CN111782646B - 库位分配的方法、系统、计算机设备和可读存储介质 - Google Patents
库位分配的方法、系统、计算机设备和可读存储介质 Download PDFInfo
- Publication number
- CN111782646B CN111782646B CN202010422747.1A CN202010422747A CN111782646B CN 111782646 B CN111782646 B CN 111782646B CN 202010422747 A CN202010422747 A CN 202010422747A CN 111782646 B CN111782646 B CN 111782646B
- Authority
- CN
- China
- Prior art keywords
- library
- commodity
- attribute
- bin
- list
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000003860 storage Methods 0.000 title claims abstract description 46
- 238000012216 screening Methods 0.000 claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 230000003068 static effect Effects 0.000 claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 28
- 238000010586 diagram Methods 0.000 description 20
- 238000007726 management method Methods 0.000 description 14
- 230000008901 benefit Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
- G06F16/24532—Query optimisation of parallel queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种库位分配的方法、系统、计算机设备和可读存储介质,其中,该库位分配的方法包括:获取目标商品的上架规则,对该上架规则进行解析,得到目标商品的规则信息,其中,该规则信息包括该目标商品的校验库位、指定库位和指定库区,根据该规则信息,按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行查询和筛选,得到库位信息列表,根据该库位信息列表中的库位的空间资源,为该目标商品分配库位,解决了需要对所有的存储因素进行数据拉取和计算之后,再对商品进行上架存储,从而导致内存消耗高,计算速率低的问题,减少了不必要的数据读入操作,提升了计算效率。
Description
技术领域
本申请涉及库存管理技术领域,特别是涉及库位分配的方法、系统、计算机设备和可读存储介质。
背景技术
随着科学技术的飞速发展,物流的库存管理也越来越智能化,智能工厂、智能生产、智能物流以及整个生产制造供应链的智能化越来越成熟。
在库存管理中,常用的商品上架方法为采用预定的上架规则找到上架商品对应的库位,然后搬运商品到库位所在位置进行上架操作。具体地,在相关技术中,按照商品的属性,结合人工指定、固定货位和动态分配三种上架方式,对商品进行存储。在存储的过程中,需要对所有的存储因素进行数据拉取和计算,内存消耗高,计算速率低。
目前针对相关技术中,需要对所有的存储因素进行数据拉取和计算之后,再对商品进行上架存储,从而导致内存消耗高,计算速率低的问题,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种库位分配的方法、系统、计算机设备和可读存储介质,以至少解决相关技术中,需要对所有的存储因素进行数据拉取和计算之后,再对商品进行上架存储,从而导致内存消耗高,计算速率低的问题。
第一方面,本申请实施例提供了一种库位分配的方法,所述方法包括:
获取目标商品的上架规则,对所述上架规则进行解析,得到所述目标商品的规则信息,其中,所述规则信息包括所述目标商品的校验库位、指定库位和指定库区;
根据所述规则信息,按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行查询和筛选,得到库位信息列表;
根据所述库位信息列表中的库位的空间资源,为所述目标商品分配库位。
在其中一些实施例中,所述按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行筛选包括:
根据所述静态属性对库位进行筛选,得到第一库位列表;
在所述第一库位列表为空的情况下,返回异常信息,在所述第一库位列表不为空的情况下,根据所述商品属性对所述第一库位列表进行筛选,得到第二库位列表,其中,所述商品属性包括商品混放限制、商品相邻限制和商品相同限制;
在所述第二库位列表为空的情况下,返回异常信息,在所述第二库位列表不为空的情况下,根据所述货主属性对所述第二库位列表进行筛选,得到第三库位列表,其中,所述货主属性包括货主混放限制、货主相邻限制和货主相同限制;
在所述第三库位列表为空的情况下,返回异常信息,在所述第三库位列表不为空的情况下,根据所述操作属性对所述第三库位列表进行筛选,得到所述库位信息列表。
在其中一些实施例中,在对多个商品进行上架的过程中,所述根据所述库位信息列表中的库位的空间资源,为所述目标商品分配库位包括:
通过并行计算,获取所述多个商品的预设库位集合,其中,所述预设库位集合包括每个商品的预设库位;
获取每个商品的需求空间,并在所述预设库位集合中,获取每个所述预设库位的空间资源,根据路径损耗和集中度,计算所述每个商品和每个所述预设库位之间的权重;
对所述权重进行排序,按照排序后的权重顺序,对所述多个商品进行上架,其中,在所述每个商品上架之后,对每个所述预设库位的所述空间资源重新计算。
在其中一些实施例中,所述根据所述库位信息列表中的库位的空间资源,为所述目标商品分配库位包括:
获取所述目标商品的多个预设库位,根据每个所述预设库位的位置和所述目标商品的出库路径,计算所述目标商品的路径损耗;
获取所述预设库位所在库区的商品存储状态,根据所述商品存储状态和每个所述预设库位的位置,计算所述目标商品的集中度;
根据所述路径损耗和所述集中度,为所述目标商品分配库位。
在其中一些实施例中,所述依次对库位进行查询和筛选包括以下之一:
获取库位表读取指令,根据所述库位表读取指令和筛选条件,从Redis数据库中获取库位表,其中,所述筛选条件包括所述静态属性、商品属性、货主属性或者操作属性;或者,
在所述Redis数据库中不存在满足所述筛选条件的库位表的情况下,在MySQL业务库中根据所述筛选条件获取所述库位表。
在其中一些实施例中,所述获取目标商品的上架规则,对所述上架规则进行解析,得到所述目标商品的规则信息包括:
获取所述目标商品的上架规则,根据所述上架规则对所述目标商品的单据配置信息进行校验;
在所述校验通过的情况下,获取库位标志信息,其中,所述库位标志信息包括校验库位标志位、指定库位标志位和指定库区标志位;
对所述库位标志信息进行解析,得到所述目标商品的规则信息。
在其中一些实施例中,在所述得到库位信息列表之后,所述方法还包括:
在所述库位信息列表为空的情况下,返回异常信息并发出警示信号。
第二方面,本申请实施例提供了一种库位分配的系统,所述系统包括规则解析模块、资源计算模块和库位分配模块:
所述规则解析模块,用于获取目标商品的上架规则,对所述上架规则进行解析,得到所述目标商品的规则信息,其中,所述规则信息包括所述目标商品的校验库位、指定库位和指定库区;
所述资源计算模块,用于根据所述规则信息,按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行查询和筛选,得到库位信息列表;
所述库位分配模块,用于根据所述库位信息列表中的库位的空间资源,为所述目标商品分配库位。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述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上述任一所述方法。
第四方面,本申请实施例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上述任一所述方法。
相比于相关技术,本申请实施例提供的方法,通过获取目标商品的上架规则,对该上架规则进行解析,得到目标商品的规则信息,其中,该规则信息包括该目标商品的校验库位、指定库位和指定库区,根据该规则信息,按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行查询和筛选,得到库位信息列表,根据该库位信息列表中的库位的空间资源,为该目标商品分配库位,解决了需要对所有的存储因素进行数据拉取和计算之后,再对商品进行上架存储,从而导致内存消耗高,计算速率低的问题,减少了不必要的数据读入操作,提升了计算效率。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的库位分配的方法的应用环境示意图;
图2是根据本申请实施例的库位分配的方法的流程图;
图3是根据本申请实施例的库位筛选的方法的流程图;
图4是根据本申请实施例的根据空间资源进行库位分配的方法的流程图;
图5是根据本申请实施例的库位动线的示意图;
图6a是根据本申请实施例的目标商品上架的示意图一;
图6b是根据本申请实施例的目标商品上架的示意图二;
图6c是根据本申请实施例的目标商品上架的示意图三;
图6d是根据本申请实施例的目标商品上架的示意图四;
图7是根据本申请实施例的对库位进行查询和筛选的示意图;
图8是根据本申请实施例的多个商品上架的方法的流程图;
图9是根据本申请实施例的多个商品上架的示意图;
图10是根据本申请实施例的上架规则解析的方法的流程图;
图11是根据本申请实施例的库位分配的系统的结构框图;
图12是根据本申请实施例的电子设备的内部结构示意图。
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,对本申请进行描述和说明。应当理解,此处所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。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请提供的库位分配的方法,可以应用于如图1所示的应用环境中,图1是根据本申请实施例的库位分配的方法的应用环境示意图,如图1所示。其中,服务器102通过网络获取商品104的上架规则,服务器102对该上架规则进行解析,得到商品104的规则信息,根据该规则信息,服务器102按照库位106的静态属性、商品属性、货主属性和操作属性,依次对库位106进行查询和筛选,得到库位信息列表,服务器102根据该库位信息列表中的库位的空间资源,为商品104分配匹配的库位。其中,服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本实施例提供了一种库位分配的方法,图2是根据本申请实施例的库位分配的方法的流程图,如图2所示,该方法包括如下步骤:
步骤S201,获取目标商品的上架规则,对该上架规则进行解析,得到该目标商品的规则信息,其中,该规则信息包括该目标商品的校验库位、指定库位和指定库区。
本实施例中的上架过程可以通过仓库管理系统(Warehouse Management System,简称为WMS)实现,WMS是通过入库业务、出库业务、仓库调拨、库存调拨和虚仓管理等功能,对批次管理、物料对应、库存盘点、质检管理、虚仓管理和即时库存管理等功能综合运用的管理系统,可以有效控制并跟踪仓库业务的物流和成本管理全过程,实现或完善企业仓储信息管理。通过计划生成作业任务、任务驱动仓库实际作业的模式,既在作业过程中充分保障了账务和实际作业的准确性,亦有效提高了作业效率,减少了仓库作业对人工经验的依赖性,是仓储管理信息化的具体形式,WMS对不同产品类别应有不同的上架策略,上架策略的最终目的是通过WMS指导仓库操作人员将货物放到系统分析后指定的货位,提高收发货作业的效率。
其中,校验库位是为目标商品分配具体库位的一种前置条件,例如,在分配库位前,目标商品位于仓库的暂存区,在客户设定由暂存区转入的商品,按照预设的存储规则进行操作的情况下,需要在入库时检验目标商品来自于哪一个库位,该库位就是校验库位。指定库位,是目标商品已经被直接指定了存放位置,指定库区是指定库位所在的库区,其中,库区是库位的集合。目标商品为需要进行上架处理的各类商品,本实施例中的目标商品可以为单个商品,可以为同类的多个商品,还可以为多类商品。上架规则为与目标商品对应的库位需求,例如,冷冻商品需要上架至冷藏库位,食品类商品与清洁类商品应该分属于不同的库位等等。
步骤S202,根据规则信息,按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行查询和筛选,得到库位信息列表。
其中,库位的静态属性包括库位类型、使用类型、周转类型、存储条件和使用状态等等。库位类型用于描述与库位对应的商品状态,例如,该商品是否为散装商品、是否需要托盘;使用类型用于描述库位是否为临时过渡库位或者永久存储库位;周转类型用于描述该库位中的商品周转的频率;存储条件用于描述库位是否需要冷藏,也包括库位的温湿度信息和其他环境信息;使用状态用于描述库位运行是否可以正常,或者库位有无故障。
库位的商品属性包括库位是否为空,库位是否可以将不同类别的商品进行混放,库位是否可以放置相同类别的多个商品,库位是否可以放置相邻类别的商品等等。
库位的货主属性为,提供商品的公司实体对商品上架的具体要求,例如,是否可以和其他公司提供的商品进行混放。
库位的操作属性为,库位是否可以进行快速出货,用户可以根据库位的出货速度对库位的操作属性进行分级。
本实施例中,根据包括静态属性、商品属性、货主属性和操作属性在内的属性信息对库位进行筛选,在对所有的库位进行属性信息的筛选之后,得到符合要求的库位,进而形成库位信息列表。
步骤S203,根据该库位信息列表中的库位的空间资源,为该目标商品分配库位。
其中,空间资源为当前库位可进行商品存储的空间,例如,在目标商品所需的空间资源为600,而库位信息列表中的某个库位的空间资源为300,则该库位不能存储目标商品,需要将目标商品与该库位信息列表中的其他库位进行匹配。
通过上述步骤S201至步骤S203,本实施例在对目标商品的上架规则进行解析之后,根据静态属性、商品属性、货主属性和操作属性对库位进行筛选,在根据前一个属性的筛选结果已经无法匹配到库位的情况下,可以停止筛选,从而减少对数据的无效读取,解决了需要对所有的存储因素进行数据拉取和计算之后,再对商品进行上架存储,从而导致内存消耗高,计算速率低的问题,减少了不必要的数据读入操作,提升了计算效率。
在其中一些实施例中,图3是根据本申请实施例的库位筛选的方法的流程图,如图3所示,该方法至少包括如下步骤之一:
步骤S301,根据静态属性对库位进行筛选,得到第一库位列表。
其中,根据静态属性对库位进行筛选,需要调取库位信息,第一库位列表中的库位满足商品对库位的静态属性要求。
步骤S302,在第一库位列表为空的情况下,返回异常信息,在第一库位列表不为空的情况下,根据该商品属性该第一库位列表进行筛选,得到第二库位列表,其中,该商品属性包括商品混放限制、商品相邻限制和商品相同限制。
第一库位列表为空,说明没有库位满足静态属性的要求,在此情况下,返回异常信息以提醒工作人员进行查看。根据商品属性对库位进行筛选,需要调取库存表。
商品属性中的商品混放限制根据目标商品本身的类别和批次确定,在目标商品可以混放的情况下,还需要获取目标商品的最大允许混放商品数值和最大允许混放批次数值;商品相邻限制需要获取目标商品的类别和批次,其中,“相邻”可以根据拣选动线进行定义和排序;商品相同限制表示该目标商品仅能与同类商品一起放置,同样需要获取目标商品的类别和批次。
本实施例中,在根据商品属性进行库位筛选的过程中,还需要考虑仓库颗粒度和商品颗粒度,其中,仓库颗粒度为仓库对商品进行存放时,商品应具有的最小单元,商品颗粒度为商品本身进行存放时的最小单元。
步骤S303,在第二库位列表为空的情况下,返回异常信息,在第二库位列表不为空的情况下,根据货主属性对该第二库位列表进行筛选,得到第三库位列表,其中,该货主属性包括货主混放限制、货主相邻限制和货主相同限制。
在本实施例中,货主混放限制、货主相邻限制和货主相同限制均为货主对目标商品的存放要求,在根据货主属性对库位进行筛选的过程中,需要考虑仓库颗粒度。
步骤S304,在第三库位列表为空的情况下,返回异常信息,在第三库位列表不为空的情况下,根据操作属性对该第三库位列表进行筛选,得到库位信息列表。
通过上述步骤S301至步骤S304,本实施例在根据前一个属性对库位进行筛选的结果为空的情况下,返回异常信息,并不再根据后续的属性对库位进行筛选,尤其是在根据静态属性和商品属性对库位进行筛选的过程中,由于调取库存表时的内存消耗远大于调取库位信息,如果可以不用根据商品属性对库位进行筛选,省略调取库存表的步骤,可以大大减小内存消耗,提高计算速度。同时,本实施例在筛选的过程中,通过对商品的类别、批次、商品颗粒度和仓库颗粒度进行考量,在减少内存消耗、提高计算速度和计算效率的同时,增加了库位与商品的匹配度。
在其中一些实施例中,图4是根据本申请实施例的根据空间资源进行库位分配的方法的流程图,如图4所示,该方法包括如下步骤:
步骤S401,获取目标商品的多个预设库位,根据每个该预设库位的位置和该目标商品的出库路径,计算该目标商品的路径损耗。
在对目标商品进行上架的过程中,在对库位进行筛选后,可能仍然存在多个库位可以存储目标商品,该多个库位即为多个预设库位,此时需要对多个预设库位进行进一步筛选。
本实施例中的出库路径为库位中的商品从存储位置到库位出口的动线路径,路径越长、损耗越高。图5是根据本申请实施例的库位动线的示意图,如图5所示,虚线为动线方向,黑色方格表示库位中已有商品。
步骤S402,获取预设库位所在库区的商品存储状态,根据该商品存储状态和每个预设库位的位置,计算该目标商品的集中度。
在预设库位的周围,通常会存在已上架商品,这些已上架商品的排列方式构成该库区的商品存储状态,在对目标商品进行上架的过程中,需要考虑这些已上架商品所在的库位对目标商品的预设库位的影响,集中度用于对已上架商品的库位和预设库位的集中程度进行评价,本实施例根据库位之间的连通度对集中度进行计算。
例如,图6a是根据本申请实施例的目标商品上架的示意图一,图6b是根据本申请实施例的目标商品上架的示意图二,图6c是根据本申请实施例的目标商品上架的示意图三,图6d是根据本申请实施例的目标商品上架的示意图四,如图6a至图6d所示,分别为不同集中度的已上架商品的库位和预设库位的摆放方式,其中,黑色方格表示库位中已有商品,阴影方格表示预设库位,图6a、图6b、图6c、图6d任意一个附图中的3个阴影方格表示该目标商品需要三个库位进行存储。
步骤S403,根据该路径损耗和该集中度,为该目标商品分配库位。
在选择预设库位的过程中,优先选择路径损耗小、集中度高的预设库位,例如,在图6a至图6d中,优先选择图6b中的方案,其次是6c、6a、6d,在图6b和图6c中,集中度相同,但是图6b中的路径损耗更小,因此选择图6b中的方案。
通过上述步骤S401至步骤S403,本实施例引入集中度和路径损耗的概念,根据预设库位与已上架商品的库位之间的连通度,以及目标商品出库动线路径,设计目标函数,对集中度和路径损耗进行计算,使商品尽量集中存放到路径损耗低的库位,可以合理利用仓库资源,降低出库拣选作业的路径消耗,提高作业效率。在计算集中度的过程中,本实施例通过并行计算,获取多套上架指令,计算目标商品可上架的邻域,最后再结合优化算法对多条指令进行整体计算,得到多条入库上架指令整体考虑后的库位推荐结果,并结合非关系型数据库(NoSQL)的方案进行读取,提升了计算效率,其中,邻域为可存储目标商品的预设库位。
在一些实施例中,图7是根据本申请实施例的对库位进行查询和筛选的示意图,如图7所示,服务器可以实时获取库位表读取指令,在获取到该库位表读取指令的情况下,根据筛选条件,首先在Redis数据库中查询所需的库位表,在该库位表存在于Redis数据库中的情况下,服务器可以直接从Redis数据库中获取该库位表,在Redis数据库中不存在满足筛选条件的库位表的情况下,在MySQL业务库中根据该筛选条件获取该库位表,同时以键值对的形式将该库位表存储至Redis数据库中,便于下一次的库位表读取,其中,该筛选条件包括该静态属性、商品属性、货主属性或者操作属性。本实施例中,对于不需要频繁读取的库位表,一次读取,作为全局变量,可以在程序中多次使用,也可以将该库位表从MySQL业务库中存入Redis数据库,在多次读取中使用,对于需要频繁获取的库位表,将该库位表存入Redis数据库,由于Redis数据库具有高并发且读取速度快的特点,而MySQL业务库的读取速度相对较慢,因此本实施例尽量减少从MySQL业务库中的读取次数,利用Redis数据库缓存结合并行算法设计读取方案,提高库位表的读取效率。
在一些实施例中,图8是根据本申请实施例的多个商品上架的方法的流程图,如图8所示,该方法包括如下步骤:
步骤S801,通过并行计算,获取多个商品的预设库位集合,其中,预设库位集合包括每个商品的预设库位。
其中,并行计算可以同时执行多个指令,例如,在对N个商品进行处理的过程中,处理器可以同时进行N个线程的计算,分别计算出每个商品的预设库位,从而得到预设库位集合,该预设库位为满足商品存储条件的库位,每个商品的预设库位包括一个或者多个库位。
步骤S802,获取每个商品的需求空间,并在预设库位集合中,获取每个预设库位的空间资源,根据路径损耗和集中度,计算每个商品和每个预设库位之间的权重。
在对多个商品进行上架的过程中,每个商品所需的库位空间可能不同,每个预设库位可提供的空间资源也可能不同,因此在对商品进行上架的过程中,需要对商品与预设库位之间的权重进行计算。
步骤S803,对该权重进行排序,按照该排序后的权重顺序,通过并行计算,对多个商品进行上架,其中,在该每个商品上架之后,对每个预设库位的空间资源重新计算。
在得到多个权重之后,按照权重之间的大小关系对权重进行排序,本实施例中的权重表示上架时的先后顺序,先将权重值小的商品上架至对应的预设库位中。
在多个商品中的一个商品上架完成之后,根据该商品占用的空间,对已有的预设库位进行重新计算,然后按照权重顺序继续进行商品上架。
图9是根据本申请实施例的多个商品上架的示意图,如图9所示,S1、S2和S3分别表示不同的入库商品明细,S1、S2和S3上的数字分别表示不同入库商品的需求空间,D1、D2、D3和D4分别表示可上架的预设库位,D1、D2、D3和D4上的数字分别表示不同预设库位可提供的空间资源,入库商品明细与预设库位中的连线表示商品可以上架至该预设库位,连线上的数字表示该连线对应的权重。在得到所有的权重之后,将权重为1的连线中的商品上架至对应的预设库位,然后对预设库位中的空间资源重新计算,例如,D1上的2068在减去600之后,变成了1468。接着对权重为2的连线对应的商品进行上架,此时S1对应的连线被删除,D1现有的预设库位为1468,S2对应的需求空间变为2516,因此S2中的商品会被拆分,其中一部分被上架至D1,剩余的736按照权重顺序继续上架至对应的库位中。
通过上述步骤S801至步骤S803,本实施例根据并行计算得到预设库位集合,该预设库位集合中的库位数量远小于仓库的库位总数,在该预设库位集合中,对多个商品进行上架时所需读取的数据量也大大减小,根据最小生成树(Minimum Spanning Tree)对商品上架过程进行设计,可以有效提高上架速度,同时并行设计算法,也可以有效提高生成预设库位集合的速度。而相关技术在考虑库存资源上架时,一般对单条上架指令进行串行操作,原因在于两条上架指令之间存在循环依赖,必须等上一条上架指令推荐完库位,更新当前库存状态资源后才能计算下一条上架指令的库存,这样计算效率低,不利于并行化处理提升计算效率,本实施例中的方法节省了上架过程中的内存开销,提升了上架过程中的计算效率,有效减少了计算时间。
在一些实施例中,图10是根据本申请实施例的上架规则解析的方法的流程图,如图10所示,该方法包括:
步骤S1001,获取目标商品的上架规则,根据上架规则对该目标商品的单据配置信息进行校验。
在对商品进行上架的过程中,由于需要上架的商品多种多样,商品对应的上架规则也各不相同,因此在对目标商品进行上架的过程中,需要查询该目标商对应的上架规则,查询方法可以为对已有的上架规则进行遍历,从而找出与目标商品对应的上架规则。如果在遍历之后,仍然没有为目标商品匹配到对应的上架规则,则采用默认规则,根据校验库位、库区列表和库位列表对目标商品进行上架。
在获取目标商品的上架规则之后,需要对目标商品的单据配置信息进行校验,该单据配置信息可以直接获取,单据配置信息的内容包括单据类型、商品类型、收货方式、操作属性和质量属性等等。
步骤S1002,在该校验通过的情况下,获取库位标志信息,其中,该库位标志信息包括校验库位标志位、指定库位标志位和指定库区标志位。
其中,校验库位标志位、指定库位标志位和指定库区标志位分别为校验库位、指定库位和指定库区的标识符。
步骤S1003,对该库位标志信息进行解析,得到该目标商品的规则信息。
在对库位标志信息进行解析的过程中,如果没有校验库位标志位或者指定库区标志位,则将校验库位标志位或者指定库区标志位设置为None,添加至规则信息。
通过上述步骤S1001至步骤S1003,本实施例通过为目标商品匹配合适的上架规则,然后对上架规则进行解析,获得更加准确的规则信息,可以为后续对库位的筛选提供依据,提高目标商品与预设库位的匹配度,提高上架质量。
在其他实施例中,在得到规则信息且对校验库位进行校验成功之后,如果目标商品有指定库位,则根据仓库识别码和库位识别码从数据库中直接查询指定库位,获取库位识别码列表,如果目标商品没有指定库位,需要判断目标商品是否具有指定库区,如果目标商品具有指定库区,则根据静态属性、商品属性、货主属性和操作属性对库位进行查询,如果目标商品没有指定库区,需要根据上架规则判断目标商品是否具有指定库位,在有指定库位的条件下,直接查询指定库位,否则根据静态属性、商品属性、货主属性和操作属性对库位进行查询。
在一些实施例中,在得到库位信息列表之后,还包括在库位信息列表为空的情况下,返回异常信息并发出警示信号。本实施例中的异常信息包括:在直接指派库位的过程中,出现指定库位被占用或者指定库位容量不足的情况;在根据静态属性进行库位筛选的过程中,出现没有符合静态属性条件的库位的情况;在根据商品属性进行库位筛选的过程中,出现没有符合静态属性条件和商品属性条件的库位的情况;在根据货主属性进行库位筛选的过程中,出现没有符合静态属性、商品属性和货主属性的情况。本实施例中的警示信号包括声音信号或者光信号,以提醒工作人员及时处理异常信息。本实施例通过对异常信息进行监控和警示,可以及时解决目标商品的上架异常问题,提高目标商品的上架效率。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种库位分配的系统,该系统用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图11是根据本申请实施例的库位分配的系统的结构框图,如图11所示,该系统包括规则解析模块1101、资源计算模块1102和库位分配模块1103:
规则解析模块1101,用于获取目标商品的上架规则,对该上架规则进行解析,得到该目标商品的规则信息,其中,该规则信息包括该目标商品的校验库位、指定库位和指定库区。
资源计算模块1102,用于根据该规则信息,按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行查询和筛选,得到库位信息列表。
库位分配模块1103,用于根据该库位信息列表中的库位的空间资源,为该目标商品分配库位。
本实施例中的库位分配的系统,通过规则解析模块1101对目标商品的上架规则进行解析,资源计算模块1102根据静态属性、商品属性、货主属性和操作属性对库位进行筛选,在根据前一个属性的筛选结果已经无法匹配到库位的情况下,可以停止筛选,从而减少对数据的无效读取,解决了需要对所有的存储因素进行数据拉取和计算之后,再对商品进行上架存储,从而导致内存消耗高,计算速率低的问题,减少了不必要的数据读入操作,提升了计算效率。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种库位分配的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
在一个实施例中,图12是根据本申请实施例的电子设备的内部结构示意图,如图12所示,提供了一种电子设备,该电子设备可以是服务器,其内部结构图可以如图12所示。该电子设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的数据库用于存储数据。该电子设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种库位分配的方法。
本领域技术人员可以理解,图12中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,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,处理器执行计算机程序时实现上述各实施例提供的库位分配的方法中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述各个实施例提供的库位分配的方法中的步骤。
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,该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。
以上所述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 (9)
1.一种库位分配的方法,其特征在于,所述方法包括:
获取目标商品的上架规则,对所述上架规则进行解析,得到所述目标商品的规则信息,其中,所述规则信息包括所述目标商品的校验库位、指定库位和指定库区;
根据所述规则信息,按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行查询和筛选,得到库位信息列表;
根据所述库位信息列表中的库位的空间资源,为所述目标商品分配库位;
所述按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行筛选包括:
根据所述静态属性对库位进行筛选,得到第一库位列表;
在所述第一库位列表为空的情况下,返回异常信息,在所述第一库位列表不为空的情况下,根据所述商品属性对所述第一库位列表进行筛选,得到第二库位列表,其中,所述商品属性包括商品混放限制、商品相邻限制和商品相同限制;
在所述第二库位列表为空的情况下,返回异常信息,在所述第二库位列表不为空的情况下,根据所述货主属性对所述第二库位列表进行筛选,得到第三库位列表,其中,所述货主属性包括货主混放限制、货主相邻限制和货主相同限制;
在所述第三库位列表为空的情况下,返回异常信息,在所述第三库位列表不为空的情况下,根据所述操作属性对所述第三库位列表进行筛选,得到所述库位信息列表。
2.根据权利要求1所述的方法,其特征在于,在对多个商品进行上架的过程中,所述根据所述库位信息列表中的库位的空间资源,为所述目标商品分配库位包括:
通过并行计算,获取所述多个商品的预设库位集合,其中,所述预设库位集合包括每个商品的预设库位;
获取每个商品的需求空间,并在所述预设库位集合中,获取每个所述预设库位的空间资源,根据路径损耗和集中度,计算所述每个商品和每个所述预设库位之间的权重;
对所述权重进行排序,按照排序后的权重顺序,对所述多个商品进行上架,其中,在所述每个商品上架之后,对每个所述预设库位的所述空间资源重新计算。
3.根据权利要求1所述的方法,其特征在于,所述根据所述库位信息列表中的库位的空间资源,为所述目标商品分配库位包括:
获取所述目标商品的多个预设库位,根据每个所述预设库位的位置和所述目标商品的出库路径,计算所述目标商品的路径损耗;
获取所述预设库位所在库区的商品存储状态,根据所述商品存储状态和每个所述预设库位的位置,计算所述目标商品的集中度;
根据所述路径损耗和所述集中度,为所述目标商品分配库位。
4.根据权利要求1所述的方法,其特征在于,所述依次对库位进行查询和筛选包括以下之一:
获取库位表读取指令,根据所述库位表读取指令和筛选条件,从Redis数据库中获取库位表,其中,所述筛选条件包括所述静态属性、商品属性、货主属性或者操作属性;或者,
在所述Redis数据库中不存在满足所述筛选条件的库位表的情况下,在MySQL业务库中根据所述筛选条件获取所述库位表。
5.根据权利要求1所述的方法,其特征在于,所述获取目标商品的上架规则,对所述上架规则进行解析,得到所述目标商品的规则信息包括:
获取所述目标商品的上架规则,根据所述上架规则对所述目标商品的单据配置信息进行校验;
在所述校验通过的情况下,获取库位标志信息,其中,所述库位标志信息包括校验库位标志位、指定库位标志位和指定库区标志位;
对所述库位标志信息进行解析,得到所述目标商品的规则信息。
6.根据权利要求1所述的方法,其特征在于,在所述得到库位信息列表之后,所述方法还包括:
在所述库位信息列表为空的情况下,返回异常信息并发出警示信号。
7.一种库位分配的系统,其特征在于,所述系统包括规则解析模块、资源计算模块和库位分配模块:
所述规则解析模块,用于获取目标商品的上架规则,对所述上架规则进行解析,得到所述目标商品的规则信息,其中,所述规则信息包括所述目标商品的校验库位、指定库位和指定库区;
所述资源计算模块,用于根据所述规则信息,按照库位的静态属性、商品属性、货主属性和操作属性,依次对库位进行查询和筛选,得到库位信息列表;
所述库位分配模块,用于根据所述库位信息列表中的库位的空间资源,为所述目标商品分配库位;
所述资源计算模块还用于,根据所述静态属性对库位进行筛选,得到第一库位列表;
在所述第一库位列表为空的情况下,返回异常信息,在所述第一库位列表不为空的情况下,根据所述商品属性对所述第一库位列表进行筛选,得到第二库位列表,其中,所述商品属性包括商品混放限制、商品相邻限制和商品相同限制;
在所述第二库位列表为空的情况下,返回异常信息,在所述第二库位列表不为空的情况下,根据所述货主属性对所述第二库位列表进行筛选,得到第三库位列表,其中,所述货主属性包括货主混放限制、货主相邻限制和货主相同限制;
在所述第三库位列表为空的情况下,返回异常信息,在所述第三库位列表不为空的情况下,根据所述操作属性对所述第三库位列表进行筛选,得到所述库位信息列表。
8.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述方法的步骤。
9.一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至6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010422747.1A CN111782646B (zh) | 2020-05-19 | 2020-05-19 | 库位分配的方法、系统、计算机设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010422747.1A CN111782646B (zh) | 2020-05-19 | 2020-05-19 | 库位分配的方法、系统、计算机设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111782646A CN111782646A (zh) | 2020-10-16 |
CN111782646B true CN111782646B (zh) | 2023-06-30 |
Family
ID=72754143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010422747.1A Active CN111782646B (zh) | 2020-05-19 | 2020-05-19 | 库位分配的方法、系统、计算机设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111782646B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112591361A (zh) * | 2020-12-15 | 2021-04-02 | 深圳千岸科技股份有限公司 | 智能排柜方法、装置、计算机设备及存储介质 |
CN112749218B (zh) * | 2021-01-04 | 2022-04-12 | 厦门锐特信息技术有限公司 | 一盘货管理系统 |
CN112862390B (zh) * | 2021-01-18 | 2024-01-19 | 上海燕汐软件信息科技有限公司 | 一种仓库库存查询方法、装置、电子设备及存储介质 |
CN113173428B (zh) * | 2021-03-15 | 2022-08-05 | 青岛港董家口矿石码头有限公司 | 一种基于知识推理的散货码头堆场规划利用方法 |
CN113911438B (zh) * | 2021-10-09 | 2023-04-14 | 无锡唯因特数据技术有限公司 | 包装盒封箱方法、装置和存储介质 |
CN115018420A (zh) * | 2022-06-14 | 2022-09-06 | 杭州湖畔网络技术有限公司 | 一种仓储中新进仓商品上架库位推荐方法 |
CN115239256B (zh) * | 2022-09-26 | 2023-01-24 | 杭州湖畔网络技术有限公司 | 物品分拣返架方法、装置、电子设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006256815A (ja) * | 2005-03-18 | 2006-09-28 | Dainippon Printing Co Ltd | 自動倉庫の入庫棚割付方法および装置 |
CN105184536A (zh) * | 2015-09-30 | 2015-12-23 | 苏州田园优贡电子商务有限公司 | 基于物联网的自动入库管理系统 |
CN106991548A (zh) * | 2016-01-21 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 一种仓库货位规划方法、装置及电子装置 |
CN109816287A (zh) * | 2017-11-22 | 2019-05-28 | 上海德启信息科技有限公司 | 一种仓储布局管理方法及系统 |
CN110599067A (zh) * | 2019-09-27 | 2019-12-20 | 珠海格力电器股份有限公司 | 仓储调配方法、存储介质及电子设备 |
CN110728483A (zh) * | 2019-09-30 | 2020-01-24 | 深圳易可达科技有限公司 | 一种快速拣货方法 |
CN110796344A (zh) * | 2019-10-11 | 2020-02-14 | 珠海格力智能装备有限公司 | 一种混合平面库库位分配方法、装置、存储介质及设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6850809B1 (en) * | 1999-05-28 | 2005-02-01 | Oracle International Corporation | Methods, devices and systems for splitting an integrated manufacturing and distribution plan for use by separate manufacturing and distribution execution systems |
US20100287073A1 (en) * | 2009-05-05 | 2010-11-11 | Exxonmobil Research And Engineering Company | Method for optimizing a transportation scheme |
US8234006B1 (en) * | 2009-09-28 | 2012-07-31 | Amazon Technologies, Inc. | Sort bin assignment |
US10353395B2 (en) * | 2016-09-26 | 2019-07-16 | X Development Llc | Identification information for warehouse navigation |
US10354220B2 (en) * | 2016-12-05 | 2019-07-16 | Oracle International Corporation | Rule based source sequencing for allocation |
CN111091328B (zh) * | 2019-12-18 | 2023-06-16 | 明度智云(浙江)科技有限公司 | 一种仓储入库管理方法和管理装置 |
-
2020
- 2020-05-19 CN CN202010422747.1A patent/CN111782646B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006256815A (ja) * | 2005-03-18 | 2006-09-28 | Dainippon Printing Co Ltd | 自動倉庫の入庫棚割付方法および装置 |
CN105184536A (zh) * | 2015-09-30 | 2015-12-23 | 苏州田园优贡电子商务有限公司 | 基于物联网的自动入库管理系统 |
CN106991548A (zh) * | 2016-01-21 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 一种仓库货位规划方法、装置及电子装置 |
CN109816287A (zh) * | 2017-11-22 | 2019-05-28 | 上海德启信息科技有限公司 | 一种仓储布局管理方法及系统 |
CN110599067A (zh) * | 2019-09-27 | 2019-12-20 | 珠海格力电器股份有限公司 | 仓储调配方法、存储介质及电子设备 |
CN110728483A (zh) * | 2019-09-30 | 2020-01-24 | 深圳易可达科技有限公司 | 一种快速拣货方法 |
CN110796344A (zh) * | 2019-10-11 | 2020-02-14 | 珠海格力智能装备有限公司 | 一种混合平面库库位分配方法、装置、存储介质及设备 |
Non-Patent Citations (4)
Title |
---|
Smart warehouse management system concept with implementation;Žunić E, Delalić S, Hodžić K;2018 14th Symposium on Neural Networks and Applications;第1-5页 * |
国际仓储物流企业运作规划的优化研究;李俊;经济与管理科学;全文 * |
曹瑛.物资仓储管理.煤炭工业出版社,1996,全文. * |
钢坯最优倒垛问题及其Stacking邻域搜索算法;董广静;李铁克;王柏琳;柏亮;;系统工程(第11期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111782646A (zh) | 2020-10-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111782646B (zh) | 库位分配的方法、系统、计算机设备和可读存储介质 | |
Mirzaei et al. | The impact of integrated cluster-based storage allocation on parts-to-picker warehouse performance | |
CN108960708B (zh) | 货物上架方法、装置、系统、货物上架终端及存储介质 | |
Pang et al. | Data mining-based algorithm for storage location assignment in a randomised warehouse | |
Boysen et al. | A survey on single crane scheduling in automated storage/retrieval systems | |
US20180346244A1 (en) | Method and device for warehouse storage space planning and electronic device | |
Öncan | MILP formulations and an iterated local search algorithm with tabu thresholding for the order batching problem | |
Guerriero et al. | A mathematical model for the Multi-Levels Product Allocation Problem in a warehouse with compatibility constraints | |
CN110599090B (zh) | 一种仓储出库管理方法、服务器和存储介质 | |
Strack et al. | An integrated model for warehouse and inventory planning | |
CN111091328A (zh) | 一种仓储入库管理方法和管理装置 | |
CN111222827A (zh) | 货位管理方法、装置、存储介质及电子设备 | |
Bottani et al. | Design and optimization of order picking systems: An integrated procedure and two case studies | |
Koch et al. | A hybrid algorithm for the vehicle routing problem with backhauls, time windows and three-dimensional loading constraints | |
Liao et al. | Optimal responses to stockouts: Lateral transshipment versus emergency order policies | |
CN110310057A (zh) | 货品排序和货位处理方法、装置、设备及其存储介质 | |
CN112036667A (zh) | 仓库货位优化方法、设备、存储介质及装置 | |
CN110852668A (zh) | 货品入库的处理方法及装置、仓储系统、计算机设备 | |
US20070094101A1 (en) | System and method for efficient storage destination determination in a storage facility | |
Berghman et al. | A review on integrated scheduling and outbound vehicle routing problems | |
Schmid et al. | Mixed model assembly line feeding with discrete location assignments and variable station space | |
CN111985862A (zh) | 定位库存物品的方法和装置 | |
CN115170030A (zh) | 仓库库存分配方法、装置、设备及存储介质 | |
Guo et al. | Storage assignment for newly arrived items in forward picking areas with limited open locations | |
CN111126857A (zh) | 密集仓储的任务管理方法、装置及电子设备 |
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 |