CN111861018A - 一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备 - Google Patents
一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备 Download PDFInfo
- Publication number
- CN111861018A CN111861018A CN202010725691.7A CN202010725691A CN111861018A CN 111861018 A CN111861018 A CN 111861018A CN 202010725691 A CN202010725691 A CN 202010725691A CN 111861018 A CN111861018 A CN 111861018A
- Authority
- CN
- China
- Prior art keywords
- node
- routing information
- nodes
- path
- warehouse
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000005457 optimization Methods 0.000 title claims abstract description 11
- 238000004422 calculation algorithm Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000000977 initiatory effect Effects 0.000 claims description 4
- 235000008694 Humulus lupulus Nutrition 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012795 verification 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
- G06Q10/04—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
- G06Q10/087—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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备,在仓库中所有智能节点相连形成的群智能化的拓扑网络的基础上,节点之间相互通信,且只能与直接相连的邻居节点互相通信,不断更新各个节点的路由信息表,直至达到收敛,各个节点都得到达到所有节点的最短路径。这种方法使得每个节点不会获得全局信息,所有的任务由节点发出,所有节点同级协同完成。能够迅速构建最优路径,使仓库能够更快更准确和更稳定的求得最优路径。
Description
技术领域
本发明属于仓库管理技术领域,具体涉及一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备。
背景技术
仓库中对货物存取路径做出合理的规划是有效提高仓库运行效率的手段,但当前在处理仓库拣选路径规划问题时大多使用Dijkstra算法、蚁群算法、遗传算法、粒子群算法、模糊控制算法等智能优化算法,这些用于路径规划的智能优化算法虽然能得到最终的最短路径解,但均基于集散式控制系统。
首先这种集散式控制系统在进行设备安装的时候,要求各级控制器软件上定义的大量设备的信息和模型准确,且在定义系统时,要求工作人员要同时具备包括建筑自动化、信息技术领域等多个领域的专业能力,这些不仅耗时耗力、对工作人员要求高且开发配置的周期长、成本高,局部变动影响整体,后期不易于维修和更新。其次,集中式管理的方式会明显出现运行效率降低和无法灵活更改仓库布局的问题。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足,提供一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备,利用RIP路由信息协议方法,通过构建群智能架构下各节点的路由信息表,进行仓库拣选最优路径规划。以解决现有技术中最优路径构建时间长的技术问题,有效提高了仓库的运行效率。
本发明采用以下技术方案:
一种基于路由信息协议的仓库拣选路径优化方法,包括以下步骤:
S1、对仓库各个节点的路由信息表进行初始化,计算得到邻居节点间的最优路径并集;
S2、建立仓库内所有节点之间的路由,节点之间基于RIP路由信息协议与相邻的节点互相传递初始路由信息表内的信息,然后进行节点路由信息表的更新,直至得到稳定的路由信息表,路由信息表包括最终节点到达所有节点的最短路径和下一跳节点;
S3、利用生成树算法遍历所有节点,根据步骤S2根节点的路由信息表中的最短路径获得仓库拣选的目标节点;
S4、根据步骤S3仓库拣选的目标节点的情况进行仓库拣选路径规划。
具体的,步骤S1中,每个节点在路由信息表的初始化时已知所有与对应节点直接相连的邻居节点,并且已知到所有邻居节点的距离和下一跳,初始化的路由信息表内容包括与对应节点直接相连的邻居节点、对应节点与邻居节点的距离、对应节点到邻居节点的下一跳。
具体的,步骤S2中,每个节点的路由信息表更新具体为:
仓库中每个节点接受邻居节点传递的路由表信息,进行路由信息表的更新,直至达到收敛即所有节点都能得到正确的路由选择信息;查看邻居节点b传递来的路由信息表是否有和节点a相同的目标节点i;若没有则说明节点a与节点i 不直接为邻居节点即节点a不能直接到达目标节点i,将目标节点i加入到节点a 的路由表矩阵中,下一跳更新为节点b,若互为邻居节点的节点a和节点b有相同的目标节点i,则说明节点a与节点i直接互为邻居节点即节点a能够直接达到目标节点i,比较lai与lab+lbi;若lai<lab+lbi,则节点a的初始路由信息表无需更新,直接得到最终的路由信息表;若lai>lab+lbi,则进行距离更新lai=lab+lbi,且下一跳为节点b,更新根节点路由信息表,lai为节点a到目标节点i的距离,lbi为节点b到目标节点i的距离,lab为节点a到节点b的距离。
具体的,步骤S3具体为:
S301、通过计算得到拓扑结构中每个节点的父节点和子节点;
S302、由根节点发起查询任务,任务依次传送给邻居子节点,子节点查询到所有空仓位之后,将所有空仓位ID通过邻居父节点顺序返回到根节点,根节点根据路由信息表中到所有空仓位的最短路径,判断出路径最短的空仓位为目标仓位,最终得到目标仓位节点。
具体的,步骤S4中,每个节点根据自身路由信息表情况,判断接收到的路径终点信息,将路径已通过节点加入矩阵中,直到到达路径终点,将结果输出,完成路径规划。
进一步的,仓库中节点i的计算步骤具体为:
S401、节点i接收邻居节点的路径搜索信息,即目标节点n和已通过节点 N=[a,...b];
S402、节点i更新已通过节点N=[a,...,b,i];
S403、判断本节点是否为目标节点n,如果是,则将路径N=[a,...b,i]输出给系统,完成最短路径规划;如果不是,则节点根据自身的路由信息表搜索到达目标节点n的下一跳邻居节点ID,将目标节点i和所经节点信息传递给指定邻居节点,直至传递到目标节点,完成最短路径规划。
本发明的另一技术方案是,一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据所述的方法中的任一方法。
本发明的另一技术方案是,一种计算设备,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。
与现有技术相比,本发明至少具有以下有益效果:
本发明一种基于路由信息协议的仓库拣选路径优化方法,将路由信息协议算法的概念引入到群智能架构的仓库中,将“最优路径”在第一次数据初始化的时候就通过计算,存储在每个CPN节点中,因为所有数据都以数组的形式存储,且每个CPN只会存储路径中的一小步,因此所占内存很小,而且在路径规划的时候,不需要迭代计算就可以快速得到最优路径。
进一步的,一次数据初始化之后每个节点存储了全部可到达节点的最短路径信息,因此在进行路径规划的时候,不需要全局所有的节点参与计算与响应,只需要在相关的节点调用路径信息即可,请求最优路径的时间大大缩短,并且RIP 路由协议算法由于它自身的分布式结构特点,在解决基于群智能架构的仓库路径规划时是非常有利的。
进一步的,将仓库各节点路由信息表进行更新,其中各节点交换的信息就是自己的路由表,交换这些信息可以理解为自身到仓库所有节点的最短距离,以及到每一个节点所要经过的下一跳节点。
进一步的,由根节点发起查询任务,利用生成树算法遍历仓库所有节点中的空仓位,并依据得出的根节点的路由信息表得到路径最短的空仓位作为目标仓位。
进一步的,依据得到的目标仓位,每个节点接受邻居节点传来的路径搜索信息,包括目标节点和已通过节点,直至传递至目标节点,完成最短路径规划。
进一步的,每个节点只存储目标节点、最短路径长度和该路径的下一步节点,占用空间非常小,在仓库日常进行路径规划的时候不会占用过多的计算空间。
综上所述,本发明在进行仓库拣选路径规划时,能够迅速构建最优路径,仓库能够更快更准确更稳定的求得最优路径。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明所述的路径规划方法中仓库拓扑结构示意图;
图2为本发明所述的路径规划方法中仓库路由信息表更新示意图;
图3为本发明所述的路径规划方法中每个节点路由表生成的流程图;
图4为本发明所述的路径规划方法中所经节点更新的流程图;
图5为本发明所述的路径规划方法中仓库拣选路径规划结果图。
具体实施方式
本发明提供了一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备,在仓库拓扑结构的基础上首先利用生成树算法以距根节点距离最近为准则获得仓库拣选货物的仓位即目标仓位;仓库各节点之间相互通信,更新各自的初始路由信息表直至得到稳定的路由信息表;拣选货物的任务发出之后,仓库各节点根据自身路由信息表情况,判断接收到任务的目标节点的信息,将路径已通过节点加入矩阵中,直到到达路径终点,将结果输出。
本发明一种基于路由信息协议的仓库拣选路径优化方法,包括以下步骤:
S1、对仓库的各个节点的路由信息表初始化,节点路由信息表的初始化就是求邻居节点间最优路径并集的过程;
每个节点在路由信息表的初始化时已知所有与该节点直接相连的邻居节点,并且已知到所有邻居节点的距离和下一跳,初始化的路由信息表内容包括与该节点直接相连的邻居节点、该节点与邻居节点的距离、该节点到邻居节点的下一跳。
S2、仓库内所有节点之间相互建立路由,节点之间基于RIP路由信息协议与相邻的节点互相传递初始路由信息表内的信息,然后进行节点路由信息表的更新,直至得到稳定的路由信息表;
最终各个仓库节点得到的稳定的路由信息表中存储了到达所有节点的最短路径,每个节点的路由信息表更新步骤如下:
各节点接受邻居节点传递的路由信息表的信息进行自身路由信息表的更新,直至仓库中所有节点均得到最终正确的路由信息表。
具体的,判断邻居节点b传递来的路由信息表中是否有和节点a相同的目标节点i;若没有则说明节点a与节点i不直接为邻居节点即节点a不能直接到达目标节点i,将目标节点i加入到节点a的路由表矩阵中,下一跳更新为节点b,距离更新公式如下:
lai=lbi+lab
其中,lai为节点a与到i的距离,lbi为节点b到i的距离,lab为节点a到b 的距离。
若互为邻居节点的节点a和节点b有相同的目标节点i,则说明节点a与节点i直接互为邻居节点即节点a可直接达到目标节点i,比较lai与lab+lbi;若 lai<lab+lbi,则节点a的初始路由信息表无需更新,直接得到最终的路由信息表;若lai>lab+lbi,则进行距离更新lai=lab+lbi,且下一跳为节点b,更新根节点路由信息表。
由于RIP路由信息协议算法在使用时每个节点只存储目标节点、最短路径长度和该路径的下一步节点,所以对于一个节点数为n的拓扑结构地图,每个节点最多只需要存储n*3的路由表矩阵,占用的空间非常小,所以在仓库日常进行路径规划的时候不会占用过多的计算空间;另外在路由信息表更新的过程中,当出现两条路径长度相等的情况时,引入通过节点数量来选择路径的方法,统计需要通过的节点总数,选择需要通过节点数较少的一组存储。
S3、利用生成树算法遍历所有节点,根据根节点的路由信息表中的最短路径获得仓库拣选的目标节点;
S301、通过计算得到拓扑结构中每个节点的父节点和子节点;
S302、由根节点发起查询任务,任务依次传送给邻居子节点,子节点查询到所有空仓位之后,将所有空仓位ID通过邻居父节点顺序返回到根节点(发起节点),根节点根据路由信息表中到所有空仓位的最短路径,判断出路径最短的空仓位为目标仓位,最终得到目标仓位节点;
S4、在已知仓库拣选的目标节点的情况下,进行仓库拣选路径规划;
每个节点根据自身路由信息表情况,判断接收到的路径终点信息,将路径已通过节点加入矩阵中,直到到达路径终点,将结果输出,完成路径规划;
其中,仓库中节点i的计算步骤如下:
S401、节点i接收邻居节点的路径搜索信息,即目标节点n和已通过节点 N=[a,...b];
S402、节点i更新已通过节点N=[a,...,b,i];
S403、判断本节点是否为目标节点n,如果是,则将路径N=[a,...b,i]输出给系统,即完成最短路径规划;如果不是,则节点根据自身的路由信息表搜索到达目标节点n的下一跳邻居节点ID,将目标节点i和所经节点信息传递给指定邻居节点,直至传递到目标节点,完成最短路径规划。
在仓库中,一次数据初始化之后每个节点存储了全部可到达节点的最短路径信息,因此在进行路径规划的时候,不需要仓库中所有的节点都参与计算与响应,只需要在相关的仓库节点调用相应的路径信息即可,这样就使得请求最优路径的时间大大缩短。RIP路由信息协议算法相当于采用了“空间”换“时间”的方式,将初始化得到的路径信息存储在每个节点中,需要求取路径的时候,只需要根据相关节点中的最短路径信息遍历一遍即可获得最优路径,同时,由于RIP路由协议算法在使用时每个节点只存储最短路径长度和该路径的下一步节点,所以对于一个节点数为n的拓扑结构地图,每个节点最多只需要存储n*3的路由表矩阵,占用的空间非常小。大部分仓库都不会对货架结构及大小进行不断的实时配置,路由表更新结束之后是稳定的,在仓库日常进行路径规划的时候不会占用计算空间。在路由表更新的时候,有时候会出现两条路径长度相等的情况,因此在路由信息表选择的时候引入通过节点数量来进行选择,即当邻居路由信息表中到达某一节点的距离和本节点存储的路径距离相同时,统计需要通过的节点总数,选择需要通过节点数较少的一组存储。由于RIP路由协议算法它自身的分布式结构特点,该基于路由信息协议的仓库拣选路径优化方法在解决基于群智能架构的仓库路径规划时是非常有利的。
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,在该网状拓扑结构地图中共100个节点,直接相连的节点之间距离标注在每条边上。
请参阅图2,是仓库各节点路由信息表更新示意图;以简单的1号节点和2 号节点这两个互为邻居的节点为例,两个节点通过相互通信各自的初始路由信息表,使各自的初始路由信息表都得到了更新:两个节点路由信息表中都更新出了初始信息表中没有的目标仓位和对应的距离、下一跳。
请参阅图3,是仓库各节点路由表生成的流程图,已知仓库拣选的目标节点后,仓位中的所有节点均与邻居节点相互通信,以距离大小为准则更新各自的路由信息表直至收敛,则最终得到的路由信息表中就存储了仓库中各节点到达所有节点的最短路径。
请参阅图4,是仓库进行路径规划时所经节点更新的流程图,在路径规划的过程中,仓库中某一节点接收到上一邻居节点传递的信息包括所经节点和目标节点ID,首先将该节点计入所经节点矩阵中,然后判断该节点是否是目标节点,若是则将更新后的所经节点输出,完成路径规划;若不是则按该节点路由信息表将信息传递至下一邻居节点,直至传递至目标节点,输出所经节点,完成路径规划。
验证过程
为了验证该群智能算法的性能,在建立的仓库的网状拓扑结构地图中验证该算法的可行性。该网状拓扑结构地图中共100个节点,直接相连的节点之间距离标注在每条边上,所有节点可通行,运行之后可得到所有节点的路由信息表,其中每个节点的路由信息表都是一个100*3(目标仓位、距离、下一跳仓位)的矩阵,所有节点的路由信息表经过初始计算之后,部分节点的局部路由信息表如表 1所示;不同情况下基于生成树算法找到的仓库拣选的货物所在仓位不一样即目标节点不一样,不同起点和终点之后得到的仓库拣选路径的规划结果见表2;1 号节点作为路径规划的起点、90号节点作为路径规划的终点即目标节点的仓库拣选路径的规划结果图如图5所示,RIP路由协议算法在进行路径规划的时候,由各节点根据路由信息表定向选择下一个节点传输信息,直到到达目标节点,在该路径规划过程中,节点参与计算次数共22次,信息返回到1节点时同样经过22 次节点运算,假设每次计算时间相同为1个单位时间,那么路由协议算法一次路径规划花费的时间为44个单位时间,因此,RIP这种利用少量存储空间提前存储路径局部路径信息的方法能非常迅速的构建最优路径。
表1部分节点的路由信息表
表2路径规划结果
由表1和表2可得,路由信息协议算法能准确通过邻居之间的信息交换得到路由信息表,路由信息表中最优路径信息稳定,路由表初始化之后没有更新命令不会发生变化,且在搜索最短路径的时候不需要迭代计算即可快速得到。由此可知,RIP算法在群智能架构下能准确的得到最优路径。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和 /或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上内容仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明权利要求书的保护范围之内。
Claims (8)
1.一种基于路由信息协议的仓库拣选路径优化方法,其特征在于,包括以下步骤:
S1、对仓库各个节点的路由信息表进行初始化,计算得到邻居节点间的最优路径并集;
S2、建立仓库内所有节点之间的路由,节点之间基于RIP路由信息协议与相邻的节点互相传递初始路由信息表内的信息,然后进行节点路由信息表的更新,直至得到稳定的路由信息表,路由信息表包括最终节点到达所有节点的最短路径和下一跳节点;
S3、利用生成树算法遍历所有节点,根据步骤S2根节点的路由信息表中的最短路径获得仓库拣选的目标节点;
S4、根据步骤S3仓库拣选的目标节点的情况进行仓库拣选路径规划。
2.根据权利要求1所述的基于路由信息协议的仓库拣选路径优化方法,其特征在于,步骤S1中,每个节点在路由信息表的初始化时已知所有与对应节点直接相连的邻居节点,并且已知到所有邻居节点的距离和下一跳,初始化的路由信息表内容包括与对应节点直接相连的邻居节点、对应节点与邻居节点的距离、对应节点到邻居节点的下一跳。
3.根据权利要求1所述的基于路由信息协议的仓库拣选路径优化方法,其特征在于,步骤S2中,每个节点的路由信息表更新具体为:
仓库中每个节点接受邻居节点传递的路由表信息,进行路由信息表的更新,直至达到收敛即所有节点都能得到正确的路由选择信息;查看邻居节点b传递来的路由信息表是否有和节点a相同的目标节点i;若没有则说明节点a与节点i不直接为邻居节点即节点a不能直接到达目标节点i,将目标节点i加入到节点a的路由表矩阵中,下一跳更新为节点b,若互为邻居节点的节点a和节点b有相同的目标节点i,则说明节点a与节点i直接互为邻居节点即节点a能够直接达到目标节点i,比较lai与lab+lbi;若lai<lab+lbi,则节点a的初始路由信息表无需更新,直接得到最终的路由信息表;若lai>lab+lbi,则进行距离更新lai=lab+lbi,且下一跳为节点b,更新根节点路由信息表,lai为节点a到目标节点i的距离,lbi为节点b到目标节点i的距离,lab为节点a到节点b的距离。
4.根据权利要求1所述的基于路由信息协议的仓库拣选路径优化方法,其特征在于,步骤S3具体为:
S301、通过计算得到拓扑结构中每个节点的父节点和子节点;
S302、由根节点发起查询任务,任务依次传送给邻居子节点,子节点查询到所有空仓位之后,将所有空仓位ID通过邻居父节点顺序返回到根节点,根节点根据路由信息表中到所有空仓位的最短路径,判断出路径最短的空仓位为目标仓位,最终得到目标仓位节点。
5.根据权利要求1所述的基于路由信息协议的仓库拣选路径优化方法,其特征在于,步骤S4中,每个节点根据自身路由信息表情况,判断接收到的路径终点信息,将路径已通过节点加入矩阵中,直到到达路径终点,将结果输出,完成路径规划。
6.根据权利要求5所述的基于路由信息协议的仓库拣选路径优化方法,其特征在于,仓库中节点i的计算步骤具体为:
S401、节点i接收邻居节点的路径搜索信息,即目标节点n和已通过节点N=[a,...b];
S402、节点i更新已通过节点N=[a,...,b,i];
S403、判断本节点是否为目标节点n,如果是,则将路径N=[a,...b,i]输出给系统,完成最短路径规划;如果不是,则节点根据自身的路由信息表搜索到达目标节点n的下一跳邻居节点ID,将目标节点i和所经节点信息传递给指定邻居节点,直至传递到目标节点,完成最短路径规划。
7.一种存储一个或多个程序的计算机可读存储介质,其特征在于,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1至8所述的方法中的任一方法。
8.一种计算设备,其特征在于,包括:
一个或多个处理器、存储器及一个或多个程序,其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1至8所述的方法中的任一方法的指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010725691.7A CN111861018B (zh) | 2020-07-24 | 2020-07-24 | 一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010725691.7A CN111861018B (zh) | 2020-07-24 | 2020-07-24 | 一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111861018A true CN111861018A (zh) | 2020-10-30 |
CN111861018B CN111861018B (zh) | 2023-06-27 |
Family
ID=72950756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010725691.7A Active CN111861018B (zh) | 2020-07-24 | 2020-07-24 | 一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861018B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114172895A (zh) * | 2021-12-07 | 2022-03-11 | 中国建设银行股份有限公司 | 一种路由方法、装置、计算机设备及存储介质 |
CN114285783A (zh) * | 2021-12-14 | 2022-04-05 | 中国联合网络通信集团有限公司 | 一种基于多矩阵的路由扩散模拟方法及装置 |
CN116757608A (zh) * | 2023-08-11 | 2023-09-15 | 浙江菜鸟供应链管理有限公司 | 仓储处理方法、系统、电子设备和介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090161578A1 (en) * | 2007-12-21 | 2009-06-25 | Hong Kong Applied Science And Technology Research Institute Co. Ltd. | Data routing method and device thereof |
CN103413209A (zh) * | 2013-07-17 | 2013-11-27 | 西南交通大学 | 多客户多仓库物流配送路径选择方法 |
CN104967563A (zh) * | 2015-07-24 | 2015-10-07 | 国家电网公司 | 一种主动式路由的方法及装置 |
CN107226310A (zh) * | 2017-07-13 | 2017-10-03 | 武汉九州通物流有限公司 | 一种agv拆零拣选小车及方法 |
CN109618381A (zh) * | 2018-11-27 | 2019-04-12 | 国网山东省电力公司济宁供电公司 | 一种自组网通信方法以及自组网通信系统 |
CN109688616A (zh) * | 2018-11-27 | 2019-04-26 | 刘福珍 | 一种基于单兵协同作战的无线自组网通信方法 |
CN109919345A (zh) * | 2017-12-12 | 2019-06-21 | 北京京东尚科信息技术有限公司 | 拣货路径规划方法与装置 |
CN111310999A (zh) * | 2020-02-14 | 2020-06-19 | 西安建筑科技大学 | 一种基于改进蚁群算法的仓库移动机器人路径规划方法 |
-
2020
- 2020-07-24 CN CN202010725691.7A patent/CN111861018B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090161578A1 (en) * | 2007-12-21 | 2009-06-25 | Hong Kong Applied Science And Technology Research Institute Co. Ltd. | Data routing method and device thereof |
CN103413209A (zh) * | 2013-07-17 | 2013-11-27 | 西南交通大学 | 多客户多仓库物流配送路径选择方法 |
CN104967563A (zh) * | 2015-07-24 | 2015-10-07 | 国家电网公司 | 一种主动式路由的方法及装置 |
CN107226310A (zh) * | 2017-07-13 | 2017-10-03 | 武汉九州通物流有限公司 | 一种agv拆零拣选小车及方法 |
CN109919345A (zh) * | 2017-12-12 | 2019-06-21 | 北京京东尚科信息技术有限公司 | 拣货路径规划方法与装置 |
CN109618381A (zh) * | 2018-11-27 | 2019-04-12 | 国网山东省电力公司济宁供电公司 | 一种自组网通信方法以及自组网通信系统 |
CN109688616A (zh) * | 2018-11-27 | 2019-04-26 | 刘福珍 | 一种基于单兵协同作战的无线自组网通信方法 |
CN111310999A (zh) * | 2020-02-14 | 2020-06-19 | 西安建筑科技大学 | 一种基于改进蚁群算法的仓库移动机器人路径规划方法 |
Non-Patent Citations (2)
Title |
---|
王均峰: "基于群智能算法的仓库拣选路径优化", 《工业控制计算机》, pages 61 - 63 * |
辜勇;段晶晶;袁源乙;苏宇霞;: "基于遗传算法的仓储机器人多目标路径规划方法", 物流技术, no. 06, pages 106 - 111 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114172895A (zh) * | 2021-12-07 | 2022-03-11 | 中国建设银行股份有限公司 | 一种路由方法、装置、计算机设备及存储介质 |
CN114285783A (zh) * | 2021-12-14 | 2022-04-05 | 中国联合网络通信集团有限公司 | 一种基于多矩阵的路由扩散模拟方法及装置 |
CN114285783B (zh) * | 2021-12-14 | 2023-08-11 | 中国联合网络通信集团有限公司 | 一种基于多矩阵的路由扩散模拟方法及装置 |
CN116757608A (zh) * | 2023-08-11 | 2023-09-15 | 浙江菜鸟供应链管理有限公司 | 仓储处理方法、系统、电子设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111861018B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111861018B (zh) | 一种基于路由信息协议的仓库拣选路径优化方法、存储介质及设备 | |
CN111770019B (zh) | 基于Dijkstra算法的Q-learning光片上网络自适应路由规划方法 | |
Sharma et al. | DPTR: Distributed priority tree-based routing protocol for FANETs | |
US20210203557A1 (en) | System and method for generating and using physical roadmaps in network synthesis | |
CN108519737B (zh) | 一种考虑能源补给的无人设备路径规划方法 | |
CN114815802A (zh) | 一种基于改进蚁群算法的无人天车路径规划方法和系统 | |
CN113810287B (zh) | 一种基于ndn和sdn的数据检索与推送方法 | |
Sahana | Hybrid optimizer for the travelling salesman problem | |
CN108549688A (zh) | 一种数据操作的优化方法、装置、设备和存储介质 | |
CN113986485A (zh) | 一种跨数据中心数据传输节能优化方法及系统 | |
Huang et al. | Automatic generation and optimization of stable assembly sequence based on ACO algorithm | |
CN113392592A (zh) | 一种配电网拓扑图布局方法、装置和设备 | |
CN110057361B (zh) | 一种基于gps的最短路径规划方法 | |
CN113490172B (zh) | 一种基于正余弦优化与跳段优化的DV-Hop定位算法 | |
CN116319517A (zh) | 一种最短路径确定方法及装置 | |
Lu et al. | Agent-based self-organized constructive heuristics for travelling salesman problem | |
CN112989228B (zh) | 分布式时空查询方法及系统 | |
CN108804582A (zh) | 基于大数据间复杂关系的图数据库优化的方法 | |
CN107509234B (zh) | 基于有限路由信息的飞行自组网关键节点检测方法及系统 | |
CN111861019A (zh) | 一种仓库拣选路径优化方法、存储介质及计算设备 | |
CN112966893A (zh) | 一种物流网络规划方法及装置 | |
Wu et al. | A hybrid optimisation algorithm based on GA algorithm and ACO algorithm improvements for routing selection in heterogeneous sensor networks | |
CN117073684B (zh) | 一种基于多任务蚁群算法的城市车辆导航方法 | |
Sun et al. | Wireless sensor network path optimization based on hybrid algorithm | |
Sung et al. | Improving the Performance of WSN via Efficient Task Allocation Control Strategy |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240919 Address after: 518000 1002, Building A, Zhiyun Industrial Park, No. 13, Huaxing Road, Henglang Community, Longhua District, Shenzhen, Guangdong Province Patentee after: Shenzhen Wanzhida Technology Co.,Ltd. Country or region after: China Address before: 710055 Yanta Road 13, Xi'an City, Shaanxi Province Patentee before: XIAN University OF ARCHITECTURE AND TECHNOLOG Country or region before: China |