CN111738539B - 一种拣货任务分配方法、装置、设备及介质 - Google Patents

一种拣货任务分配方法、装置、设备及介质 Download PDF

Info

Publication number
CN111738539B
CN111738539B CN202010128671.1A CN202010128671A CN111738539B CN 111738539 B CN111738539 B CN 111738539B CN 202010128671 A CN202010128671 A CN 202010128671A CN 111738539 B CN111738539 B CN 111738539B
Authority
CN
China
Prior art keywords
task
picking
distributed
target
initial
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.)
Active
Application number
CN202010128671.1A
Other languages
English (en)
Other versions
CN111738539A (zh
Inventor
韩建平
朱恒斌
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.)
Beijing Jingdong Qianshi Technology Co Ltd
Original Assignee
Beijing Jingdong Qianshi 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 Beijing Jingdong Qianshi Technology Co Ltd filed Critical Beijing Jingdong Qianshi Technology Co Ltd
Priority to CN202010128671.1A priority Critical patent/CN111738539B/zh
Publication of CN111738539A publication Critical patent/CN111738539A/zh
Application granted granted Critical
Publication of CN111738539B publication Critical patent/CN111738539B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman 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
    • G06Q10/0835—Relationships between shipper or supplier and carriers
    • G06Q10/08355—Routing methods

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

本发明实施例公开了一种拣货任务分配方法、装置、设备及介质，所述方法包括：当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；根据所述位置信息对所述待分配拣货任务进行聚类，得到目标聚类结果；根据所述目标聚类结果将所述待分配拣货任务进行分配。本发明实施例提供的拣货任务分配方法通过根据待分配拣货任务的位置信息对待分配拣货任务进行聚类，根据聚类结果进行任务分配，使得拣货任务的分配方式更加合理，从而提高了拣货效率。

Description

一种拣货任务分配方法、装置、设备及介质
技术领域
本发明实施例涉及物流仓储领域，尤其涉及一种拣货任务分配方法、装置、设备及介质。
背景技术
在物流领域，拣货任务的分配在一定程度上决定了拣货效率，从而决定了物流配送效率。目前人区仓库的拣货任务分配中大多数采用按照如下策略：(1)随机的分配策略，拣货任务顺序的平均分配到拣货人员上，每个拣货人员分到的拣货的货架是随机分布。(2)按照同一巷道原则分配，是先把任务按照巷道分布划分出来，再根据拣货人数平均分配，大部分情况下做到每个人的任务都是顺着整个巷道去找，避免了频繁的跨巷道。(3)距离成本排序策略，就是对所有的拣货任务所在货架点的坐标进行距离成本排序，按照对应的排名进行划分区间段。比如排序为1-20的分配一个人，20-40分配一个人。
在实现本发明的过程中，发明人发现现有技术中至少存在以下技术问题：随机分配策略中任务随机分配，拣货效率低；同一巷道原则分配中比较依赖仓库布局，仓库中巷道较长时拣货效率低；距离成本排序策略可能导致不相邻的货架分配至同一人拣货，导致拣货效率低。
发明内容
本发明实施例提供了一种拣货任务分配方法、装置、设备及介质，以实现确定合理的进行拣货任务分配，提高拣货效率。
第一方面，本发明实施例提供了一种拣货任务分配方法，包括：
当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；
根据位置信息对待分配拣货任务进行聚类，得到目标聚类结果；
根据目标聚类结果将待分配拣货任务进行分配。
第二方面，本发明实施例还提供了一种拣货任务分配装置，包括：
位置信息获取模块，用于当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；
拣货任务聚类模块，用于根据位置信息对待分配拣货任务进行聚类，得到目标聚类结果；
拣货任务分配模块，用于根据目标聚类结果将待分配拣货任务进行分配。
第三方面，本发明实施例还提供了一种计算机设备，设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本发明任意实施例所提供的拣货任务分配方法。
第四方面，本发明实施例还提供了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如本发明任意实施例所提供的拣货任务分配方法。
本发明实施例通过当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；根据位置信息对待分配拣货任务进行聚类，得到目标聚类结果；根据目标聚类结果将待分配拣货任务进行分配，通过根据待分配拣货任务的位置信息对待分配拣货任务进行聚类，根据聚类结果进行任务分配，使得拣货任务的分配方式更加合理，从而提高了拣货效率。
附图说明
图1是本发明实施例一所提供的一种拣货任务分配方法的流程图；
图2是本发明实施例二所提供的一种拣货任务分配方法的流程图；
图3a是本发明实施例三所提供的一种拣货任务分配方法的流程图；
图3b是本发明实施例三所提供的又一种任务分配方法的流程图；
图4是本发明实施例四所提供的一种拣货任务分配装置的结构示意图；
图5是本发明实施例五所提供的计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一所提供的一种拣货任务分配方法的流程图。本实施例可适用于对拣货任务进行分配时的情形。该方法可以由拣货任务分配装置执行，该拣货任务分配装置可以采用软件和/或硬件的方式实现，例如，该拣货任务分配装置可配置于计算机设备中。如图1所示，所述方法包括：
S110、当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息。
在本实施例中，拣货任务分配指令被触发可以为拣货任务分配指令被用户触发的拣货任务分配请求触发，或当前任务条件满足拣货任务分配条件时，拣货任务分配指令被触发。示例性的，当用户需要进行拣货任务的分配时，可以通过点击操作终端上的任务分配控件触发进货任务分配请求，拣货任务分配装置检测到用户触发的拣货任务分配请求时，拣货任务分配指令被触发。或者，当预先设定了拣货任务分配条件(如设定待分配任务数量或设定任务分配时间)，当前任务条件满足设定的拣货任务分配条件(如当前待分配拣货任务的任务数量到达设定的待任务分配数量，或到达了设定的任务分配时间时)，拣货任务分配指令被触发。
可选的，待分配拣货任务的位置信息可以从待分配拣货任务的详细信息中获取。在本实施例中，对待分配拣货任务不做限定。可选的，待分配拣货任务可以为用户选取的拣货任务，或当前未分配的部分或所有拣货任务，还可以为当前未执行的部分或所有拣货任务。具体的，待分配拣货任务可以根据拣货任务分配指令的触发方式确定。示例性的，若拣货任务分配指令是根据用户触发的拣货任务分配请求触发的，则根据用户触发的拣货任务分配请求确定待分配拣货任务，例如，获取用户触发的拣货任务分配请求中包含的拣货任务作为待分配拣货任务。若拣货任务分配指令是根据预先设定的拣货任务分配条件触发的，则可根据触发的拣货任务分配条件确定待分配拣货任务。例如，若拣货任务分配指令是在当前待分配拣货任务的任务数量到达设定的任务分配数量，或到达了设定的任务分配时间被触发的，则可以获取当前未执行的所有拣货任务作为待分配拣货任务。
S120、根据位置信息对待分配拣货任务进行聚类，得到目标聚类结果。
在本实施例中，获取待分配拣货任务的位置信息后，根据待分配拣货任务的位置信息对待分配拣货任务进行聚类分析，得到待分配拣货任务的目标聚类结果。可选的，对待分配拣货任务进行聚类的方式在此不做限定。示例性的，可以使用k均值聚类算法、层次聚类算法等聚类算法对待分配拣货任务进行聚类，将得到的聚类结果作为目标聚类结果。
考虑到上述聚类算法对待分配拣货任务进行聚类得到的聚类结果中，各集合中包含的待分配拣货任务的任务数量可能不同，直接根据上述聚类结果将待分配拣货任务分配至各拣货人员可能会导致任务分配数量不均衡。在本实施例中，可以在上述聚类算法的基础上，对上述聚类算法得到的聚类结果进行调整，得到各集合中待分配拣货任务的任务数量均衡的目标聚类结果。
S130、根据目标聚类结果将待分配拣货任务进行分配。
在本实施例中，得到待分配拣货任务的目标聚类结果后，可以将目标聚类结果中的属于相同集合的待分配拣货任务分配至同一拣货客户端，以使目标聚类结果中的同一集合中的待分配拣货任务由同一拣货人员执行。示例性的，假设目标聚类结果中包含集合1、集合2和集合3，则可以将集合1分配至拣货客户端1，由拣货客户端1所属拣货人员执行集合1中的拣货任务，将集合2分配至拣货客户端2，由拣货客户端2所属拣货人员执行集合2中的拣货任务，将集合3分片至拣货客户端3，由拣货客户端3所属拣货人员执行集合3中的拣货任务。
本发明实施例通过当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；根据位置信息对待分配拣货任务进行聚类，得到目标聚类结果；根据目标聚类结果将待分配拣货任务进行分配，通过根据待分配拣货任务的位置信息对待分配拣货任务进行聚类，根据聚类结果进行任务分配，使得拣货任务的分配方式更加合理，从而提高了拣货效率。
实施例二
图2是本发明实施例二所提供的一种拣货任务分配方法的流程图。本实施例在上述实施例的基础上，将目标聚类结果的确定进行了具体化。如图2所示，所述方法包括：
S210、当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息。
S220、根据预设聚类算法对待分配拣货任务进行聚类，得到初始聚类结果。
在本实施例中，可以先通过预设聚类算法根据待分配拣货任务的位置信息对待分配拣货任务进行聚类，得到初始聚类结果。其中，预设聚类算法可以为层次聚类算法、K均值聚类算法、基于密度的聚类方法等。
以K均值聚类算法为例，对对待分配拣货任务进行聚类进行说明，其算法流程一般是：(1)获取拣货人数，计为K，开始随机选择K个簇类的中心点；(2)遍历每个点到该中心点的欧式距离，选择最小距离点加入该簇；(3)对新簇类重新求中心点，当不断重复(2)，(3)的步骤一直到中心点不再变化为止或者迭代到一定次数结束，最后得到K个簇类的任务集合。
在上述方案的基础上，为了使拣货任务的分配更加均衡，可以预先设定聚类结果中每个集合的指定集合大小。若未设定指定集合大小，则可以直接将初始聚类结果作为目标聚类结果，执行S230；若设定了指定集合大小，则需要对初始聚类结果进行调整，执行S240，得到满足指定结合大小的目标聚类结果。
S230、将初始聚类结果作为目标聚类结果。
S240、根据设定调整规则调整初始聚类结果中各集合中的待分配拣货任务的任务数量，得到满足指定集合大小的指定聚类结果，并以各集合的中心点位置偏差达到收敛条件为目标，使用预设聚类算法以及调整规则对指定聚类结果进行迭代聚类和调整，得到目标聚类结果。
在本实施例中，若设定了指定集合大小，则得到初始聚类结果后，需要将初始聚类结果中的各集合中包含的待分配拣货任务的任务数量调整至指定集合大小，以得到满足指定集合大小的目标聚类结果。考虑到直接对初始聚类结果进行调整，得到满足指定结合大小的指定聚类结果作为目标聚类结果，有可能因为调整方式不合理，导致调整后的聚类结果不准确的情况，在本实施例中，对初始聚类结果中各集合中的待分配拣货任务的任务数量进行调整，得到满足指定集合大小的指定聚类结果后，还需要使用预设聚类算法以及调整规则对调整后的指定聚类结果进行迭代聚类和调整，直到各集合的中心点位置偏差达到收敛条件，将得到的聚类结果作为目标聚类结果。
在本发明的一种实施方式中，根据设定调整规则调整初始聚类结果中各集合中的待分配拣货任务的任务数量，得到满足指定集合大小的指定聚类结果，包括：遍历各待分配拣货任务，计算待分配拣货任务与初始聚类结果中各集合中心点的集合距离，将最小集合距离对应的中心点所属集合作为初始目标集合，并判断初始目标集合是否为非满集合，其中，非满集合为集合中待分配拣货任务的任务数量小于指定集合大小的集合；若初始目标集合为非满集合，则将待分配拣货任务添加至初始目标集合中。
也就是说，针对每个待分配拣货任务，根据该待分配拣货任务与初始聚类结果中各集合中心点之间的集合距离，确定初始目标集合，根据初始目标集合中待分配拣货任务的任务数量，调整待分配拣货任务的所属集合，当初始目标集合为非满集合时，将该待分配拣货任务调整至初始目标集合中，当初始目标集合不为非满集合时，执行其他逻辑确定调整的待分配拣货任务以及集合。示例性的，假设当前待分配拣货任务为拣货任务1，初始聚类结果中各集合为集合1、集合2和集合3，则计算拣货任务1的位置分别与集合1中心点之间的集合距离1、集合2中心点之间的集合距离2，以及集合3中心点之间的集合距离3，选取集合距离1、集合距离2、集合距离3中的最小集合距离(假设为集合距离1)，则将集合距离1所属的集合1作为初始目标集合，并判断集合1是否为非满集合，若集合1为非满集合，则将拣货任务1调整至集合1中。
在上述方案的基础上，若初始目标集合中的任务数量不为非满集合，则计算初始目标集合中各初始待分配拣货任务与初始目标集合中心点之间的任务距离，选取最大任务距离对应的初始待分配拣货任务作为初始调整任务；比较最小集合距离与最大任务距离的大小；若最小集合距离小于最大任务距离，则计算初始调整任务与各非满集合的中心点之间的第一非满距离，将最小第一非满距离对应的中心点所属非满集合作为目标调整集合，并将初始调整任务调整至目标调整集合中。
仍以上文中的聚类为例，若初始目标集合-集合1不为非满集合，则计算集合1中各初始待分配拣货任务与集合1中心点之间的任务距离，选取最大任务距离对应的初始待分配拣货任务作为初始调整任务。假设集合1中最大任务距离对应的初始待分配拣货任务为拣货任务2，则可以直接将拣货任务2放入到距离拣货任务2最近的非满集合中(即计算初始调整任务与各非满集合的中心点之间的第一非满距离，将最小第一非满距离对应的中心点所属非满集合作为目标调整集合，并将初始调整任务调整至目标调整集合中)。
为了防止有噪点的干扰，例如某一待分配拣货任务在集合1中为最大任务距离对应的待分配拣货任务，将其调整至集合2中，但该待分配拣货任务在集合2中仍为最大任务距离对应的待分配拣货任务，按照上述逻辑需要将其调整至集合1中，为了避免上述情况带来的死循环，在将初始调整任务调整至距离其最近的非满集合之前，判断该初始调整任务是否为噪点，即比较最小集合距离与最大任务距离的大小，若最小集合距离小于最大任务距离，则初始调整任务不是噪点，可将初始调整任务调整至目标调整集合中；若最小集合距离不小于最大任务距离，则初始调整任务为噪点，不对其进行调整，选取初始目标集合中的其他待分配拣货任务进行调整。
在上述方案的基础上，若最小集合距离不小于最大任务距离，则遍历初始目标集合中的各初始待分配拣货任务与各非满集合的中心点之间的第二非满距离，将最小第二非满距离对应的初始待分配拣货任务作为候选调整任务，以及最小第二非满距离对应的中心点所属非满集合作为候选调整集合；比较最大任务距离与最小第二非满距离的大小；若最大任务距离大于最小第二非满距离，则将待分配拣货任务调整至所述初始目标集合中，并将候选调整任务调整至候选调整集合中；若最大任务距离不大于最小第二非满距离，则计算初始调整任务与各非满集合的中心点之间的第一非满距离，将最小第一非满距离对应的中心点所属非满集合作为目标调整集合，并将初始调整任务调整至目标调整集合中。
可以理解的是，若最小集合距离不小于最大任务距离，则初始调整任务为噪点，需要从初始目标集合中重新待分配拣货任务进行调整。仍以上文为例，从初始目标集合中重新选取待分配拣货任务进行调整，可以为：计算初始目标集合中各初始待分配拣货任务与各非满集合中心点之间的第二非满距离，假设初始目标集合中拣货任务3与非满集合4之间的第二非满距离3最小，则将拣货任务3作为候选调整任务，将非满集合4作为候选调整集合，并判断最大任务距离与第二非满距离3之间的大小，若最大任务距离大于第二非满距离3，则将拣货任务1调整至集合1中，将拣货任务3调整至非满集合4中；若最大任务距离不大于第二非满距离3，则将初始调整任务调整至与其距离最近的非满集合中。
S250、根据目标聚类结果将待分配拣货任务进行分配。
本发明实施例在上述实施例的基础上，将目标聚类结果的确定进行了具体化，通过对基于设定聚类算法得到的初始聚类结果进行调整并迭代，以使得到的目标聚类结果满足设定集合大小，使得目标聚类结果中各集合中包含的待分配拣货任务的任务数量均衡，从而使得待分配拣货任务的分配更加均衡，更加合理。
实施例三
图3a是本发明实施例三所提供的一种拣货任务分配方法的流程图。本实施例在上述实施例的基础上，进行了进一步优化。如图3a所示，所述方法包括：
S310、当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息。
S320、根据位置信息对待分配拣货任务进行聚类，得到目标聚类结果。
S330、针对目标聚类结果中的每个集合，对集合中的待分配拣货任务进行路径规划，得到集合对应的最短路径。
在本实施例中，得到目标聚类结果后，可以针对目标聚类结果中的每个集合，进行最短路径规划，得到各个集合的最短路径。
在本发明的一种实施方式中，对集合中的待分配拣货任务进行路径规划，得到各集合对应的最短路径，包括：使用预设路径规划算法，基于集合中各待分配拣货任务的任务成本对待分配拣货任务进行路径规划，得到集合对应的最短路径。可选的，可以将距离成本和任务执行成本的和作为任务成本，使用K近邻算法、遗传算法、模拟退火算法、动态规划算法等路径规划算法对各个集合进行路径规划，得到各集合的最短路径。
需要说明的是，本实施例中先聚类成多个集合再针对每个集合进行路径规划能够做到全局的最优。先聚类后路径规划的方式，可以做到每个集合的点都是聚集的，然后对各集合进行路径规划排序做到整体最优。
相应的，当拣货任务分配指令被触发，包括：当待分配拣货任务的任务成本发生变化时，拣货任务分配指令被触发。可以理解的是，若待分配拣货任务的任务成本发生变化时，基于任务成本进行的路径规划也需要调整，此时，可以出发拣货任务分配指令，对当前未执行的拣货任务进行重新分配及路径规划。
S340、根据集合对应的最短路径，生成集合的任务执行顺序，根据任务执行顺序将待分配拣货任务进行分配。
在本实施例中，针对各集合进行路径规划后，得到各集合的待分配拣货任务的最优执行顺序，将其作为该集合的任务执行顺序，根据任务执行顺序生成顺序排列的任务分配列表，将其进行分配，使得拣货人员能够根据任务分配列表中的任务执行顺序顺次执行拣货任务，为不熟悉仓库布局的拣货人员提供了可参考的任务执行路径，一定程度上减少了拣货人员的行走路径。
图3b是本发明实施例三所提供的又一种任务分配方法的流程图。如图3b所示，获取包含待分配拣货任务的拣货任务集合后，判断是否设置了指定集合大小，若未设置指定集合大小，则直接使用K均值聚类算法对待分配拣货任务进行聚类，并针对聚类结果中的每个集合，使用TSP求解最短路径，根据最短路径将各集合中的拣货任务排序并进行分配。若设置了指定集合大小，则使用调整后的K均值聚类算法对待分配拣货任务进行聚类，得到目标聚类结果，然后对目标聚类结果中的每个集合求解最短路径，根据求解结果将各集合中的拣货任务排序并进行分配。具体的，使用调整后的K均值聚类算法对待分配拣货任务进行聚类为：使用K均值聚类算反对待分配拣货任务进行聚类后，得到初始聚类结果，然后遍历每个待分配拣货任务到各簇(即集合)中心点的欧式距离，选择最小距离点同时判断该簇类是否满簇(即是否满足指定指定集合大小)，如果非满簇则将待分配拣货任务加入该簇，若果满簇则并找出该簇待分配拣货任务与该簇中心最大的距离点，将最大的距离点放入最近的非空簇类中，同时为了防止有噪点的干扰，需要比较该点到非满簇类的距离是否小于该满簇到非满簇的所有点的最短距离的大小，如果该点到非满簇类的距离大于该满簇到非满簇的所有点的最短距离，则该点是噪点，将该点留在该簇中，并将该簇中与该簇中心点之间的距离最小的点调整至入离其最近的簇中，如果该点到非满簇类的距离小于该满簇到非满簇的所有点的最短距离，则将该点加入该满簇，并剔除满簇的最大距离的点，剔除的点加入最近的距离的非满簇中。遍历完所有的待分配拣货任务后，对新簇类重新求中心点。不断重复上述的步骤到一定次数，得到最终的目标聚类结果。
本实施例在上述实施例的基础上，增加了路径规划的操作，通过针对目标聚类结果中的每个集合，对集合中的待分配拣货任务进行路径规划，得到集合对应的最短路径；根据集合对应的最短路径，生成集合的任务执行顺序，根据任务执行顺序将待分配拣货任务进行分配，一定程度上减少了拣货人员的拣货行走路径，提高了拣货效率。
实施例四
图4是本发明实施例四所提供的一种拣货任务分配装置的结构示意图。该拣货任务分配装置可以采用软件和/或硬件的方式实现，例如该拣货任务分配装置可以配置于计算机设备中。如图4所示，所述装置包括位置信息获取模块410、拣货任务聚类模块420和拣货任务分配模块430，其中：
位置信息获取模块410，用于当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；
拣货任务聚类模块420，用于根据所述位置信息对所述待分配拣货任务进行聚类，得到目标聚类结果；
拣货任务分配模块430，用于根据所述目标聚类结果将所述待分配拣货任务进行分配。
本发明实施例通过位置信息获取模块当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；拣货任务聚类模块根据所述位置信息对所述待分配拣货任务进行聚类，得到目标聚类结果；拣货任务分配模块根据所述目标聚类结果将所述待分配拣货任务进行分配，通过根据待分配拣货任务的位置信息对待分配拣货任务进行聚类，根据聚类结果进行任务分配，使得拣货任务的分配方式更加合理，从而提高了拣货效率。
可选的，在上述方案的基础上，所述拣货任务聚类模块420包括：
初始结果确定单元，用于根据预设聚类算法对所述待分配拣货任务进行聚类，得到初始聚类结果；
目标结果确定单元，用于根据所述初始聚类结果确定所述目标聚类结果。
可选的，在上述方案的基础上，所述目标结果确定单元具体用于：
将所述初始聚类结果作为所述目标聚类结果；
或者，根据设定调整规则调整所述初始聚类结果中各集合中的待分配拣货任务的任务数量，得到满足所述指定集合大小的指定聚类结果，并以各集合的中心点位置偏差达到收敛条件为目标，使用预设聚类算法以及所述调整规则对所述指定聚类结果进行迭代聚类和调整，得到所述目标聚类结果。
可选的，在上述方案的基础上，所述目标结果确定单元具体用于：
遍历各待分配拣货任务，计算所述待分配拣货任务与所述初始聚类结果中各集合中心点的集合距离，将最小集合距离对应的中心点所属集合作为初始目标集合，并判断所述初始目标集合是否为非满集合，其中，非满集合为集合中待分配拣货任务的任务数量小于所述指定集合大小的集合；
若所述初始目标集合为非满集合，则将所述待分配拣货任务添加至所述初始目标集合中。
可选的，在上述方案的基础上，所述目标结果确定单元还用于：
若所述初始目标集合中的任务数量不为非满集合，则计算所述初始目标集合中各初始待分配拣货任务与所述初始目标集合中心点之间的任务距离，选取最大任务距离对应的初始待分配拣货任务作为初始调整任务；
比较所述最小集合距离与所述最大任务距离的大小；
若所述最小集合距离小于所述最大任务距离，则计算所述初始调整任务与各非满集合的中心点之间的第一非满距离，将最小第一非满距离对应的中心点所属非满集合作为目标调整集合，并将所述初始调整任务调整至所述目标调整集合中；
可选的，在上述方案的基础上，所述目标结果确定单元还用于：
若所述最小集合距离不小于所述最大任务距离，则遍历所述初始目标集合中的各初始待分配拣货任务与各非满集合的中心点之间的第二非满距离，将最小第二非满距离对应的初始待分配拣货任务作为候选调整任务，以及最小第二非满距离对应的中心点所属非满集合作为候选调整集合；
比较所述最大任务距离与所述最小第二非满距离的大小；
若所述最大任务距离大于所述最小第二非满距离，则将所述候选调整任务调整至所述候选调整集合中；
若所述最大任务距离不大于所述最小第二非满距离，则计算所述初始调整任务与各非满集合的中心点之间的第一非满距离，将最小第一非满距离对应的中心点所属非满集合作为目标调整集合，并将所述初始调整任务调整至所述目标调整集合中。
可选的，在上述方案的基础上，所述拣货任务分配模块430包括：
路径规划单元，用于针对所述目标聚类结果中的每个集合，对所述集合中的待分配拣货任务进行路径规划，得到所述集合对应的最短路径；
任务分配单元，用于根据所述集合对应的最短路径，生成所述集合的任务执行顺序，根据所述任务执行顺序将所述待分配拣货任务进行分配。
可选的，在上述方案的基础上，所述路径规划单元具体用于：
使用预设路径规划算法，基于所述集合中各待分配拣货任务的任务成本对所述待分配拣货任务进行路径规划，得到所述集合对应的最短路径。
可选的，在上述方案的基础上，所述任务成本包括距离成本和任务执行成本。
可选的，在上述方案的基础上，所述位置信息获取模块410具体用于：
当所述待分配拣货任务的任务成本发生变化时，所述拣货任务分配指令被触发，获取待分配拣货任务的位置信息。
本发明实施例所提供的拣货任务分配装置可执行本发明任意实施例所提供的拣货任务分配方法，具备执行方法相应的功能模块和有益效果。
实施例五
图5是本发明实施例五所提供的计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备512的框图。图5显示的计算机设备512仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机设备512以通用计算设备的形式表现。计算机设备512的组件可以包括但不限于：一个或者多个处理器516，系统存储器528，连接不同系统组件(包括系统存储器528和处理器516)的总线518。
总线518表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器516或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备512访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器528可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)530和/或高速缓存存储器532。计算机设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储装置534可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储器528可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块542的程序/实用工具540，可以存储在例如存储器528中，这样的程序模块542包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块542通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备512也可以与一个或多个外部设备514(例如键盘、指向设备、显示器524等)通信，还可与一个或者多个使得用户能与该计算机设备512交互的设备通信，和/或与使得该计算机设备512能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且，计算机设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器520通过总线518与计算机设备512的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备512使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器516通过运行存储在系统存储器528中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的拣货任务分配方法，该方法包括：
当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；
根据所述位置信息对所述待分配拣货任务进行聚类，得到目标聚类结果；
根据所述目标聚类结果将所述待分配拣货任务进行分配。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的拣货任务分配方法的技术方案。
实施例六
本发明实施例六还提供了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本发明实施例所提供的拣货任务分配方法，该方法包括：
当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；
根据所述位置信息对所述待分配拣货任务进行聚类，得到目标聚类结果；
根据所述目标聚类结果将所述待分配拣货任务进行分配。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的拣货任务分配方法的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种拣货任务分配方法，其特征在于，包括：
当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；
根据所述位置信息对所述待分配拣货任务进行聚类，得到目标聚类结果；
根据所述目标聚类结果将所述待分配拣货任务进行分配；
所述根据所述位置信息对所述待分配拣货任务进行聚类，得到目标聚类结果，包括：
根据预设聚类算法对所述待分配拣货任务进行聚类，得到初始聚类结果；
根据所述初始聚类结果确定所述目标聚类结果；
所述根据所述初始聚类结果确定所述目标聚类结果，包括：
根据设定调整规则调整所述初始聚类结果中各集合中的待分配拣货任务的任务数量，得到满足指定集合大小的指定聚类结果，并以各集合的中心点位置偏差达到收敛条件为目标，使用预设聚类算法以及所述调整规则对所述指定聚类结果进行迭代聚类和调整，得到所述目标聚类结果；
所述根据设定调整规则调整所述初始聚类结果中各集合中的待分配拣货任务的任务数量，得到满足指定集合大小的指定聚类结果，包括：
遍历各待分配拣货任务，计算所述待分配拣货任务与所述初始聚类结果中各集合中心点的集合距离，将最小集合距离对应的中心点所属集合作为初始目标集合，并判断所述初始目标集合是否为非满集合，其中，非满集合为集合中待分配拣货任务的任务数量小于所述指定集合大小的集合；
若所述初始目标集合为非满集合，则将所述待分配拣货任务添加至所述初始目标集合中。
2.根据权利要求1所述的方法，其特征在于，还包括：
若所述初始目标集合中的任务数量不为非满集合，则计算所述初始目标集合中各初始待分配拣货任务与所述初始目标集合中心点之间的任务距离，选取最大任务距离对应的初始待分配拣货任务作为初始调整任务；
比较所述最小集合距离与所述最大任务距离的大小；
若所述最小集合距离小于所述最大任务距离，则计算所述初始调整任务与各非满集合的中心点之间的第一非满距离，将最小第一非满距离对应的中心点所属非满集合作为目标调整集合，并将所述初始调整任务调整至所述目标调整集合中。
3.根据权利要求2所述的方法，其特征在于，还包括：
若所述最小集合距离不小于所述最大任务距离，则遍历所述初始目标集合中的各初始待分配拣货任务与各非满集合的中心点之间的第二非满距离，将最小第二非满距离对应的初始待分配拣货任务作为候选调整任务，以及最小第二非满距离对应的中心点所属非满集合作为候选调整集合；
比较所述最大任务距离与所述最小第二非满距离的大小；
若所述最大任务距离大于所述最小第二非满距离，则将所述待分配拣货任务调整至所述初始目标集合中，并将所述候选调整任务调整至所述候选调整集合中；
若所述最大任务距离不大于所述最小第二非满距离，则计算所述初始调整任务与各非满集合的中心点之间的第一非满距离，将最小第一非满距离对应的中心点所属非满集合作为目标调整集合，并将所述初始调整任务调整至所述目标调整集合中。
4.根据权利要求1所述的方法，其特征在于，所述根据所述目标聚类结果将所述待分配拣货任务进行分配，包括：
针对所述目标聚类结果中的每个集合，对所述集合中的待分配拣货任务进行路径规划，得到所述集合对应的最短路径；
根据所述集合对应的最短路径，生成所述集合的任务执行顺序，根据所述任务执行顺序将所述待分配拣货任务进行分配。
5.根据权利要求4所述的方法，其特征在于，所述对所述集合中的待分配拣货任务进行路径规划，得到各所述集合对应的最短路径，包括：
使用预设路径规划算法，基于所述集合中各待分配拣货任务的任务成本对所述待分配拣货任务进行路径规划，得到所述集合对应的最短路径。
6.根据权利要求5所述的方法，其特征在于，所述任务成本包括距离成本和任务执行成本。
7.根据权利要求1所述的方法，其特征在于，所述当拣货任务分配指令被触发，包括：
当所述待分配拣货任务的任务成本发生变化时，所述拣货任务分配指令被触发。
8.一种拣货任务分配装置，其特征在于，包括：
位置信息获取模块，用于当拣货任务分配指令被触发时，获取待分配拣货任务的位置信息；
拣货任务聚类模块，用于根据所述位置信息对所述待分配拣货任务进行聚类，得到目标聚类结果；
拣货任务分配模块，用于根据所述目标聚类结果将所述待分配拣货任务进行分配；
所述拣货任务聚类模块，包括：
初始结果确定单元，用于根据预设聚类算法对所述待分配拣货任务进行聚类，得到初始聚类结果；
目标结果确定单元，用于根据所述初始聚类结果确定所述目标聚类结果；
所述目标结果确定单元具体用于：
根据设定调整规则调整所述初始聚类结果中各集合中的待分配拣货任务的任务数量，得到满足指定集合大小的指定聚类结果，并以各集合的中心点位置偏差达到收敛条件为目标，使用预设聚类算法以及所述调整规则对所述指定聚类结果进行迭代聚类和调整，得到所述目标聚类结果；
所述目标结果确定单元具体用于：
遍历各待分配拣货任务，计算所述待分配拣货任务与所述初始聚类结果中各集合中心点的集合距离，将最小集合距离对应的中心点所属集合作为初始目标集合，并判断所述初始目标集合是否为非满集合，其中，非满集合为集合中待分配拣货任务的任务数量小于所述指定集合大小的集合；
若所述初始目标集合为非满集合，则将所述待分配拣货任务添加至所述初始目标集合中。
9.一种计算机设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的拣货任务分配方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的拣货任务分配方法。
CN202010128671.1A 2020-02-28 2020-02-28 一种拣货任务分配方法、装置、设备及介质 Active CN111738539B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010128671.1A CN111738539B (zh) 2020-02-28 2020-02-28 一种拣货任务分配方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010128671.1A CN111738539B (zh) 2020-02-28 2020-02-28 一种拣货任务分配方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN111738539A CN111738539A (zh) 2020-10-02
CN111738539B true CN111738539B (zh) 2024-04-19

Family

ID=72646393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010128671.1A Active CN111738539B (zh) 2020-02-28 2020-02-28 一种拣货任务分配方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN111738539B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116663938B (zh) * 2023-07-28 2023-12-12 珠海大横琴泛旅游发展有限公司 基于企业数据中台系统的信息化管理方法及其相关装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8571702B1 (en) * 2010-06-30 2013-10-29 Amazon Technologies, Inc. Pick-to-tote optimization
CN106809586A (zh) * 2017-03-28 2017-06-09 北京京东尚科信息技术有限公司 用于确定拣货路径的方法和装置
CN108985694A (zh) * 2018-07-17 2018-12-11 北京百度网讯科技有限公司 用于确定配送中心地址的方法和装置
CN109741142A (zh) * 2019-01-03 2019-05-10 上海拉扎斯信息科技有限公司 订单分配方法、订单分配装置、可读存储介质和电子设备
CN110348678A (zh) * 2019-05-31 2019-10-18 口碑(上海)信息技术有限公司 配送资源的调度及针对菜品配送的资源调度方法及装置
CN110400020A (zh) * 2019-07-31 2019-11-01 北京百度网讯科技有限公司 用于输出信息的方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8571702B1 (en) * 2010-06-30 2013-10-29 Amazon Technologies, Inc. Pick-to-tote optimization
CN106809586A (zh) * 2017-03-28 2017-06-09 北京京东尚科信息技术有限公司 用于确定拣货路径的方法和装置
CN108985694A (zh) * 2018-07-17 2018-12-11 北京百度网讯科技有限公司 用于确定配送中心地址的方法和装置
CN109741142A (zh) * 2019-01-03 2019-05-10 上海拉扎斯信息科技有限公司 订单分配方法、订单分配装置、可读存储介质和电子设备
CN110348678A (zh) * 2019-05-31 2019-10-18 口碑(上海)信息技术有限公司 配送资源的调度及针对菜品配送的资源调度方法及装置
CN110400020A (zh) * 2019-07-31 2019-11-01 北京百度网讯科技有限公司 用于输出信息的方法和装置

Also Published As

Publication number Publication date
CN111738539A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
JP7072054B2 (ja) 貨物を仕分けるための方法および装置
US20160226966A1 (en) Task management among multiple servers
KR20180027326A (ko) 확장 가능한 멀티-스테이지 데이터 처리 시스템들에서의 효율적인 데이터 캐싱 관리
US9330199B2 (en) Striping of directed graphs and nodes with improved functionality
KR20140030838A (ko) 군집 분석 지원 시스템 및 방법과, 이를 지원하는 장치
CN111861296A (zh) 一种揽件任务分配方法、装置、揽件系统、设备及介质
CN110298615B (zh) 用于选择仓库中的货品的方法、装置、介质和计算设备
CN112068544B (zh) 一种自主移动装置的调度方法、装置、设备及存储介质
CN113853599A (zh) 有效的新鲜度爬行调度
CN111738539B (zh) 一种拣货任务分配方法、装置、设备及介质
CN113865607A (zh) 路径规划方法、装置、设备及存储介质
CN107341221B (zh) 索引结构的建立、关联检索方法、装置、设备及存储介质
CN115691206B (zh) 车位推荐方法、装置、设备以及存储介质
CN114267440B (zh) 医疗订单信息处理方法、装置和计算机可读存储介质
CN115016911A (zh) 面向大规模联邦学习的任务编排方法、装置、设备和介质
CN110659312B (zh) 数据处理的方法、装置、设备和计算机存储介质
US10168963B2 (en) Storage conditioning with intelligent rebuild
CN116629495A (zh) 用于输出信息的方法和装置
CN114201729A (zh) 一种矩阵运算方式的选择方法、装置、设备以及存储介质
KR102142767B1 (ko) 데이터간 상대적 거리 비율 및 클러스터의 중심 데이터 간의 거리를 고려한 데이터 클러스터링 방법 및 시스템
US9686168B1 (en) Managing component capacity
CN113780675A (zh) 一种消耗预测方法、装置、存储介质及电子设备
WO2021106176A1 (ja) ソフトウェア配置システム、ソフトウェア配置装置、ソフトウェア配置方法、拠点コンピュータおよびプログラム
CN112818241A (zh) 一种内容推广方法、装置、计算机设备和存储介质
CN113723405A (zh) 区域轮廓的确定方法、装置和电子设备

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