CN111754059A - 一种任务组合方法和装置 - Google Patents
一种任务组合方法和装置 Download PDFInfo
- Publication number
- CN111754059A CN111754059A CN201910453292.7A CN201910453292A CN111754059A CN 111754059 A CN111754059 A CN 111754059A CN 201910453292 A CN201910453292 A CN 201910453292A CN 111754059 A CN111754059 A CN 111754059A
- Authority
- CN
- China
- Prior art keywords
- task
- task data
- channel
- data
- basic
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 108091006146 Channels Proteins 0.000 claims description 228
- 238000004590 computer program Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 241000531116 Blitum bonus-henricus Species 0.000 description 2
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06—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
-
- 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
Abstract
本发明公开了一种任务组合方法和装置，涉及物流仓储技术领域。该方法的一具体实施方式包括：统计任务数据跨逻辑区的数量，以从任务池中选择基础任务数据；将定位于目标逻辑区的任务数据添加到预先建立的初始任务集；根据初始任务集的任务数据跨逻辑区的数量，以及任务数据的货物所在的通道，计算初始任务集的任务数据与基础任务数据的加权通道距离；确定初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据与基础任务数据进行组合得到任务组合结果。该方法结合任务数据跨逻辑区的数量，以及任务数据的货物所在通道之间的距离计算任务数据之间的距离，进而根据该距离进行任务数据的组合，既降低了拣货难度，又能减少后续合流压力。
Description
技术领域
本发明涉及物流仓储领域，尤其涉及一种任务组合方法和装置。
背景技术
对于面积较大的仓库，在进行拣货操作时，会预先对仓库进行逻辑区的划分，以在各逻辑区分别进行拣货。为了提高拣货效率，可以对定位后的任务数据进行组合，之后由拣货人员或者机器人拣选组合后的任务数据。这一应用场景下，如何组合任务数据会对拣货效率产生重要影响。现有技术中，在组合任务数据时，一般是将任务池中位于相同或者相近巷道的任务数据组合在一起，以降低拣货难度。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
(1)如果同一订单的多个货物位于不同的逻辑区，在拣货后还需要进行合流，之后才能对该订单进行打包操作。现有技术的组合任务数据的方式，虽然能降低拣货难度，但会给后续合流带来较大压力。
(2)现有技术一般是静态、同波次的任务数据组合，无法根据新加入的任务数据进行动态调整，任务组合效果差。
发明内容
有鉴于此，本发明实施例提供一种任务组合方法和装置，通过结合各任务数据跨逻辑区的数量，以及任务数据的货物所在通道之间的距离，来计算任务数据之间的距离，之后根据该距离进行任务数据的组合，既降低了拣货难度，又能够减少后续的合流压力。
为实现上述目的，根据本发明实施例的一个方面，提供了一种任务组合方法。
本发明实施例的一种任务组合方法，包括：根据对任务池中至少一个任务数据的定位结果，统计所述任务数据跨逻辑区的数量，以从所述任务池中选择基础任务数据；将定位于目标逻辑区的任务数据添加到预先建立的初始任务集；其中，所述目标逻辑区包括所述基础任务数据的货物所归属的逻辑区；根据所述初始任务集的任务数据跨逻辑区的数量，以及所述任务数据的货物所在的通道，计算所述初始任务集的任务数据与所述基础任务数据的加权通道距离；确定所述初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据与所述基础任务数据进行组合得到任务组合结果。
可选地，计算所述初始任务集的当前任务数据与所述基础任务数据的加权通道距离，包括：计算所述初始任务集的当前任务数据对应的至少一个通道分别到目标通道集的至少一个通道的最小通道距离；其中，所述目标通道集的初始值为所述基础任务数据的货物所在的通道；确定至少一个所述最小通道距离的最大值，将所述最大值作为所述当前任务数据与所述基础任务数据的通道距离；以所述当前任务数据所跨逻辑区的数量的倒数为权重，对所述通道距离进行加权，以得到所述当前任务数据与所述基础任务数据的加权通道距离。
可选地，计算所述当前任务数据对应的当前通道到目标通道集的至少一个通道的最小通道距离，包括：若所述当前任务数据对应的当前通道与所述目标通道集的当前通道归属于同一逻辑区，则将两个通道对应的通道拣选顺序之差的绝对值作为两个通道的通道距离；若所述当前通道与所述目标通道集的当前通道归属于不同逻辑区，则用正无穷大作为两个通道的通道距离；计算所述当前任务数据对应的当前通道到所述目标通道集的至少一个通道的通道距离，以得到所述当前任务数据对应的当前通道到所述目标通道集的至少一个通道的最小通道距离。
可选地，所述方法还包括：更新计算：根据确定出的任务数据的货物所在的通道更新所述目标通道集，以计算所述初始任务集的剩余任务数据与所述基础任务数据的加权通道距离；确定添加：确定所述剩余任务数据中最小加权通道距离对应的任务数据，将确定出的任务数据添加到所述任务组合结果；重复所述更新计算步骤和所述确定添加步骤，直至所述任务组合结果的货物数量达到预设的第一上限，或者所述任务组合结果中归属于所述逻辑区的货物数量达到预设的第二上限。
可选地，所述确定所述初始任务集中最小加权通道距离对应的任务数据，包括：以跨逻辑区的任务数据优先，不跨逻辑区的任务数据次之为第一优先级，所述加权通道距离为第二优先级，确定所述初始任务集中最小加权通道距离对应的任务数据。
可选地，所述方法还包括：根据所述任务数据中的货物数量，将所述任务池中的任务数据划分为第一任务数据集和第二任务数据集；其中，所述第一任务数据集为货物数量为1的任务数据，第二任务数据集为货物数量大于1的任务数据；所述从所述任务池中选择基础任务数据，包括：在所述第二任务数据集中存在跨逻辑区的任务数据的情况下，从所述第二任务数据集中选择跨逻辑区最多的任务数据作为基础任务数据。
可选地，所述方法还包括：统计所述第一任务数据集的任务数据中位于所述逻辑区的通道的货物数量，选择通道密集度最大的通道作为第一基础通道，为所述第一基础通道对应的任务数据建立第一任务子集；按照拣货路径顺序对应的通道顺序，从所述第一基础通道开始向两侧扩充，以向所述第一任务子集中添加对应的任务数据，直到所述第一任务子集的货物数量达到预设的第一上限，或者所述第一任务子集中归属于所述逻辑区的货物数量达到预设的第二上限，得到的所述第一任务子集即为所述第一任务数据集对应的任务组合结果。
可选地，所述方法还包括：在所述第二任务数据集中不存在跨逻辑区的任务数据的情况下，统计所述第二任务数据集的任务数据中位于所述逻辑区的通道的货物数量，选择通道密集度最大的通道作为第二基础通道；从所述第二基础通道开始向两侧扩充通道得到当前通道集合，将落入所述当前通道集合的任务数据添加到预先建立的第二任务子集，直到所述第二任务子集的货物数量达到预设的第一上限，或者所述第二任务子集中归属于所述逻辑区的货物数量达到预设的第二上限，得到的所述第二任务子集即为所述第二任务数据集对应的任务组合结果。
可选地，所述方法还包括：判断所述任务数据对应的波次时间是否在预设阈值范围内；若存在任务数据对应的波次时间在所述阈值范围内，则将在所述阈值范围内且属于同一波次时间的任务数据构建为所述任务池；若存在任务数据对应的波次时间不在所述阈值范围内，则将不在所述阈值范围内的任务数据构建为所述任务池。
为实现上述目的，根据本发明实施例的另一方面，提供了一种任务组合装置。
本发明实施例的一种任务组合装置，包括：选择模块，用于根据对任务池中至少一个任务数据的定位结果，统计所述任务数据跨逻辑区的数量，以从所述任务池中选择基础任务数据；添加模块，用于将定位于目标逻辑区的任务数据添加到预先建立的初始任务集；其中，所述目标逻辑区包括所述基础任务数据的货物所归属的逻辑区；计算模块，用于根据所述初始任务集的任务数据跨逻辑区的数量，以及所述任务数据的货物所在的通道，计算所述初始任务集的任务数据与所述基础任务数据的加权通道距离；组合模块，用于确定所述初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据与所述基础任务数据进行组合得到任务组合结果。
可选地，所述计算模块，还用于：计算所述初始任务集的当前任务数据对应的至少一个通道分别到目标通道集的至少一个通道的最小通道距离；其中，所述目标通道集的初始值为所述基础任务数据的货物所在的通道；确定至少一个所述最小通道距离的最大值，将所述最大值作为所述当前任务数据与所述基础任务数据的通道距离；以及以所述当前任务数据所跨逻辑区的数量的倒数为权重，对所述通道距离进行加权，以得到所述当前任务数据与所述基础任务数据的加权通道距离。
可选地，所述装置还包括：划分模块，用于根据所述任务数据中的货物数量，将所述任务池中的任务数据划分为第一任务数据集和第二任务数据集；其中，所述第一任务数据集为货物数量为1的任务数据，第二任务数据集为货物数量大于1的任务数据；所述选择模块，还用于在所述第二任务数据集中存在跨逻辑区的任务数据的情况下，从所述第二任务数据集中选择跨逻辑区最多的任务数据作为基础任务数据。
可选地，所述装置还包括：第一任务组合模块，用于统计所述第一任务数据集的任务数据中位于所述逻辑区的通道的货物数量，选择通道密集度最大的通道作为第一基础通道，为所述第一基础通道对应的任务数据建立第一任务子集；以及按照拣货路径顺序对应的通道顺序，从所述第一基础通道开始向两侧扩充，以向所述第一任务子集中添加对应的任务数据，直到所述第一任务子集的货物数量达到预设的第一上限，或者所述第一任务子集中归属于所述逻辑区的货物数量达到预设的第二上限，得到的所述第一任务子集即为所述第一任务数据集对应的任务组合结果。
可选地，所述装置还包括：构建模块，用于判断所述任务数据对应的波次时间是否在预设阈值范围内；若存在任务数据对应的波次时间在所述阈值范围内，则将在所述阈值范围内且属于同一波次时间的任务数据构建为所述任务池；以及若存在任务数据对应的波次时间不在所述阈值范围内，则将不在所述阈值范围内的任务数据构建为所述任务池。
为实现上述目的，根据本发明实施例的再一方面，提供了一种电子设备。
本发明实施例的一种电子设备，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本发明实施例的一种任务组合方法。
为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质。
本发明实施例的一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种任务组合方法。
上述发明中的一个实施例具有如下优点或有益效果：通过结合各任务数据跨逻辑区的数量，以及任务数据的货物所在通道之间的距离，来计算任务数据之间的距离，之后根据该距离进行任务数据的组合，既降低了拣货难度，又能够减少后续的合流压力；在组合任务数据的过程中，根据新加入的任务数据动态调整目标通道集，并重新计算加权通道距离，可以使每次新添加到任务组合结果中的任务数据更加合理准确；将货物数量等于1与大于1的任务数据分开进行组合，能够不增加需要合流的任务数据的数量，减小后续的合流压力；对于波次时间不在阈值范围内的任务数据，没有截止时间的压力，将这些任务数据组合到一起，任务组合结果更加合理准确，提高货物拣选速度。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的任务组合方法的主要步骤的示意图；
图2是根据本发明实施例一的任务组合方法的主要流程示意图；
图3是本发明实施例的任务组合方法的仓库结构示意图；
图4是根据本发明实施例二的任务组合方法的主要流程示意图；
图5是根据本发明实施例的任务组合装置的主要模块的示意图；
图6是本发明实施例可以应用于其中的示例性系统架构图；
图7是适用于来实现本发明实施例的电子设备的计算机装置的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的任务组合方法的主要步骤的示意图。如图1所示，本发明实施例的任务组合方法，主要包括如下步骤：
步骤S101：根据对任务池中至少一个任务数据的定位结果，统计所述任务数据跨逻辑区的数量，以从所述任务池中选择基础任务数据。基于对任务池中每个任务数据的定位结果(即货物的具体存储位置，可以用货物所在的逻辑区、巷道、货架层数、列数等共同表示)，可以获知每个任务数据的货物所归属的逻辑区。基于统计出的各任务数据跨逻辑区的数量，选择跨逻辑区较多的任务数据作为基础任务数据。实施例中可以选择跨逻辑区最多的任务数据作为基础任务数据。
步骤S102：将定位于目标逻辑区的任务数据添加到预先建立的初始任务集；其中，所述目标逻辑区包括所述基础任务数据的货物所归属的逻辑区。目标逻辑区的初始值为基础任务数据的货物所归属的全部逻辑区。预先建立初始任务集，根据对任务池中任务数据的定位结果，汇总每个任务数据的全部货物所在的全部逻辑区，若该全部逻辑区均被包含在目标逻辑区内，则将相应的任务数据添加到该初始任务集。
步骤S103：根据所述初始任务集的任务数据跨逻辑区的数量，以及所述任务数据的货物所在的通道，计算所述初始任务集的任务数据与所述基础任务数据的加权通道距离。实施例中，货物所在的通道即货物所在货架的巷道。计算初始任务集的当前任务数据对应的每个通道分别到目标通道集的每个通道的最小通道距离；其中，目标通道集的初始值为基础任务数据的货物所在的通道；确定全部最小通道距离的最大值，该最大值即为当前任务数据与基础任务数据的通道距离；以当前任务数据所跨逻辑区的数量的倒数为权重，对通道距离进行加权，即可得到当前任务数据与基础任务数据的加权通道距离。
步骤S104：确定所述初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据与所述基础任务数据进行组合得到任务组合结果。以跨逻辑区的任务数据优先，不跨逻辑区的任务数据次之为第一优先级，加权通道距离为第二优先级，确定初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据依次添加到包含基础任务数据的任务组合结果中，至此完成对任务数据的组合处理过程。
图2是根据本发明实施例一的任务组合方法的主要流程示意图。如图2所示，本发明实施例一的任务组合方法，主要包括如下步骤：
步骤S201：根据任务数据中的货物数量，将任务池中的任务数据划分为第一任务数据集和第二任务数据集。其中，第一任务数据集为任务池中货物数量等于1的任务数据，第二任务数据集为任务池中货物数量大于1的任务数据。该步骤能够使货物数量为1和大于1的任务数据不混组，由于仅包含1个货物的任务数据不需要合流，拣选完成后可以直接打包，故上述划分能够不增加需要合流的任务数据的数量，减小后续合流压力。实施例中的任务池为订单池，任务数据为订单数据。
如果任务池中不存在跨逻辑区的任务数据，则第二任务数据集仅包括货物数量大于1且归属于同一逻辑区的任务数据。如果任务池中存在跨逻辑区的任务数据，则第二任务数据集不仅包括货物数量大于1且归属于不同逻辑区的任务数据，还包括货物数量大于1且归属于同一逻辑区的任务数据。
步骤S202：对于第一任务数据集，分别统计第一任务数据集的任务数据中位于各逻辑区、各巷道的货物数量，选择巷道密集度最大的巷道作为第一基础巷道，为第一基础巷道对应的任务数据建立第一任务子集。其中，巷道密集度为位于同一条巷道的货物数量。以第一基础巷道对应的任务数据建立的第一任务子集中，最初仅包括第一基础巷道对应的任务数据，在后续步骤中，第一任务子集包含的任务数据的数量会逐渐增加。
步骤S203：按照拣货路径顺序对应的巷道顺序，从第一基础巷道开始向两侧扩充，以向第一任务子集中添加对应的任务数据，直到第一任务子集的货物数量达到设定的第一上限，或者第一任务子集中归属于各逻辑区的货物数量达到设定的第二上限。实施例中，在设定第二上限时，根据实际需求可以为各逻辑区分别设定不同的上限，也可以设定相同的上限。从第一基础巷道开始向两侧扩充时，可以每次向两侧各扩充一个巷道，也可以向两侧各扩充多个巷道。
图3是本发明实施例的任务组合方法的仓库结构示意图。如图3所示，该仓库被划分为逻辑区A-逻辑区P，箭头代表拣货路径顺序。在沿拣货路径顺序进行拣货时，会经过仓库内各逻辑区的巷道，经过各巷道的先后顺序即拣货路径顺序对应的巷道顺序。方框1和方框2分别代表一种类型的货架。下面结合图3对步骤S202和步骤S203进行举例说明。
表1为本发明实施例中的第一任务数据集的任务数据。实施例中，各逻辑区的巷道名称包括逻辑区的名称和在对应逻辑区的巷道顺序。比如，货物定位在巷道A3，即代表货物所在逻辑区的名称为A，且在逻辑区A的巷道顺序为3。
表1为第一任务数据集的任务数据
| 任务数据编号 | 货物编号 | 逻辑区 | 巷道 |
| 任务数据1 | 货物1 | A | A3 |
| 任务数据2 | 货物2 | B | B1 |
| 任务数据3 | 货物3 | B | B1 |
| 任务数据4 | 货物4 | B | B1 |
| 任务数据5 | 货物5 | C | C2 |
| 任务数据6 | 货物6 | C | C2 |
| 任务数据7 | 货物7 | C | C4 |
参照表1可知，位于巷道A3的货物数量为1，位于巷道B1的货物数量为3，位于巷道C2的货物数量为2，位于巷道C4的货物数量为1，则可得出巷道密集度最大的巷道为巷道B1，将该巷道B1作为第一基础巷道。之后将巷道B1对应的任务数据添加入第一任务子集X，则X＝{任务数据2，任务数据3，任务数据4}。
假设逻辑区A有A1-A3共三条巷道，逻辑区B有B1-B3共三条巷道，逻辑区C有C1-C4共四条巷道，拣货路径顺序对应的巷道顺序为巷道A1→巷道A2→巷道A3→巷道B1→巷道B2→巷道B3→巷道C1→巷道C2→巷道C3→巷道C4。按照上述巷道顺序向两侧扩充第一任务子集X，以每次扩充第一基础巷道的两侧各一个巷道对应的任务数据为例，由于第一基础巷道的两侧的第一个为巷道A3和巷道B2，巷道B2不存在待拣选的货物，则将巷道A3对应的任务数据全部预添加到第一任务子集X，此时X＝{任务数据2，任务数据3，任务数据4，任务数据1}。
判断此时第一任务子集X中的货物数量是否小于预设的第一上限，且第一任务子集X中归属于各逻辑区的货物数量是否小于预设的第二上限。如果两者均能满足，则继续向两侧扩充，以将巷道C2、巷道C4的任务数据添加到第一任务子集X；如果有其中一个不能满足，则可以将巷道A3的任务数据依次添加到第一任务子集X，直至达到上述第一上限或者第二上限时停止添加。
步骤S204：在任务池不存在跨逻辑区的任务数据的情况下，分别统计第二任务数据集的任务数据中位于各巷道的货物数量，为各逻辑区分别选择巷道密集度最大的巷道作为第二基础巷道。
步骤S205：在各逻辑区内，从第二基础巷道开始向两侧扩充巷道得到当前巷道集合，将落入当前巷道集合的任务数据添加到第二任务子集，直到第二任务子集的货物数量达到第一上限，或者第二任务子集中归属于各逻辑区的货物数量达到第二上限。第二任务子集中最初为空，在后续步骤中，第二任务子集包含的任务数据的数量会逐渐增加。实施例中，按照当前逻辑区内的巷道顺序，从第二基础巷道开始向两侧扩充巷道，进而得到当前巷道集合。从第二基础巷道开始向两侧扩充巷道时，可以每次向两侧各扩充一个巷道，也可以向两侧各扩充多个巷道。
下面对步骤S204和步骤S205进行举例说明。表2为本发明实施例中的第二任务数据集的任务数据。
表2为第二任务数据集的任务数据
参照表2可知，以位于逻辑区A的任务数据为例，位于巷道A1的货物数量为2，位于巷道A2的货物数量为5，位于巷道A3的货物数量为3，位于巷道A4的货物数量为2，则可得出巷道密集度最大的巷道为巷道A2，将该巷道A2作为第二基础巷道。
巷道A2的两侧为巷道A1和巷道A3，则当前巷道集合H＝{巷道A2，巷道A1，巷道A3}。全部落入当前巷道集合H的任务数据为任务数据9和任务数据11，任务8的货物13以及任务10的货物17所在的巷道A4未落入当前巷道集合H，则将任务数据9和任务数据11预添加到第二任务子集Y，此时Y＝{任务数据9，任务数据11}。
判断此时第二任务子集Y中的货物数量是否小于第一上限，且第二任务子集Y中归属于逻辑区A的货物数量是否小于第二上限。如果两者均能满足，则继续将巷道A4添加到当前巷道集合H，此时H＝{巷道A2，巷道A1，巷道A3，巷道A4}，之后将全部落入当前巷道集合H的任务数据8和任务数据10添加到第二任务子集Y；如果有其中一个不能满足，则可以将任务数据9和任务数据11依次添加到第二任务子集Y，直至达到上述第一上限或者第二上限时停止添加。
步骤S206：在任务池存在跨逻辑区的任务数据的情况下，分别统计第二任务数据集的任务数据所跨逻辑区的数量，选择跨逻辑区最多的任务数据作为基础任务数据，之后为基础任务数据建立第三任务子集、目标逻辑区集和目标巷道集。第三任务子集中最初仅包括基础任务数据，在后续步骤中，第三任务子集包含的任务数据的数量会逐渐增加。目标逻辑区集中最初仅包括基础任务数据所在的逻辑区，在后续步骤中，目标逻辑区集会有更新。目标巷道集中最初仅包括基础任务数据所在的巷道，在后续步骤中，目标巷道集包含的巷道会逐渐增加。
步骤S207：从第二任务数据集中获取定位于目标逻辑区集的任务数据，为获取的任务数据建立初始任务集，分别计算初始任务集中各任务数据与基础任务数据的加权通道距离。其中，初始任务集中各任务数据与基础任务数据的加权通道距离的计算公式如下：
w＝1/zi×dis(Oi,seed)
公式1
式中，w为初始任务集O中第i个任务数据Oi与基础任务数据seed的加权通道距离；1/zi为权重，实施例中zi的取值为第i个任务数据Oi跨逻辑区的数量；dis(Oi,seed)为第i个任务数据Oi与基础任务数据seed的通道距离；Ji为第i个任务数据Oi所在的巷道构成的集合；Js为基础任务数据seed所在的巷道构成的目标巷道集；nj为Ji的巷道j在本逻辑区的巷道顺序；nk为Js的巷道k在本逻辑区的巷道顺序。
公式2的含义为：计算Ji的每个巷道到Js的每个巷道的距离，以得到Ji的每个巷道到Js的最近距离；将Ji的每个巷道对应最近距离中的最大值作为任务数据Oi与基础任务数据seed的通道距离。本步骤在计算加权通道距离时考虑了组合后任务数据跨越逻辑区的数量，在降低了拣货难度的同时，减少了后续合流工作的压力。
步骤S208：按照预设的两级优先级，将加权通道距离最小的任务数据依次添加到第三任务子集。其中，两级优先级包括第一级优先级和第二级优先级，第一级优先级为跨逻辑区的任务数据优先，不跨逻辑区的任务数据次之；第二级优先级为加权通道距离。此两级优先级的含义是：按照加权通道距离的大小，优先组合跨逻辑区的任务数据；如果跨逻辑区的任务数据全部组合完成，再按照加权通道距离的大小，组合不跨逻辑区的任务数据。此优先级设置能够优先组合跨逻辑区多的任务数据，减少后续合流的压力。
步骤S209：在每次向第三任务子集添加任务数据后，更新目标巷道集，重新计算初始任务集的剩余任务数据与基础任务数据的加权通道距离。此处加权通道距离的计算方式，与步骤S207中公式1-公式3相同。在组合任务数据的过程中，根据新加入的任务数据动态调整目标巷道集，可以使每次新添加到第三任务子集的任务数据更合理。
步骤S210：重复执行步骤S208和步骤S209，直到第三任务子集的货物数量达到第一上限，或者第三任务子集中归属于各逻辑区的货物数量达到第二上限。
下面对步骤S206至步骤S210进行举例说明。表3为本发明实施例的第二任务数据集的任务数据。
表3为第二任务数据集的任务数据
| 任务数据编号 | 货物编号 | 逻辑区 | 巷道 |
| 任务数据12 | 货物20 | A | A4 |
| 任务数据12 | 货物21 | A | A2 |
| 任务数据13 | 货物22 | A | A2 |
| 任务数据13 | 货物23 | B | B3 |
| 任务数据13 | 货物24 | C | C4 |
| 任务数据14 | 货物25 | A | A1 |
| 任务数据14 | 货物26 | B | B5 |
| 任务数据15 | 货物27 | B | B4 |
| 任务数据15 | 货物28 | C | C5 |
| 任务数据16 | 货物29 | C | C3 |
| 任务数据16 | 货物30 | D | D5 |
参照表3可知，任务数据12包含的货物未跨逻辑区，任务数据13包含的获取跨越3个逻辑区，任务14-16包含的货物均跨越2个逻辑区，则可以得出跨逻辑区数量最多的是任务数据13，将任务数据13作为基础任务数据，此时第三任务子集Z＝{任务数据13}。之后将任务数据13所在的逻辑区作为目标逻辑区集L，则L＝{逻辑区A，逻辑区B，逻辑区C}；将任务数据13所在的巷道作为目标巷道集Js，则Js＝{巷道A2，巷道B3，巷道C4}。
定位在目标逻辑区集L的任务数据为任务数据12和任务数据14，则初始任务集O＝{任务数据12，任务数据14，任务数据15}，任务数据12所在巷道构成的集合为{巷道A4，巷道A2}，任务数据14所在巷道构成的集合为{巷道A1，巷道B5}，任务数据15所在巷道构成的集合为{巷道B4，巷道C5}。之后通过公式1-公式3，可计算出任务数据12与基础任务数据的通道距离为max{2，0}＝2，加权通道距离为2/1＝2；任务数据14与基础任务数据的通道距离为max{1，2}＝2，加权通道距离为2/2＝1；任务数据15与基础任务数据的通道距离为max{1，1}＝1，加权通道距离为1/2＝0.5。
按照跨逻辑区的任务数据优先，不跨逻辑区的任务数据次之的第一优先级，加权通道距离为第二优先级，首先将任务数据15添加到第三任务子集Z，此时Z＝{任务数据13，任务数据15}。之后更新目标巷道集Js，则Js＝{巷道A2，巷道B3，巷道C4，巷道B4，巷道C5}；更新初始任务集O，则O＝{任务数据12，任务数据14}；参照公式1-公式3，重新计算更新后的初始任务集中各任务数据与基础任务数据的加权通道距离。
重复上述为第三任务子集Z添加任务数据、更新目标巷道集Js、更新初始任务集O、计算加权通道距离的操作，直至第三任务子集的货物数量达到第一上限，或者第三任务子集中归属于各逻辑区的货物数量达到第二上限，即可得到本发明实施例的经组合处理后最终的第三任务子集。
在一优选的实施例中，若第三任务子集的任务数据的数量未达到第一上限，且存在逻辑区的货物数量未达到第二上限时，则将已达到第二上限的逻辑区从目标逻辑区集中剔除，重新从第二任务数据集中确定定位于该剔除后的目标逻辑区集的任务数据，之后重新计算加权距离差。上述操作可以仅扩充未达到第二上限的逻辑区的任务数据。
在另一优选的实施例中，在步骤S201之前，还可以判断各任务数据对应的波次时间是否归属于预设阈值范围，对归属于预设阈值范围的波次时间对应的任务数据，将同一波次时间对应的任务数据构建为任务池，之后按照步骤S201-步骤S210进行组合；将在预设阈值范围外的波次时间对应的任务数据构建为任务池，之后按照步骤S201-步骤S210进行组合。其中，波次是指每个任务数据的截止时间，必须在该截止时间之前完成货物的拣选打包。
归属于预设阈值范围(即在预设阈值范围内)的波次时间即临近波次时间，在预设阈值范围外的波次时间即非临近波次时间。临近波次时间的任务数据，有截止时间的压力，故不混波次组合任务数据；非临近波次时间的任务数据，没有截止时间的压力，故可以将不同截止时间的任务数据组合到一起。该实施例对于非临近波次时间的任务数据，能够给出更好的组合结果，进而提高货物拣选速度。
在另一优选的实施例中，还可以将组合成功的任务数据(即任务组合结果)下发至拣选人员的客户端或者机器人。对于组合失败的任务数据，根据失败原因确定是否将其返回任务池。比如，对于组合失败，且未临近截止时间的任务数据，可以将其返回任务池，以重新进行任务组合；对于组合失败，且临近截止时间的任务数据，直接下发至拣选人员的客户端或者机器人。
在另一优选的实施例中，对于任务数据本身的货物数量已超过组合任务对应的货物数量上限的，可以直接按照组合任务进行处理。对于第二任务数据集中的任务数据，如果其某个逻辑区的货物数量超过上限，但并未超过组合任务对应的货物数量上限的，则可优选为基础任务数据。
在另一优选的实施例中，如果订单池的任务数据为空，则可以间隔预设时间段后或者有空闲拣货资源后，再次判断订单池的任务数据为空。如果订单池的任务数据不为空，可以直接执行步骤S201-步骤S210。在下发组合成功的任务数据后，可以间隔预设时间段后或者在有空闲拣货资源后，再次判断订单池的任务数据为空。下面结合图4进行详细说明。
图4是根据本发明实施例二的任务组合方法的主要流程示意图。如图4所示，本发明实施例二的任务组合方法，主要包括如下步骤：
步骤S401：判断当前任务池是否为空，如果不是空，则执行步骤S402；否则，执行步骤S403。
步骤S402：判断当前任务池中各任务数据对应的波次时间是否为临近波次时间，如果是非临近波次时间，则执行步骤S404；如果是临近波次时间，则执行步骤S405。
步骤S403：等待预设时间段后或者有空闲拣货资源时，执行步骤S401。
步骤S404：将非临近波次时间对应的任务数据构建为第二任务池，按照步骤S201至步骤S210对第二任务池中的任务数据进行任务组合，执行步骤S406。对于非临近波次时间对应的任务数据进行混波次的任务数据组合。
步骤S405：将同一波次时间对应的任务数据构建为第一任务池，按照步骤S201至步骤S210对第一任务池中的任务数据进行任务组合，执行步骤S406。对于临近波次时间对应的任务数据进行同一波次的任务数据组合。
步骤S406：下发组合成功的任务数据，执行步骤S403。
通过本发明实施例的任务组合方法可以看出，通过结合各任务数据跨逻辑区的数量，以及任务数据的货物所在通道之间的距离，来计算任务数据之间的距离，之后根据该距离进行任务数据的组合，既降低了拣货难度，又能够减少后续的合流压力；在组合任务数据的过程中，根据新加入的任务数据动态调整目标通道集，并重新计算加权通道距离，可以使每次新添加到任务组合结果中的任务数据更加合理准确；将货物数量等于1与大于1的任务数据分开进行组合，能够不增加需要合流的任务数据的数量，减小后续的合流压力；对于波次时间不在阈值范围内的任务数据，没有截止时间的压力，将这些任务数据组合到一起，任务组合结果更加合理准确，提高货物拣选速度。
图5是根据本发明实施例的任务组合装置的主要模块的示意图。如图5所示，本发明实施例的任务组合装置500，主要包括：
选择模块501，用于根据对任务池中至少一个任务数据的定位结果，统计所述任务数据跨逻辑区的数量，以从所述任务池中选择基础任务数据。基于对任务池中每个任务数据的定位结果(即货物的具体存储位置，可以用货物所在的逻辑区、巷道、货架层数、列数等共同表示)，可以获知每个任务数据的货物所归属的逻辑区。基于统计出的各任务数据跨逻辑区的数量，选择跨逻辑区较多的任务数据作为基础任务数据。实施例中可以选择跨逻辑区最多的任务数据作为基础任务数据。
添加模块502，用于将定位于目标逻辑区的任务数据添加到预先建立的初始任务集；其中，所述目标逻辑区包括所述基础任务数据的货物所归属的逻辑区。目标逻辑区的初始值为基础任务数据的货物所归属的全部逻辑区。预先建立初始任务集，根据对任务池中任务数据的定位结果，汇总每个任务数据的全部货物所在的全部逻辑区，若该全部逻辑区均被包含在目标逻辑区内，则将相应的任务数据添加到该初始任务集。
计算模块503，用于根据所述初始任务集的任务数据跨逻辑区的数量，以及所述任务数据的货物所在的通道，计算所述初始任务集的任务数据与所述基础任务数据的加权通道距离。实施例中，货物所在的通道即货物所在货架的巷道。计算初始任务集的当前任务数据对应的每个通道分别到目标通道集的每个通道的最小通道距离；其中，目标通道集的初始值为基础任务数据的货物所在的通道；确定全部最小通道距离的最大值，该最大值即为当前任务数据与基础任务数据的通道距离；以当前任务数据所跨逻辑区的数量的倒数为权重，对通道距离进行加权，即可得到当前任务数据与基础任务数据的加权通道距离。
组合模块504，用于确定所述初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据与所述基础任务数据进行组合得到任务组合结果。以跨逻辑区的任务数据优先，不跨逻辑区的任务数据次之为第一优先级，加权通道距离为第二优先级，确定初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据依次添加到包含基础任务数据的任务组合结果中，至此完成对任务数据的组合处理过程。
另外，本发明实施例的任务组合装置500还可以包括：构建模块、更新模块、划分模块、第一任务组合模块和第二任务组合模块(图5中未示出)。其中，构建模块，用于判断所述任务数据对应的波次时间是否在预设阈值范围内；若存在任务数据对应的波次时间在所述阈值范围内，则将在所述阈值范围内且属于同一波次时间的任务数据构建为所述任务池；以及若存在任务数据对应的波次时间不在所述阈值范围内，则将不在所述阈值范围内的任务数据构建为所述任务池。
更新模块，用于根据确定出的任务数据的货物所在的通道更新所述目标通道集，以计算所述初始任务集的剩余任务数据与所述基础任务数据的加权通道距离；确定所述剩余任务数据中最小加权通道距离对应的任务数据，将确定出的任务数据添加到任务组合结果；以及重复本模块的处理过程，直至所述任务组合结果的货物数量达到预设的第一上限，或者所述任务组合结果中归属于所述逻辑区的货物数量达到预设的第二上限。
划分模块，用于根据所述任务数据中的货物数量，将所述任务池中的任务数据划分为第一任务数据集和第二任务数据集；其中，所述第一任务数据集为货物数量为1的任务数据，第二任务数据集为货物数量大于1的任务数据。
第一任务组合模块，用于统计所述第一任务数据集的任务数据中位于所述逻辑区的通道的货物数量，选择通道密集度最大的通道作为第一基础通道，为所述第一基础通道对应的任务数据建立第一任务子集；以及按照拣货路径顺序对应的通道顺序，从所述第一基础通道开始向两侧扩充，以向所述第一任务子集中添加对应的任务数据，直到所述第一任务子集的货物数量达到预设的第一上限，或者所述第一任务子集中归属于所述逻辑区的货物数量达到预设的第二上限，得到的所述第一任务子集即为所述第一任务数据集对应的任务组合结果。
第二任务组合模块，用于在所述第二任务数据集中不存在跨逻辑区的任务数据的情况下，统计所述第二任务数据集的任务数据中位于所述逻辑区的通道的货物数量，选择通道密集度最大的通道作为第二基础通道；以及从所述第二基础通道开始向两侧扩充通道得到当前通道集合，将落入所述当前通道集合的任务数据添加到预先建立的第二任务子集，直到所述第二任务子集的货物数量达到预设的第一上限，或者所述第二任务子集中归属于所述逻辑区的货物数量达到预设的第二上限，得到的所述第二任务子集即为所述第二任务数据集对应的任务组合结果。
从以上描述可以看出，通过结合各任务数据跨逻辑区的数量，以及任务数据的货物所在通道之间的距离，来计算任务数据之间的距离，之后根据该距离进行任务数据的组合，既降低了拣货难度，又能够减少后续的合流压力；在组合任务数据的过程中，根据新加入的任务数据动态调整目标通道集，并重新计算加权通道距离，可以使每次新添加到任务组合结果中的任务数据更加合理准确；将货物数量等于1与大于1的任务数据分开进行组合，能够不增加需要合流的任务数据的数量，减小后续的合流压力；对于波次时间不在阈值范围内的任务数据，没有截止时间的压力，将这些任务数据组合到一起，任务组合结果更加合理准确，提高货物拣选速度。
图6示出了可以应用本发明实施例的任务组合方法或任务组合装置的示例性系统架构600。
如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器，其可以对接收到的任务数据进行定位、组合等处理，并将处理结果(例如任务组合结果)反馈给终端设备。
需要说明的是，本申请实施例所提供的任务组合方法一般由服务器605执行，相应地，任务组合装置一般设置于服务器605中。
应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
根据本发明的实施例，本发明还提供了一种电子设备和一种计算机可读介质。
本发明的电子设备包括：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本发明实施例的一种任务组合方法。
本发明的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种任务组合方法。
下面参考图7，其示出了适用于来实现本发明实施例的电子设备的计算机系统700的结构示意图。图7示出的电子设备仅仅是一个示例，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7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有计算机系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地，根据本发明公开的实施例，上文主要步骤图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行主要步骤图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的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或者是上述两者的任意组合。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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中，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。而在本发明中，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。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括选择模块、添加模块、计算模块和组合模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，选择模块还可以被描述为“根据对任务池中至少一个任务数据的定位结果，统计所述任务数据跨逻辑区的数量，以从所述任务池中选择基础任务数据的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据对任务池中至少一个任务数据的定位结果，统计所述任务数据跨逻辑区的数量，以从所述任务池中选择基础任务数据；将定位于目标逻辑区的任务数据添加到预先建立的初始任务集；其中，所述目标逻辑区包括所述基础任务数据的货物所归属的逻辑区；根据所述初始任务集的任务数据跨逻辑区的数量，以及所述任务数据的货物所在的通道，计算所述初始任务集的任务数据与所述基础任务数据的加权通道距离；确定所述初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据与所述基础任务数据进行组合得到任务组合结果。
从以上描述可以看出，通过结合各任务数据跨逻辑区的数量，以及任务数据的货物所在通道之间的距离，来计算任务数据之间的距离，之后根据该距离进行任务数据的组合，既降低了拣货难度，又能够减少后续的合流压力。
上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (12)
1.一种任务组合方法，其特征在于，包括：
根据对任务池中至少一个任务数据的定位结果，统计所述任务数据跨逻辑区的数量，以从所述任务池中选择基础任务数据；
将定位于目标逻辑区的任务数据添加到预先建立的初始任务集；其中，所述目标逻辑区包括所述基础任务数据的货物所归属的逻辑区；
根据所述初始任务集的任务数据跨逻辑区的数量，以及所述任务数据的货物所在的通道，计算所述初始任务集的任务数据与所述基础任务数据的加权通道距离；
确定所述初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据与所述基础任务数据进行组合得到任务组合结果。
2.根据权利要求1所述的方法，其特征在于，计算所述初始任务集的当前任务数据与所述基础任务数据的加权通道距离，包括：
计算所述初始任务集的当前任务数据对应的至少一个通道分别到目标通道集的至少一个通道的最小通道距离；其中，所述目标通道集的初始值为所述基础任务数据的货物所在的通道；
确定至少一个所述最小通道距离的最大值，将所述最大值作为所述当前任务数据与所述基础任务数据的通道距离；
以所述当前任务数据所跨逻辑区的数量的倒数为权重，对所述通道距离进行加权，以得到所述当前任务数据与所述基础任务数据的加权通道距离。
3.根据权利要求2所述的方法，其特征在于，计算所述当前任务数据对应的当前通道到目标通道集的至少一个通道的最小通道距离，包括：
若所述当前任务数据对应的当前通道与所述目标通道集的当前通道归属于同一逻辑区，则将两个通道对应的通道拣选顺序之差的绝对值作为两个通道的通道距离；
若所述当前通道与所述目标通道集的当前通道归属于不同逻辑区，则用正无穷大作为两个通道的通道距离；
计算所述当前任务数据对应的当前通道到所述目标通道集的至少一个通道的通道距离，以得到所述当前任务数据对应的当前通道到所述目标通道集的至少一个通道的最小通道距离。
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
更新计算：根据确定出的任务数据的货物所在的通道更新所述目标通道集，以计算所述初始任务集的剩余任务数据与所述基础任务数据的加权通道距离；
确定添加：确定所述剩余任务数据中最小加权通道距离对应的任务数据，将确定出的任务数据添加到所述任务组合结果；
重复所述更新计算步骤和所述确定添加步骤，直至所述任务组合结果的货物数量达到预设的第一上限，或者所述任务组合结果中归属于所述逻辑区的货物数量达到预设的第二上限。
5.根据权利要求1所述的方法，其特征在于，所述确定所述初始任务集中最小加权通道距离对应的任务数据，包括：
以跨逻辑区的任务数据优先，不跨逻辑区的任务数据次之为第一优先级，所述加权通道距离为第二优先级，确定所述初始任务集中最小加权通道距离对应的任务数据。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据所述任务数据中的货物数量，将所述任务池中的任务数据划分为第一任务数据集和第二任务数据集；其中，所述第一任务数据集为货物数量为1的任务数据，第二任务数据集为货物数量大于1的任务数据；
所述从所述任务池中选择任务数据作为基础任务数据，包括：
在所述第二任务数据集中存在跨逻辑区的任务数据的情况下，从所述第二任务数据集中选择跨逻辑区最多的任务数据作为基础任务数据。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
统计所述第一任务数据集的任务数据中位于所述逻辑区的通道的货物数量，选择通道密集度最大的通道作为第一基础通道，为所述第一基础通道对应的任务数据建立第一任务子集；
按照拣货路径顺序对应的通道顺序，从所述第一基础通道开始向两侧扩充，以向所述第一任务子集中添加对应的任务数据，直到所述第一任务子集的货物数量达到预设的第一上限，或者所述第一任务子集中归属于所述逻辑区的货物数量达到预设的第二上限，得到的所述第一任务子集即为所述第一任务数据集对应的任务组合结果。
8.根据权利要求6所述的方法，其特征在于，所述方法还包括：
在所述第二任务数据集中不存在跨逻辑区的任务数据的情况下，统计所述第二任务数据集的任务数据中位于所述逻辑区的通道的货物数量，选择通道密集度最大的通道作为第二基础通道；
从所述第二基础通道开始向两侧扩充通道得到当前通道集合，将落入所述当前通道集合的任务数据添加到预先建立的第二任务子集，直到所述第二任务子集的货物数量达到预设的第一上限，或者所述第二任务子集中归属于所述逻辑区的货物数量达到预设的第二上限，得到的所述第二任务子集即为所述第二任务数据集对应的任务组合结果。
9.根据权利要求1至8的任一项所述的方法，其特征在于，所述方法还包括：
判断所述任务数据对应的波次时间是否在预设阈值范围内；
若存在任务数据对应的波次时间在所述阈值范围内，则将在所述阈值范围内且属于同一波次时间的任务数据构建为所述任务池；
若存在任务数据对应的波次时间不在所述阈值范围内，则将不在所述阈值范围内的任务数据构建为所述任务池。
10.一种任务组合装置，其特征在于，包括：
选择模块，用于根据对任务池中至少一个任务数据的定位结果，统计所述任务数据跨逻辑区的数量，以从所述任务池中选择基础任务数据；
添加模块，用于将定位于目标逻辑区的任务数据添加到预先建立的初始任务集；其中，所述目标逻辑区包括所述基础任务数据的货物所归属的逻辑区；
计算模块，用于根据所述初始任务集的任务数据跨逻辑区的数量，以及所述任务数据的货物所在的通道，计算所述初始任务集的任务数据与所述基础任务数据的加权通道距离；
组合模块，用于确定所述初始任务集中最小加权通道距离对应的任务数据，将确定出的任务数据与所述基础任务数据进行组合得到任务组合结果。
11.一种电子设备，其特征在于，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1-9中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910453292.7A CN111754059A (zh) | 2019-05-28 | 2019-05-28 | 一种任务组合方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910453292.7A CN111754059A (zh) | 2019-05-28 | 2019-05-28 | 一种任务组合方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111754059A true CN111754059A (zh) | 2020-10-09 |
Family
ID=72672842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910453292.7A Pending CN111754059A (zh) | 2019-05-28 | 2019-05-28 | 一种任务组合方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111754059A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113320869A (zh) * | 2021-05-31 | 2021-08-31 | 深圳市库宝软件有限公司 | 入库控制方法、装置、电子设备及存储介质 |
| CN116402312A (zh) * | 2023-05-26 | 2023-07-07 | 北京京东乾石科技有限公司 | 一种拣货任务的组单方法和装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106447470A (zh) * | 2016-11-30 | 2017-02-22 | 北京小度信息科技有限公司 | 配送订单分配方法和装置 |
| US20170158430A1 (en) * | 2014-07-12 | 2017-06-08 | Bionichive Ltd | Automatic warehouse system |
| 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 |
| CN107153926A (zh) * | 2017-06-08 | 2017-09-12 | 北京惠赢天下网络技术有限公司 | 一种基于标准箱的货品分配方法、系统及订单管理服务器 |
| CN107392543A (zh) * | 2017-07-28 | 2017-11-24 | 网易无尾熊（杭州）科技有限公司 | 信息处理方法、数据处理系统、介质和计算设备 |
| CN108205739A (zh) * | 2016-12-20 | 2018-06-26 | 北京京东尚科信息技术有限公司 | 集合单组建方法及系统 |
| CN108861276A (zh) * | 2018-07-26 | 2018-11-23 | 昆山岩古风智能科技有限公司 | 一种基于agv跟随式仓库拣货方法 |
| WO2019071930A1 (zh) * | 2017-10-11 | 2019-04-18 | 北京京东尚科信息技术有限公司 | 用于分拣货物的方法和装置 |
-
2019
- 2019-05-28 CN CN201910453292.7A patent/CN111754059A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170158430A1 (en) * | 2014-07-12 | 2017-06-08 | Bionichive Ltd | Automatic warehouse system |
| CN106447470A (zh) * | 2016-11-30 | 2017-02-22 | 北京小度信息科技有限公司 | 配送订单分配方法和装置 |
| CN108205739A (zh) * | 2016-12-20 | 2018-06-26 | 北京京东尚科信息技术有限公司 | 集合单组建方法及系统 |
| 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 |
| CN107153926A (zh) * | 2017-06-08 | 2017-09-12 | 北京惠赢天下网络技术有限公司 | 一种基于标准箱的货品分配方法、系统及订单管理服务器 |
| CN107392543A (zh) * | 2017-07-28 | 2017-11-24 | 网易无尾熊（杭州）科技有限公司 | 信息处理方法、数据处理系统、介质和计算设备 |
| WO2019071930A1 (zh) * | 2017-10-11 | 2019-04-18 | 北京京东尚科信息技术有限公司 | 用于分拣货物的方法和装置 |
| CN108861276A (zh) * | 2018-07-26 | 2018-11-23 | 昆山岩古风智能科技有限公司 | 一种基于agv跟随式仓库拣货方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113320869A (zh) * | 2021-05-31 | 2021-08-31 | 深圳市库宝软件有限公司 | 入库控制方法、装置、电子设备及存储介质 |
| CN116402312A (zh) * | 2023-05-26 | 2023-07-07 | 北京京东乾石科技有限公司 | 一种拣货任务的组单方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110363456B (zh) | 一种物品上架的方法和装置 | |
| CN110197350B (zh) | 一种物品出库方法和装置 | |
| CN110371548B (zh) | 一种货物入库方法和装置 | |
| CN108734559B (zh) | 一种订单处理方法和装置 | |
| CN111523977B (zh) | 波次订单集合的创建方法、装置、计算设备和介质 | |
| CN111178810B (zh) | 用于生成信息的方法和装置 | |
| CN110182530B (zh) | 一种仓库管理方法和装置 | |
| CN111754059A (zh) | 一种任务组合方法和装置 | |
| CN115660380B (zh) | 货到人拣选的订单处理方法及装置 | |
| CN110659760A (zh) | 用于仓库储位的配置方法和系统 | |
| CN110880057A (zh) | 组单方法和装置 | |
| CN111507651A (zh) | 应用于人机混合仓库的订单数据处理方法和装置 | |
| CN111768145A (zh) | 一种分配格口的方法和装置 | |
| CN114596016A (zh) | 仓储系统的控制方法、装置、设备及计算机可读存储介质 | |
| CN113128821A (zh) | 确定任务的方法和装置 | |
| CN111950830A (zh) | 一种任务分配方法和装置 | |
| CN110334104A (zh) | 一种榜单更新方法、装置、电子设备及存储介质 | |
| CN110834858A (zh) | 一种在仓库中存储货物的方法和装置 | |
| US20130103456A1 (en) | Method, system and program storage device for production planning | |
| CN112966992A (zh) | 一种订单生产方法和装置 | |
| WO2023015954A1 (zh) | 商品分配方法、装置、电子设备和计算机存储介质 | |
| CN115099865A (zh) | 一种数据处理方法和装置 | |
| CN113657821A (zh) | 一种入库方法和装置 | |
| CN113554380A (zh) | 一种物品出库定位方法和装置 | |
| CN112907162A (zh) | 确定物品摆放方式的方法和装置 |
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 |