规则之间的关系。
或运算R’＝OOR(R1,R2,.....,Rn)
VR’＝Random(VR1,VR2,....,VRn)
且运算R’＝OAND(R1,R2,.....,Rn)
VR’＝VR1*VR2*...*VRn
取大值运算R’＝OMAX(R1,R2,.....,Rn)
VR’＝Max(VR1,VR2,....,VRn)
取小值运算R’＝OMIN(R1,R2,.....,Rn)
VR’＝Min(VR1,VR2,....,VRn)
加权平均运算R’＝OMEAN(R1,R2,.....,Rn)
VR’＝(w1*VR1+w2*VR2+......+wN*VRn)/(w1+w2+......+wn)
极差运算子R’＝OR(R1,R2,.....,Rn)
VR’＝Max(VR1,VR2,....,VRn)-Min(VR1,VR2,....,VRn)
方差运算子R’＝OVAR(R1,R2,.....,Rn)
VR’＝δVRi
在规则树建立步骤，建立规则树模型，选用二叉树作为规则树的表示形式，所述二叉树的叶节点规则即为单一规则。具体来说，如图2所示，复合规则可进一步由复合运算子建构成新的复合规则。通过复合运算组合而成的终极复合规则本质上是一个多叉树拓扑结构。对于多数调度策略，可选用二叉树作为规则树的表示形式。规则树中的叶节点规则即为单一规则，在实际容器评估时，由规则树根据运算子定义参与运算，最终完成对容器的价值评估。一个规则树至少由一个单一规则模型构成，通常由多个复合规则和单一规则模型构成。单一规则模型主要存储物料与容器的数值比较方式，复合规则主要存储所包含的字规则以及其逻辑关系。
在一个卷材“入库优先策略”的应用实例中，其需求表述为“入库越快越好”，通过对问题的分析，将其转化为对入库容器和每个仓储容器的中心点进行比较，此时只需建立一个单一规则构成判别模型。规则树模型结构如下：
属性名 属性说明 取值 取值说明
id 唯一标识 “FastEntry” 支持英文字符，需保证唯一性
level 规则的权重W 取默认值1 没有上级父规则，不参与运算
compare_type 比较类型 2 比较容器属性
compare_with 比较对象 “entry” 入口容器id
condition 比较后取优条件 2 越小越好
prop_name 比较属性名 “center” 容器中心点坐标
在一个线材“按序堆垛策略”的应用实例中，其需求表述“从底向上堆，同层依次从右向左，从前往后”，通过对问题的分析，需要层次化的调度规则，依次为：坐标Z，坐标Y，坐标X。规则树模型结构如下：
一级复合规则：
Figure BDA0002522961300000071
表达规则语义：优先考量基于高度的规则，其次考量同层内的方向规则。
二级单一规则：
属性名 属性说明 取值 取值说明
id 唯一标识 "warehouse_z" 支持英文字符，需保证唯一性
level 规则的权重W 100 绝对优先
compare_type 比较类型 2 比较容器属性
compare_with 比较对象 “warehouse” 整个仓储空间容器
condition 比较后取优条件 2 越小越好
prop_name 比较属性名 “maxZ” 容器最高点
表达规则语义：候选位置的最高点离整个空间的最高点越近越好。
二级复合规则：
Figure BDA0002522961300000081
表达规则语义：同层选优规则分别与X和Y两个方向的子规则有关。
三级单一规则：
属性名 属性说明 取值 取值说明
id 唯一标识 "warehouse_x" 支持英文字符，需保证唯一性
level 规则的权重W 100 绝对优先
compare_type 比较类型 2 比较容器属性
compare_with 比较对象 “warehouse” 整个仓储空间容器
condition 比较后取优条件 2 越小越好
prop_name 比较属性名 “maxX” 容器最右侧
表达规则语义：越靠右越好
属性名 属性说明 取值 取值说明
id 唯一标识 "warehouse_y" 支持英文字符，需保证唯一性
level 规则的权重W 1 绝对优先
compare_type 比较类型 2 比较容器属性
compare_with 比较对象 “warehouse” 整个仓储空间容器
condition 比较后取优条件 2 越小越好
prop_name 比较属性名 “minY” 容器最前侧
表达规则语义：越靠前越好。
在实际应用中，如果调度需求变化，如“从右向左”改为“从左到右”等，只需修改规则树中的值即可。
在最优仓储容器选择步骤，由所述规则树模型根据运算子定义参与运算，完成对各仓储空间的价值评估，根据价值评估结果排序选择最优仓储容器。在该步骤执行之前，还包括建立仓储空间模型的步骤，根据不同仓储场景的特点，可建立队列、堆栈、树、图等拓扑模型用于表示候选仓储空间。本专利对仓储空间模型不做特别约束，队列、堆栈、树、图等为计算机通用算法数据结构。最优仓储容器选择步骤中，主要遍历仓储空间模型，运用规则树对每个仓储空间进行评估，具体包括以下几个步骤：
STEP 1:物料与容器包围盒匹配算法
STEP 1.1:遍历下一个物料
STEP 1.2:遍历下一个容器
STEP 1.3:比较物料的包围盒和容器包围盒
CASE 1:容器包围盒包含物料包围盒，将物料添加在容器中GOTO STEP 1.1
CASE 2:容器包围盒不包含物料包围盒GOTO STEP 1.2
STEP 1.4:判断当前物料是否要匹配的容器
CASE 1:没有，报错结束GOTO END
CASE 2:有，继续查找GOTO STEP 2
STEP 2:容器树剪枝优化
STEP 2.1:遍历下一个容器
STEP 2.2:判断容器合法性
CASE 1:入库调度任务，删除已包含物料的容器
CASE 2:出库调度任务，删除没有物料的容器
STEP 3:依次搜索仓储空间模型和规则树对每个容器进行估值
STEP 3.1:遍历下一个仓储容器模型节点
STEP 3.2:遍历下一个规则树节点
STEP 3.3:记录叶节点规则对当前容器估值V＝C*R GOTO STEP 3.2
STEP 3.4:按规则节点复合规则运算子进行计算
STEP 3.5:用Sigmoid函数进行逻辑回归合算V值，GOTO STEP 3.1
STEP 4:选择评估值V最高为最佳容器
下面通过具体的应用实例，对本发明的计算方案做进一步说明。
在桥式起重机调度任务中，南北两跨呈对称结构，其调度规则也为对称结构。本专利可配置成不同的调度规则，对“从左往右或从右往左”，“从前往后或从后往前”等多种调度规则进行组合。
在出入库策略上，存在出库优先或入库优先等不同策略，可利用本专利拆分成与仓储位属性直接相关的调度规则，即出口最近或入口最近等。
在物料存放的规则方面，本专利可以将物料属性比较规则与仓储位比较规则进行组合，构成“物料规格一致的放在一起”，“客户一致的放在一起”等符合规则，满足多种调度最优化选位需求。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
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，所揭露的技术内容，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，可以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。
所述集成的单元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，本发明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全部或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(可为个人计算机、服务器或者网络设备等)执行本发明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、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (6)

1.一种离散仓储选位方法，其特征在于，包括：
对用户表述的需求进行分析，得到需求分析结果；
将所述需求分析结果转化为运算规则，所述运算规则包括单一规则和复合规则；
建立规则树模型，选用二叉树作为规则树的表示形式，所述二叉树的叶节点规则即为单一规则；
由所述规则树模型根据运算子定义参与运算，完成对各仓储空间的价值评估，根据价值评估结果排序选择最优仓储容器。
2.根据权利要求1所述的离散仓储选位方法，其特征在于，所述单一规则的内部属性包括容器属性和物料属性，所述规则树的比较逻辑遵循属性一致性原则，所述容器属性包括容器空间几何形态属性以及容器的附加属性，所述物料属性包括字符类属性、数值类属性以及真值类属性。
3.根据权利要求2所述的离散仓储选位方法，其特征在于，所述单一规则的运算子被定义为：
VR＝C*R
其中，VR为单一规则运算子，C标示单位仓储空间，R为运算规则。
4.根据权利要求2所述的离散仓储选位方法，其特征在于，所述复合规则为多个单一规则按相应运算逻辑和参数组合而成的规则；
所述复合规则的运算子被定义为：
VR’＝C*R’
R’＝Ok(R1,R2,.....,Rn)
其中，VR’为复合规则运算子，R1,R2,.....,Rn为子规则运算子，Ok(.)是复合规则的算子记号，其中k表征包括或、且、取大值、取小值、加权平均、极差以及方差方差在内的运算。
5.根据权利要求1所述的离散仓储选位方法，其特征在于，该方法还包括建立仓储空间模型的步骤，所述仓储空间模型为队列、堆栈、树、图模型中的一种。
6.根据权利要求1所述的离散仓储选位方法，其特征在于，所述根据价值评估结果排序选择最优仓储容器，具体包括：
应用包围盒匹配算法判断当前物料与容器是否匹配；
根据与当前物料匹配的容器建立容器树，对所述容器树进行剪枝优化；
依次搜索仓储空间模型和规则树对每个容器进行估值；
选择评估运算子取值最高的容器为最优仓储容器。
CN202010496278.8A 2020-06-03 2020-06-03 一种离散仓储选位方法 Active CN111709681B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010496278.8A CN111709681B (zh) 2020-06-03 2020-06-03 一种离散仓储选位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010496278.8A CN111709681B (zh) 2020-06-03 2020-06-03 一种离散仓储选位方法

Publications (2)

Publication Number Publication Date
CN111709681A true CN111709681A (zh) 2020-09-25
CN111709681B CN111709681B (zh) 2023-07-14

Family

ID=72538774

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010496278.8A Active CN111709681B (zh) 2020-06-03 2020-06-03 一种离散仓储选位方法

Country Status (1)

Country Link
CN (1) CN111709681B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116873431A (zh) * 2023-07-07 2023-10-13 湘南学院 一种基于岩板智能仓库的多重载agv储运方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6315513B1 (en) * 1998-12-25 2001-11-13 Hirata Corporation Automated warehouse and automated warehouse management method
CN109835651A (zh) * 2017-11-27 2019-06-04 北京京东尚科信息技术有限公司 货物分拣方法、服务器和系统
CN110909930A (zh) * 2019-11-20 2020-03-24 浙江工业大学 一种面向冷库的移动式货架仓储系统货位分配方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6315513B1 (en) * 1998-12-25 2001-11-13 Hirata Corporation Automated warehouse and automated warehouse management method
CN109835651A (zh) * 2017-11-27 2019-06-04 北京京东尚科信息技术有限公司 货物分拣方法、服务器和系统
CN110909930A (zh) * 2019-11-20 2020-03-24 浙江工业大学 一种面向冷库的移动式货架仓储系统货位分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘婧峥: "自动化立体仓库优化调度研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116873431A (zh) * 2023-07-07 2023-10-13 湘南学院 一种基于岩板智能仓库的多重载agv储运方法
CN116873431B (zh) * 2023-07-07 2024-02-06 湘南学院 一种基于岩板智能仓库的多重载agv储运方法

Also Published As

Publication number Publication date
CN111709681B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
US11232152B2 (en) Efficient processing of neighborhood data
Gupta et al. Landscape synergy in evolutionary multitasking
Sultana et al. An integrated approach for multiple criteria supplier selection combining Fuzzy Delphi, Fuzzy AHP & Fuzzy TOPSIS
US7962891B2 (en) Automated method for structured artifact matching
CN110570111A (zh) 企业风险预测方法、模型训练方法、装置及设备
US20070299835A1 (en) Search engine for software components and a search program for software components
Mitra et al. Feature selection using structural similarity
CN112463971A (zh) 一种基于层级组合模型的电商商品分类方法及系统
Ben-Shimon et al. An ensemble method for top-N recommendations from the SVD
CN114186073A (zh) 基于子图匹配和分布式查询的运维故障诊断分析方法
CN111709681B (zh) 一种离散仓储选位方法
CN110580252A (zh) 多目标优化下的空间对象索引与查询方法
CN116933130A (zh) 一种基于大数据的企业行业分类方法、系统、设备及介质
Kuang et al. In search for best meta-actions to boost businesses revenue
CN114692023A (zh) 地点检索方法、电子设备以及存储介质
KR20040028081A (ko) 유전자 알고리즘에 있어서 효율적인 적응도 함수 계산을위한 데이터 분류 방법
CN113807063A (zh) 面向dikw内容的意图驱动交互填表方法
CN116992943B (zh) 深度神经网络模型的链路剪枝方法、装置、设备和介质
CN116302042B (zh) 协议要素内容推荐方法、装置和计算机设备
CN110826771A (zh) 一种物流外包的风险分析方法、装置及存储介质
KR102359661B1 (ko) 데이터 관리 방법
CN116501739A (zh) 一种图数据分布式存储方法及装置
CN118445374A (zh) 基于相对距离的向量化方法、系统、设备及介质
Horta et al. Evolutionary fuzzy clustering: an overview and efficiency issues
Nita et al. Prospective financial assessment based on real options in small and medium-sized company

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