CN111715537B

CN111715537B - 货物件型划分方法和装置

Info

Publication number: CN111715537B
Application number: CN201910220499.XA
Authority: CN
Inventors: 陈夏; 孙金辉
Original assignee: Beijing Jingdong Zhenshi Information Technology Co Ltd
Current assignee: Beijing Jingbangda Trade Co Ltd; Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority date: 2019-03-22
Filing date: 2019-03-22
Publication date: 2023-01-31
Anticipated expiration: 2039-03-22
Also published as: CN111715537A

Abstract

本公开提出一种货物件型划分方法和装置，涉及物流和仓储领域。通过分析货物的拣选时长基于货物的件型影响因子值呈现的变化趋势，其中“拣选时长”能够客观反映货物的件型影响因子(如重量和尺寸等)的差异，拣选时长基于件型影响因子值呈现的变化趋势中的“拐点”是件型影响因子对件型由量变影响到质变影响的客观体现，因此，将“拐点”处的影响因子值确定为件型划分的分割点，相对于基于经验选择件型划分的分割点，可以使得所确定的件型划分的分割点更加准确和客观，进而使得件型的划分更加准确和客观。

Description

货物件型划分方法和装置

技术领域

本公开涉及物流和仓储领域，特别涉及一种货物件型划分方法和装置。

背景技术

在物流和仓储领域的一些业务中，往往基于经验设定货物的各种件型的参数范围，进而依据设定的参数范围确定货物的件型，如小件、大件等。基于确定的货物的件型，例如可以评估货物的物流成本等。

发明内容

发明人发现，基于经验划分货物的件型，往往不能真实和准确地反映物流成本，进而使得基于件型的一些业务出现偏差。

本公开基于货物的拣选时长划分货物的件型，“拣选时长”能够客观反映货物的件型影响因子(如重量和尺寸等)的差异，拣选时长基于件型影响因子值呈现的变化趋势中的“拐点”是件型影响因子对件型由量变影响到质变影响的客观体现，因此，将“拐点”处的影响因子值确定为件型划分的分割点，相对于基于经验选择件型划分的分割点，可以使得所确定的件型划分的分割点更加准确和客观，进而使得件型的划分更加准确和客观。

本公开的一些实施例提出一种货物件型划分方法，包括：

统计多种货物的件型影响因子值和拣选时长；

分析货物的拣选时长基于货物的件型影响因子值呈现的变化趋势；

将变化趋势中的拐点处的拣选时长所对应的件型影响因子值作为件型划分的分割点，把货物的件型影响因子值的范围空间划分为不同的区域，每个区域对应一种货物的件型。

在一些实施例中，将依据货物的不同种类的件型影响因子值所确定的货物的最大件型确定为该货物的件型。

在一些实施例中，根据货物的件型，确定货物所在仓库的拣选工具。

在一些实施例中，根据货物的件型，确定货物的仓储分布。

在一些实施例中，根据货物的件型，确定货物的物流成本。

在一些实施例中，货物的拣选时长依据货物被单独拣选时所消耗的时长确定。

在一些实施例中，件型影响因子值包括重量值和尺寸值中的至少一种，尺寸值包括体积值和最大边长值中的至少一种。

本公开的一些实施例提出一种货物件型划分装置，包括：

统一单元，被配置为统计多种货物的件型影响因子值和拣选时长；

分析单元，被配置为分析货物的拣选时长基于货物的件型影响因子值呈现的变化趋势；

划分单元，被配置为将变化趋势中的拐点处的拣选时长所对应的件型影响因子值作为件型划分的分割点，把货物的件型影响因子值的范围空间划分为不同的区域，每个区域对应一种货物的件型。

在一些实施例中，划分单元，还被配置为将依据货物的不同种类的件型影响因子值所确定的货物的最大件型确定为该货物的件型。

在一些实施例中，还包括：业务单元，被配置为：

根据货物的件型，确定货物所在仓库的拣选工具；

或，根据货物的件型，确定货物的仓储分布；

或，根据货物的件型，确定货物的物流成本。

本公开的一些实施例提出一种货物件型划分装置，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行前述任一个实施例的货物件型划分方法。

本公开的一些实施例提出一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前述任一个实施例的货物件型划分方法。

附图说明

下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍。根据下面参照附图的详细描述，可以更加清楚地理解本公开，

显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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为本公开基于单件型影响因子的货物件型划分方法一些实施例的流程示意图。

图2示例性地示出货物的拣选时长基于货物的重量值呈现的变化趋势的示意图。

图3为本公开基于多件型影响因子的货物件型划分方法一些实施例的流程示意图。

图4为本公开基于货物件型的拣选处理方法一些实施例的流程示意图。

图5为本公开基于货物件型的仓储处理方法一些实施例的流程示意图。

图6为本公开基于货物件型的物流成本处理方法一些实施例的流程示意图。

图7为本公开货物件型划分装置一些实施例的结构示意图。

图8为本公开货物件型划分装置一些实施例的结构示意图。

具体实施方式

下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述。

如图1所示，该实施例的方法包括：

步骤11，统计多种货物的件型影响因子值和拣选时长。

在一些实施例中，可以从数据库中调取货物的物理属性信息，并选取其中对于件型有影响的属性信息作为件型影响因子。

其中，件型影响因子例如包括重量和尺寸中的至少一种。尺寸例如包括根据长宽高确定的体积和最大边长中的至少一种。相应的，件型影响因子值例如包括重量值和尺寸值中的至少一种，尺寸值包括体积值和最大边长值中的至少一种。

拣货任务一般以拣货集合单为作业单位。一个拣货集合单通常包含多个出库订单的待拣选货物信息。拣货员领取拣货集合单后，按照掌上电脑(Personal DigitalAssistant，PDA)提示的当前待拣货物的巷道、储位以及拣货件数依次进行拣货，每个货物被拣取的操作时间(即，拣货时间)会被记录下来。

在一些实施例中，货物的拣选时长的计算公式例如为：

Time(i+1)＝T(i+1)-T(i)，

其中，Time(i+1)表示第i+1个被拣选货物的拣选时长，T(i+1)表示第i+1个被拣选货物的拣货时间，T(i)表示第i个被拣选货物的拣货时间。

基于货物拣选的统计规律，通常来说，货物的重量越大，拣选时长越大，货物的尺寸越大，拣选时长越大。因此，货物的“拣选时长”能够客观反映货物的件型影响因子(如重量和尺寸等)的差异。

为了使确定的货物的拣选时长更准确，设置公式中的拣货数量均是1，即货物的拣选时长依据货物被单独拣选时所消耗的时长确定。参见表1示出的依据各种货物的拣货时间确定货物的拣选时长的示例，其中，货物例如以SKU(Stock Keeping Unit，库存量单位)进行标识。由此，可以确定序号2-6对应货物的拣选时长，序号1对应的记录可以舍弃。

表1：示例

步骤12，分析货物的拣选时长基于货物的件型影响因子值呈现的变化趋势。

例如，基于多种货物的重量值和拣选时长的统计信息，分析得到货物的拣选时长基于货物的重量值呈现的变化趋势；或者，基于多种货物的最大边长值和拣选时长的统计信息，分析得到货物的拣选时长基于货物的最大边长值呈现的变化趋势；或者，基于多种货物的体积值和拣选时长的统计信息，分析得到货物的拣选时长基于货物的体积值呈现的变化趋势。

步骤13，将变化趋势中的拐点处的拣选时长所对应的件型影响因子值作为件型划分的分割点，把货物的件型影响因子值的范围空间划分为不同的区域，每个区域对应一种货物的件型。

上述实施例，基于货物的拣选时长划分货物的件型，“拣选时长”能够客观反映货物的件型影响因子(如重量和尺寸等)的差异，拣选时长基于件型影响因子值呈现的变化趋势可以客观反映件型影响因子对件型的影响，该变化趋势中的“拐点”是件型影响因子对件型由量变影响到质变影响的客观体现，因此，将“拐点”处的影响因子值确定为件型划分的分割点，相对于基于经验选择件型划分的分割点，可以使得所确定的件型划分的分割点更加准确和客观，进而使得件型的划分更加准确和客观。

图2示例性地示出货物的拣选时长(纵坐标，表示为t)基于货物的重量值(横坐标，表示为w)呈现的变化趋势的示意图。通过分析该变化趋势，各个“拐点”处对应的重量值(即，分割点)分别为2.5kg，5kg，15kg，30kg，“重量≤2.5kg”对应第一件型(例如命名为“小件”)，“2.5＜重量≤5kg”对应第二件型(例如命名为“中小件”)，“5＜重量≤15kg”对应第三件型(例如命名为“中件”)，“15＜重量≤30kg”对应第四件型(例如命名为“大件”)，“重量>30kg”对应第五件型(例如命名为“超大件”)。件型的命名可以根据业务需要确定，本公开不做限定。

如图3所示，该实施例的方法包括：

步骤31，利用拣选时长，基于每种件型影响因子，分别划分货物件型。

基于每种件型影响因子(即，单件型影响因子)的货物件型划分方法，参考步骤11～13实现，这里不再赘述。

表2和表3分别示例性地示出基于重量划分的货物件型和基于最大边长划分的货物件型的示例。

表2：基于重量划分的货物件型的示例

表3：基于最大边长划分的货物件型的示例

步骤32，依据货物的每种件型影响因子值分别确定货物的件型。

步骤33，将依据货物的不同种类的件型影响因子值所确定的货物的最大件型确定为该货物的件型。

通过多件型影响因子融合方式确定货物的件型，结果更准确，更符合客观情况。

例如，一件货物的重量是1kg，最大边长是90cm，则依据表2，基于重量确定货物的件型为第一件型(小件)，依据表3，基于最大边长确定货物的件型为第四件型(大件)，基于重量和最大边长两个维度确定货物的件型为：基于重量确定的货物的件型和基于最大边长确定的货物的件型中的最大件型，即第四件型(大件)。这类货物(如泡货)，虽然重量不大，但是尺寸较大，拣选时长通常也会比较长，所以基于多件型影响因子融合方式确定的货物的件型更符合客观情况。

如图4所示，该实施例的方法包括：

步骤41，采用图1或图3所示实施例中的方法，基于货物的拣选时长以及一个或多个件型影响因子值，确定货物的件型。

步骤42，根据货物的件型，确定货物所在仓库的拣选工具。

在一些实施例中，根据货物的件型，结合件型对应的件型影响因子的范围区域，确定货物所在仓库的拣选工具在件型影响因子方面的性能参数，以提高拣选效率。

例如，依据表3，基于最大边长确定仓库1中的货物大多为第一件型(小件)和第二件型(中小件)，依据这两种件型的最大边长区间范围，仓库1可以选用最大容纳尺寸为55的自动导引运输车，这两种件型的货物可以同时被运输，自动导引运输车的运输能力可以得到最大利用。反之，如果选用的自动导引运输车的最大容纳尺寸为45，自动导引运输车只能运输第一件型(小件)的货物，自动导引运输车的运输空间和运输能力存在浪费，使得整个仓库的拣选效率比较低，仓库1中还需配备更大运输能力的自动导引运输车，以运输第二件型(中小件)的货物，更多的自动导引运输车会增加自动导引运输车调度的复杂性和等待时长。

如图5所示，该实施例的方法包括：

步骤51，采用图1或图3所示实施例中的方法，基于货物的拣选时长以及一个或多个件型影响因子值，确定货物的件型。

步骤52，根据货物的件型，确定货物的仓储分布。

在一些实施例中，依据表3，基于最大边长确定货物的件型，将件型接近的货物存放在一个仓库，提高仓储的空间利用率。例如，第一件型(小件)和第二件型(中小件)的货物存放在仓库1，第三件型(中件)和第四件型(大件)的货物存放在仓库2，第五件型(超大件)的货物单独放在仓库3。

如图6所示，该实施例的方法包括：

步骤61，采用图1或图3所示实施例中的方法，基于货物的拣选时长以及一个或多个件型影响因子值，确定货物的件型。

步骤62，根据货物的件型，确定货物的物流成本。不同的件型对应不同的物流成本。

由于在确定货物的件型的时候，就参考了拣选时长这一能够反映物流成本的参数，因此，本公开中的货物的件型能够反映货物的物流成本差异，进而根据货物的件型能够准确地确定货物的物流成本，提高物流成本核算的准确性。

例如，重量为3kg的货物，如果根据经验将其划分为第一件型(小件)，则不能客观衡量为该货物付出的物流成本，按照本公开的方案，基于表2，将其划分为第二件型(中小件)，能够客观衡量为该货物付出的物流成本，后续的按照第二件型的物流成本标准确定该货物的物流成本，从而提高物流成本核算的准确性。

图7为本公开货物件型划分装置一些实施例的结构示意图。

如图7所示，该实施例的装置包括：

统一单元71，被配置为统计多种货物的件型影响因子值和拣选时长。

分析单元72，被配置为分析货物的拣选时长基于货物的件型影响因子值呈现的变化趋势。

划分单元73，被配置为将变化趋势中的拐点处的拣选时长所对应的件型影响因子值作为件型划分的分割点，把货物的件型影响因子值的范围空间划分为不同的区域，每个区域对应一种货物的件型。

在一些实施例中，划分单元73，还被配置为将依据货物的不同种类的件型影响因子值所确定的货物的最大件型确定为该货物的件型。

在一些实施例中，还包括：业务单元74，被配置为：

根据货物的件型，确定货物所在仓库的拣选工具；

或，根据货物的件型，确定货物的仓储分布；

或，根据货物的件型，确定货物的物流成本。

图8为本公开货物件型划分装置一些实施例的结构示意图。

如图8所示，该实施例的装置包括：

存储器81；以及耦接至存储器的处理器82，处理器82被配置为基于存储在存储器中的指令，执行前述任一个实施例的货物件型划分方法。

其中，存储器81例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)以及其他程序等。

本领域内的技术人员应当明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本公开的较佳实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims

1.一种货物件型划分方法，其特征在于，包括：

统计多种货物的件型影响因子值和拣选时长；

2.如权利要求1所述的方法，其特征在于，将依据货物的不同种类的件型影响因子值所确定的货物的最大件型确定为该货物的件型。

3.如权利要求1所述的方法，其特征在于，

根据货物的件型，确定货物所在仓库的拣选工具。

4.如权利要求1所述的方法，其特征在于，

根据货物的件型，确定货物的仓储分布。

5.如权利要求1所述的方法，其特征在于，

根据货物的件型，确定货物的物流成本。

6.如权利要求1所述的方法，其特征在于，

货物的拣选时长依据货物被单独拣选时所消耗的时长确定。

7.如权利要求1-6任一项所述的方法，其特征在于，

件型影响因子值包括重量值和尺寸值中的至少一种，

尺寸值包括体积值和最大边长值中的至少一种。

8.一种货物件型划分装置，其特征在于，包括：

9.如权利要求8所述的装置，其特征在于，划分单元，还被配置为将依据货物的不同种类的件型影响因子值所确定的货物的最大件型确定为该货物的件型。

10.如权利要求8所述的装置，其特征在于，还包括：

业务单元，被配置为：

根据货物的件型，确定货物所在仓库的拣选工具；

或，根据货物的件型，确定货物的仓储分布；

或，根据货物的件型，确定货物的物流成本。

11.一种货物件型划分装置，其特征在于，包括：

存储器；以及

耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行权利要求1-7中任一项所述的货物件型划分方法。

12.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1-7中任一项所述的货物件型划分方法。