CN112348447A - 基于数据分析的智能回收分仓压缩控制方法及系统 - Google Patents
基于数据分析的智能回收分仓压缩控制方法及系统 Download PDFInfo
- Publication number
- CN112348447A CN112348447A CN202011374797.3A CN202011374797A CN112348447A CN 112348447 A CN112348447 A CN 112348447A CN 202011374797 A CN202011374797 A CN 202011374797A CN 112348447 A CN112348447 A CN 112348447A
- Authority
- CN
- China
- Prior art keywords
- recyclable
- frequency
- bin
- storage
- storage bin
- 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
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
- G06Q10/08—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
-
- 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"
-
- 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
- G06Q10/30—Administration of product recycling or disposal
-
- 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
- Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
- Y02W90/00—Enabling technologies or technologies with a potential or indirect contribution to greenhouse gas [GHG] emissions mitigation
Abstract
本发明公开了基于数据分析的智能回收分仓压缩控制方法,包括以下步骤:初始化储存仓;当用户通过收货柜投放可回收物时,对可回收物进行识别,并根据识别结果和映射关系将可回收物投放至与可回收物品种对应的储存仓中;获取预设时间内用户投放可回收物的数据作为回收样本数据;根据回收样本数据建立区域回收模型;根据区域回收模型对映射关系和储存仓的容量进行调整。本发明还公开了基于数据分析的智能回收分仓压缩控制系统。本发明基于数据分析的智能回收分仓压缩控制方法及系统,提高了回收终端的仓位利用效率,最大化降低回收成本,缩减回收环节,有助于优化低值再生资源高值化利用路径和节能减排,加快推动建立逆向物流回收体系。
Description
技术领域
本发明涉及生活类再生资源回收、仓储控制技术,具体涉及基于数据分析的智能回收分仓压缩控制方法及系统。
背景技术
生活垃圾可回收物主要品种,包括:废纸,废塑料,废金属,废包装物,废旧纺织物,废弃电器电子产品,废玻璃,废纸塑铝复合包装等,回收品种繁多,各品种产生量差异大。可回收物按价值可以分为:一般可回收物、低附加值可回收物、不宜可回收物,而生活类再生资源中,除电脑、二手手机等电器电子和废金属外,大多是低价值生活废品。
在不同的地域、不同的城市,及同一城市不同季节,生活类再生资源的品种及产生量、比例都会发生变化;其次,生活类再生资源回收体系中,回收环节多、物流成本和二次分拣成本高,导致生活类再生资源回收率低,投售者和回收者收集、交售的积极性不高。目前申请人已经开发了进行再生资源回收的回收柜,详见中国专利201921666113.X,公开了一种用于物品回收及快递揽收的收货柜,并且基于这种回收柜,提供了回收物品检测技术,详见中国专利201921011559.9,公开了一种具有安检功能的收货柜和中国专利。
然而,在已公开的数据中,不同区域中可回收物的类型和产生量差异很大,如普通居民区,可回收物占生活垃圾产生量的大约26%,其中纸张占13.6%,织物占0.97%,塑料占12.02%,金属占0.84%,玻璃占1%。而对于学区,可回收物中纸张的占比会大幅增大。同时,通用型回收柜的储存仓独立使用及回收用途特定化,这就使得通用型的回收柜已经不能够适应各种不同的回收环境,造成储存仓位资源浪费,反而会降低一个区域内回收物回收的效率,并且增加了回收物的物流成本、二次分拣成本。
发明内容
本发明所要解决的技术问题是通用型的回收柜已经不能够适应各种不同的回收环境,反而会降低一个区域内回收物回收的效率,并且增加了回收物的物流成本、二次分拣成本,目的在于提供基于数据分析的智能回收分仓压缩控制方法及系统,解决上述问题。
本发明通过下述技术方案实现:
基于数据分析的智能回收分仓压缩控制方法,包括收货柜,所述收货柜包括多个用于容纳可回收物的储存仓;所述储存仓的容纳空间和用途可调;所述储存仓与可回收物品种和投放量建立的映射关系可调;
所述方法包括以下步骤:
S1:初始化所述储存仓;初始化过程为将多个储存仓的用途和容纳空间建立与可回收物品种和投放量的映射关系;
S2:当用户通过收货柜投放可回收物时,对所述可回收物进行识别,并根据识别结果和所述映射关系将可回收物分仓投放至与所述可回收物品种对应的储存仓中;
S3:获取预设时间内收货柜所有用户投放可回收物的数据作为回收样本数据;
S4:根据所述回收样本数据建立收货柜服务区域回收模型;
S5:根据所述区域回收模型对所述映射关系和储存仓的容量和用途进行调整。
现有技术中,对回收柜的回收物采用的回收和物流方式是,储存仓独立使用及回收用途特定化,周期性的对回收物进行收集并运输,然后进行二次分拣,但是在实际使用中时,由于区域、时间的差异,使得在不同的区域内回收物储存仓的利用情况差异很大,这样相对于某一类型回收物较少的区域,物流车辆一次运输的回收物数量偏少,变相增加了物流成本。同时一个回收柜容易出现一部分回收物已经填满了储存仓,而其他储存仓还未填满,甚至还有很大储存空间,造成储存空间的浪费,也影响了用户交售积极性。
本发明应用时,首先初始化储存仓,初始化是指建立可回收物和储存仓的对应关系,可回收物可以对应一个或者多个储存仓,初始化过程是为了实现一个最初储存的状态,初始化状态的数据可以通过全国范围内的可回收物数据获得。
然后通过现有技术进行可回收物识别,并通过中国专利201920089891.0的技术进行回收物投放,在一定的预设时间后,可以产生大量的可回收物的数据,这些数据主要包括可回收物的品种、不同品种可回收物的投放数量以及可回收物的投放比例。
根据这些数据可以建立区域回收模型,区域回收模型表征的是一个区域内可回收物的数据对应储存仓的容量和数量,通过这个区域回收模型就可以明确一个区域内所需要的储存仓的容量和数量。最后根据区域回收模型对一个区域内的回收柜中储存仓的储存内容和容量、数量进行调整,实现区域内的回收物与储存仓的完全匹配,提高回收效率。
其中储存仓的容量调整可以通过中国专利201810588809.9中的方案实现,也可以通过调整储存仓仓壁位置等各种方式实现。本发明可以提高智能收货柜仓储效率,降低回收成本,缩短回收环节,提高居民和企业交售、收集积极性,可以提高智能回收终端回收和储存效率。
进一步的,步骤S4包括以下子步骤:
S41:当存在所述预设时间内投放量低于阈值的可回收物品种,将该可回收物品种定义为低频可回收物;当存在所述预设时间内投放量高于阈值的可回收物品种,将该可回收物品种定义为高频可回收物;
S42:根据低频可回收物与高频可回收物的品种和投放量,重新定义与储存仓的映射关系,设定储存仓所接纳可回收物的品种,优化储存仓容量和数量、区域。
S43:所述优化储存仓容量和数量、区域,包括减小低频可回收物储存仓的容纳空间、减少储存仓的数量,及加大高频可回收物储存仓的容纳空间、增加储存仓的数量;将低频可回收物对应的储存仓设定在较远的空间内。
本发明应用时,将某一类预设时间内投放量低于或高于阈值的可回收物品种直接进行定义,可以便于后续对储存仓优化。举例来说:
在一个区域内一开始初始化时,纸张需要5L的空间,织物需要3L的空间,塑料需要5L的空间,金属需要1L的空间,玻璃需要1L的空间;
在一段时间以后,通过可回收物的数据发现,一个周期内产生的纸张是3L,织物是3L,塑料是8L,金属是2L,玻璃是2L,那么就根据这个数据对储存仓进行调整。
进一步的,步骤S43包括以下子步骤:
获取至少两种低频可回收物之间的关联关系;所述关联关系为至少两种低频可回收物是否可以被容纳至同一个储存仓中的评价指标;
当所述评价指标到达预设阈值时,将至少两种低频可回收物对应的低频储存仓进行合并形成合并储存仓,并减小所述合并储存仓的容纳空间。
本发明应用时,在进行回收物回收时,会出现某几品种的回收物特别少,这时候就可以考虑将这几类回收物混合装入同一个储存仓,是否可以混合的标准采用评价指标,评价指标基于混合以后再分拣的成本来评价,举例来说:
假定出现了三种回收物作为低频可回收物:金属、玻璃和布料,此时考虑到将金属和玻璃混合后,较难进行快速分拣,而布料和金属混合后,可以通过振动离心等方式快速分离这两种物品,成本较低,那么就认为布料和金属的评价指标较高,而金属和玻璃的评价指标较低。
进一步的,所述评价指标根据至少两种低频可回收物混合后产生的分拣细分成本获取。
进一步的,还包括以下步骤:
根据所述回收样本数据建立压缩控制模型;
根据所述压缩控制模型对不同的可回收物品种执行不同的压缩控制;所述压缩控制为当所述可回收物在储存仓中时,对可回收物执行压缩操作相关参数的控制。
本发明应用时,一些可回收物本身可以压缩,压缩可以节省空间,如塑料瓶和纸仓等物品,但是对于不同的可回收物种,在不同区域需要的压缩参数也是不一样的。
举例来说,同样是塑料瓶,有些区域是饮料的塑料瓶较多,而有些区域则是制剂的塑料瓶较多,饮料的塑料瓶本身更柔软些,所以压缩压力、压缩频次和压缩距离都可以较小,而制剂的塑料瓶相对就会更大一些,所以通过压缩控制模型就可以完整的实现对不同区域的可回收物执行与之匹配的压缩控制,提高了压缩效率,降低物流成本。
进一步的,所述压缩操作相关参数包括压缩压力、压缩频次和压缩距离。
进一步的,所述多个储存仓建立与可回收物品种的映射关系为一个可回收物品种对应至少一个储存仓。
基于数据分析的智能回收分仓压缩控制系统,包括收货柜,所述收货柜包括多个用于容纳可回收物的储存仓;所述储存仓的容纳空间可调;所述储存仓与可回收物品种和投放量建立的映射关系可调;
还包括:
初始化模块,用于初始化所述储存仓;初始化过程为将多个储存仓建立与可回收物品种的映射关系;
识别模块,用于在用户通过收货柜投放可回收物时,对所述可回收物进行识别;
控制模块,用于根据识别结果和所述映射关系将可回收物投放至与所述可回收物品种对应区域的储存仓中;
所述控制模块还用于获取预设时间内用户投放可回收物的数据作为回收样本数据,并根据所述回收样本数据建立区域回收模型;所述控制模块根据所述区域回收模型对所述映射关系和储存仓的容量和数量、区域进行调整。
进一步的,所述控制模块将在所述预设时间内投放量低于阈值的可回收物品种定义为低频可回收物,将低频可回收物对应的储存仓定位为低频储存仓区域;所述控制模块将在所述预设时间内投放量高于阈值的可回收物品种定义为高频可回收物,将高频可回收物对应的储存仓定位为高频储存仓区域;
所述控制模块将根据低频可回收物与高频可回收物的品种和投放量,重新定义与储存仓的映射关系,设定储存仓所接纳可回收物的品种,优化储存仓容量和数量、区域。
进一步的,所述控制模块获取至少两种低频可回收物之间的关联关系;所述关联关系为至少两种低频可回收物是否可以被容纳至同一个储存仓中的评价指标;
当所述评价指标到达预设阈值时,所述控制模块将至少两种低频可回收物对应的低频储存仓进行合并形成合并储存仓,并减小所述合并储存仓的容纳空间。
本发明与现有技术相比,具有如下的优点和有益效果:
本发明基于数据分析的智能回收分仓压缩控制方法及系统,提高了回收终端的仓位利用效率,最大化降低回收成本,有助于优化低值再生资源高值化利用路径和节能减排,加快推动建立逆向物流回收体系。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明方法步骤示意图;
图2为本发明实施例中储存仓的结构形式。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例
如图1和图2所示,本发明基于数据分析的智能回收分仓压缩控制方法,包括收货柜,所述收货柜包括多个用于容纳可回收物的储存仓;所述储存仓的容纳空间和用途可调;所述储存仓与可回收物品种和投放量建立的映射关系可调;
所述方法包括以下步骤:
S1:初始化所述储存仓;初始化过程为将多个储存仓的用途和容纳空间建立与可回收物品种和投放量的映射关系;
S2:当用户通过收货柜投放可回收物时,对所述可回收物进行识别,并根据识别结果和所述映射关系将可回收物分仓投放至与所述可回收物品种对应的储存仓中;
S3:获取预设时间内收货柜所有用户投放可回收物的数据作为回收样本数据;
S4:根据所述回收样本数据建立收货柜服务区域回收模型;
S5:根据所述区域回收模型对所述映射关系和储存仓的容量和用途进行调整。
现有技术中,对回收柜的回收物采用的回收和物流方式是,储存仓独立使用及回收用途特定化,周期性的对回收物进行收集并运输,然后进行二次分拣,但是在实际使用中时,由于区域、时间的差异,使得在不同的区域内回收物储存仓的利用情况差异很大,这样相对于某一类型回收物较少的区域,物流车辆一次运输的回收物数量偏少,变相增加了物流成本。同时一个回收柜容易出现一部分回收物已经填满了储存仓,而其他储存仓还未填满,甚至还有很大储存空间,造成储存空间的浪费,也影响了用户交售积极性。
本实施例实施时,首先初始化储存仓,初始化是指建立可回收物和储存仓的对应关系,可回收物可以对应一个或者多个储存仓,初始化过程是为了实现一个最初储存的状态,初始化状态的数据可以通过全国范围内的可回收物数据获得。
然后通过现有技术进行可回收物识别,并通过中国专利201920089891.0的技术进行回收物投放,在一定的预设时间后,可以产生大量的可回收物的数据,这些数据主要包括可回收物的品种、不同品种可回收物的投放数量以及可回收物的投放比例。
根据这些数据可以建立区域回收模型,区域回收模型表征的是一个区域内可回收物的数据对应储存仓的容量和数量,通过这个区域回收模型就可以明确一个区域内所需要的储存仓的容量和数量。最后根据区域回收模型对一个区域内的回收柜中储存仓的储存内容和容量进行调整,实现区域内的回收物与储存仓的完全匹配,提高回收效率。
其中储存仓的容量调整可以通过中国专利201810588809.9中的方案实现,也可以通过调整储存仓仓壁位置等各种方式实现。本发明可以提高智能收货柜仓储效率,降低回收成本,缩短回收环节,提高居民和企业交售、收集积极性,可以提高智能回收终端回收和储存效率。
为了进一步说明本实施例的工作过程,步骤S4包括以下子步骤:
S41:当存在所述预设时间内投放量低于阈值的可回收物品种,将该可回收物品种定义为低频可回收物;当存在所述预设时间内投放量高于阈值的可回收物品种,将该可回收物品种定义为高频可回收物;
S42:根据低频可回收物与高频可回收物的品种和投放量,重新定义与储存仓的映射关系,设定储存仓所接纳可回收物的品种,优化储存仓容量和数量、区域。
S43:所述优化储存仓容量和数量、区域,包括减小低频可回收物储存仓的容纳空间、减少储存仓的数量,及加大高频可回收物储存仓的容纳空间、增加储存仓的数量;将低频可回收物对应的储存仓设定在较远的空间内。
本实施例实施时,将某一类预设时间内投放量低于或高于阈值的可回收物品种直接进行定义,可以便于后续对储存仓优化。举例来说:
在一个区域内一开始初始化时,纸张需要5L的空间,织物需要3L的空间,塑料需要5L的空间,金属需要1L的空间,玻璃需要1L的空间;
在一段时间以后,通过可回收物的数据发现,一个周期内产生的纸张是3L,织物是3L,塑料是8L,金属是2L,玻璃是2L,那么就根据这个数据对储存仓进行调整。
为了进一步说明本实施例的工作过程,步骤S43包括以下子步骤:
获取至少两种低频可回收物之间的关联关系;所述关联关系为至少两种低频可回收物是否可以被容纳至同一个储存仓中的评价指标;
当所述评价指标到达预设阈值时,将至少两种低频可回收物对应的低频储存仓进行合并形成合并储存仓,并减小所述合并储存仓的容纳空间。
本实施例实施时,在进行回收物回收时,会出现某几品种的回收物特别少,这时候就可以考虑将这几类回收物混合装入同一个储存仓,是否可以混合的标准采用评价指标,评价指标基于混合以后再分拣的成本来评价,举例来说:
假定出现了三种回收物作为低频可回收物:金属、玻璃和布料,此时考虑到将金属和玻璃混合后,较难进行快速分拣,而布料和金属混合后,可以通过振动离心等方式快速分离这两种物品,成本较低,那么就认为布料和金属的评价指标较高,而金属和玻璃的评价指标较低。
为了进一步说明本实施例的工作过程,所述评价指标根据至少两种低频可回收物混合后产生的分拣细分成本获取。
为了进一步说明本实施例的工作过程,还包括以下步骤:
根据所述回收样本数据建立压缩控制模型;
根据所述压缩控制模型对不同的可回收物品种执行不同的压缩控制;所述压缩控制为当所述可回收物在储存仓中时,对可回收物执行压缩操作相关参数的控制。
本实施例实施时,一些可回收物本身可以压缩,压缩可以节省空间,如塑料瓶和纸仓等物品,但是对于不同的可回收物种,在不同区域需要的压缩参数也是不一样的。
举例来说,同样是塑料瓶,有些区域是饮料的塑料瓶较多,而有些区域则是制剂的塑料瓶较多,饮料的塑料瓶本身更柔软些,所以压缩压力、压缩频次和压缩距离都可以较小,而制剂的塑料瓶相对就会更大一些,所以通过压缩控制模型就可以完整的实现对不同区域的可回收物执行与之匹配的压缩控制,提高了压缩效率,降低物流成本。
为了进一步说明本实施例的工作过程,所述压缩操作相关参数包括压缩压力、压缩频次和压缩距离。
为了进一步说明本实施例的工作过程,所述多个储存仓建立与可回收物品种的映射关系为一个可回收物品种对应至少一个储存仓。
基于数据分析的智能回收分仓压缩控制系统,包括收货柜,所述收货柜包括多个用于容纳可回收物的储存仓;所述储存仓的容纳空间可调;所述储存仓与可回收物品种和投放量建立的映射关系可调;
还包括:
初始化模块,用于初始化所述储存仓;初始化过程为将多个储存仓建立与可回收物品种的映射关系;
识别模块,用于在用户通过收货柜投放可回收物时,对所述可回收物进行识别;
控制模块,用于根据识别结果和所述映射关系将可回收物投放至与所述可回收物品种对应区域的储存仓中;
所述控制模块还用于获取预设时间内用户投放可回收物的数据作为回收样本数据,并根据所述回收样本数据建立区域回收模型;所述控制模块根据所述区域回收模型对所述映射关系和储存仓的容量和数量、区域进行调整。
为了进一步说明本实施例的工作过程,所述控制模块将在所述预设时间内投放量低于阈值的可回收物品种定义为低频可回收物,将低频可回收物对应的储存仓定位为低频储存仓区域;所述控制模块将在所述预设时间内投放量高于阈值的可回收物品种定义为高频可回收物,将高频可回收物对应的储存仓定位为高频储存仓区域;
所述控制模块将根据低频可回收物与高频可回收物的品种和投放量,重新定义与储存仓的映射关系,设定储存仓所接纳可回收物的品种,优化储存仓容量和数量、区域。
进一步的,所述控制模块获取至少两种低频可回收物之间的关联关系;所述关联关系为至少两种低频可回收物是否可以被容纳至同一个储存仓中的评价指标;
当所述评价指标到达预设阈值时,所述控制模块将至少两种低频可回收物对应的低频储存仓进行合并形成合并储存仓,并减小所述合并储存仓的容纳空间。
通过本实施例的应用,实现引导居民进一步细分一般可回收物,提高回收利用价值;或引导居民将分拣成本高、不宜资源化利用的废弃物列为其他垃圾类别投放,包括投放至设定的综合储存仓,减少流入到再生资源回收领域。
为了进一步说明本实施例的工作过程,本实施例包括以下步骤:
(1)按照单台收货柜终端服务区域特定时间内的生活类再生资源各个品种估算投放量,及考虑各个回收品种可否压缩、可否混投、细分价值,初步设定单台终端的仓位数量、仓位用途、压缩数据。包括:
可否压缩,是指根据回收品种的性质、回收成本,决定是否进行压缩;
可否混投,是指根据回收品种的投放量、机器分拣成本,决定是否进行混合投放;
细分价值,是指根据回收品种在特定期间内的市场价格变化、仓位利用情况,决定是否采用价格杠杆引导居民细分投放;
(2)按照现有技术中申请人已申报专利的可回收物识别方法,单台收货柜终端对居民投放的生活类可回收物进行X光成像识别、拍照检测、计重计价后,按照仓位用途分仓投放;(未通过单一性检测的,投放至综合仓,按照综合仓价格结算、或者给予绿色积分,或由用户取走)。
(3)获取单台收货柜预设时间段内所有用户投放生活类再生资源所产生的回收数据、压缩数据和清运数据,回收数据:回收品种、回收质量、仓位利用情况,压缩数据:可压缩品种所需压力、压缩频次、压缩距离,清运数据:清运类别、清运频次、路由规划、清运距离。
(4)进一步地,获取特定行政区域预设时间内,所有铺放终端的用户投放生活类再生资源产生的回收数据、压缩数据和清运数据。
(5)根据特定行政区域、特定时间内获取的回收数据、压缩数据和清运数据,结合生活类再生资源回收数量、可否压缩、可否混投、细分价值,建立回收分仓和压缩控制模型。
(6)根据回收分仓和压缩控制模型,设定特定行政区域、特定时间内各个回收终端的仓位数量、仓位用途、压缩数据,及相匹配的清运数据。
(7)设定仓位数量、仓位用途、压缩数据,按下列顺序考虑:
A,按照垃圾分类制度要求,优先满足回收投放量大、可以压缩的可回收物,实现最大程度上的应收尽收;
B,结合是否适合机器二次分拣和对比二次分拣成本,设定混合投放仓位,接收回收成本低的生活垃圾可回收物品种。
C,根据生活垃圾可回收物品种的价值,及回收成本,合理设定细分仓位,以最大化实现生活来再生资源回收价值。
(8)更进一步,根据历史数据,进行机器学习,设定特定行政区域、特定时间内的回收分仓和压缩控制模型。
(9)更进一步,优化收货柜终端布局,实现回收成本的进一步降低。
当本实施例实施时,需要充分考虑二次分拣成本来设定混合投放仓位,在混合投放仓位中,可以通过机器学习的方法来建立混合投放仓位模型,混合投放仓位模型的输入数据为低频可回收物的类型,输出数据为进行混合投放的低频可回收物。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.基于数据分析的智能回收分仓压缩控制方法,其特征在于,包括收货柜,所述收货柜包括多个用于容纳可回收物的储存仓;所述储存仓的容纳空间和用途可调;
所述方法包括以下步骤:
S1:初始化所述储存仓;初始化过程为将多个储存仓的用途和容纳空间建立与可回收物品种和投放量的映射关系;
S2:当用户通过收货柜投放可回收物时,对所述可回收物进行识别,并根据识别结果和所述映射关系将可回收物分仓投放至与所述可回收物品种对应的储存仓中;
S3:获取预设时间内收货柜所有用户投放可回收物的数据作为回收样本数据;
S4:根据所述回收样本数据建立收货柜服务区域回收模型;
S5:根据所述区域回收模型对所述映射关系和储存仓的容量和用途进行调整。
2.根据权利要求1所述的基于数据分析的智能回收分仓压缩控制方法,其特征在于,步骤S4包括以下子步骤:
S41:当存在所述预设时间内投放量低于阈值的可回收物品种,将该可回收物品种定义为低频可回收物;当存在所述预设时间内投放量高于阈值的可回收物品种,将该可回收物品种定义为高频可回收物;
S42:根据低频可回收物与高频可回收物的品种和投放量,重新定义与储存仓的映射关系,设定储存仓所接纳可回收物的品种,优化储存仓容量和数量、区域。
S43:所述优化储存仓容量和数量、区域,包括减小低频可回收物储存仓的容纳空间、减少储存仓的数量,及加大高频可回收物储存仓的容纳空间、增加储存仓的数量;将低频可回收物对应的储存仓设定在较远的空间内。
3.根据权利要求2所述的基于数据分析的智能回收分仓压缩控制方法,其特征在于,步骤S43包括以下子步骤:
获取至少两种低频可回收物之间的关联关系;所述关联关系为至少两种低频可回收物是否可以被容纳至同一个储存仓中的评价指标;
当所述评价指标到达预设阈值时,将至少两种低频可回收物对应的低频储存仓进行合并形成合并储存仓,并减小所述合并储存仓的容纳空间。
4.根据权利要求3所述的基于数据分析的智能回收分仓压缩控制方法,其特征在于,所述评价指标根据至少两种低频可回收物混合后产生的分拣细分成本获取。
5.根据权利要求1所述的基于数据分析的智能回收分仓压缩控制方法,其特征在于,还包括以下步骤:
根据所述回收样本数据建立压缩控制模型;
根据所述压缩控制模型对不同的可回收物品种执行不同的压缩控制;所述压缩控制为当所述可回收物在储存仓中时,对可回收物执行压缩操作相关参数的控制。
6.根据权利要求5所述的基于数据分析的智能回收分仓压缩控制方法,其特征在于,所述压缩操作相关参数包括压缩压力、压缩频次和压缩距离。
7.根据权利要求1所述的基于数据分析的智能回收分仓压缩控制方法,其特征在于,所述多个储存仓建立与可回收物品种的映射关系为一个可回收物品种对应至少一个储存仓。
8.基于数据分析的智能回收分仓压缩控制系统,其特征在于,包括收货柜,所述收货柜包括多个用于容纳可回收物的储存仓;所述储存仓的容纳空间可调;所述储存仓与可回收物品种和投放量建立的映射关系可调;
还包括:
初始化模块,用于初始化所述储存仓;初始化过程为将多个储存仓建立与可回收物品种的映射关系;
识别模块,用于在用户通过收货柜投放可回收物时,对所述可回收物进行识别;
控制模块,用于根据识别结果和所述映射关系将可回收物投放至与所述可回收物品种对应区域的储存仓中;
所述控制模块还用于获取预设时间内用户投放可回收物的数据作为回收样本数据,并根据所述回收样本数据建立区域回收模型;所述控制模块根据所述区域回收模型对所述映射关系和储存仓的容量和数量、区域进行调整。
9.根据权利要求8所述的基于数据分析的智能回收分仓压缩控制系统,其特征在于,所述控制模块将在所述预设时间内投放量低于阈值的可回收物品种定义为低频可回收物,将低频可回收物对应的储存仓定位为低频储存仓区域;所述控制模块将在所述预设时间内投放量高于阈值的可回收物品种定义为高频可回收物,将高频可回收物对应的储存仓定位为高频储存仓区域;
所述控制模块将根据低频可回收物与高频可回收物的品种和投放量,重新定义与储存仓的映射关系,设定储存仓所接纳可回收物的品种,优化储存仓容量和数量、区域。
10.根据权利要求9所述的基于数据分析的智能回收分仓压缩控制系统,其特征在于,所述控制模块获取至少两种低频可回收物之间的关联关系;所述关联关系为至少两种低频可回收物是否可以被容纳至同一个储存仓中的评价指标;
当所述评价指标到达预设阈值时,所述控制模块将至少两种低频可回收物对应的低频储存仓进行合并形成合并储存仓,并减小所述合并储存仓的容纳空间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011374797.3A CN112348447A (zh) | 2020-11-30 | 2020-11-30 | 基于数据分析的智能回收分仓压缩控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011374797.3A CN112348447A (zh) | 2020-11-30 | 2020-11-30 | 基于数据分析的智能回收分仓压缩控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112348447A true CN112348447A (zh) | 2021-02-09 |
Family
ID=74366156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011374797.3A Pending CN112348447A (zh) | 2020-11-30 | 2020-11-30 | 基于数据分析的智能回收分仓压缩控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112348447A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160067746A1 (en) * | 2013-05-01 | 2016-03-10 | Konstantinos Soukos | Robotic materials recycling station |
CN109051434A (zh) * | 2018-08-29 | 2018-12-21 | 深圳市研本品牌设计有限公司 | 一种智能垃圾箱 |
CN109230034A (zh) * | 2018-08-29 | 2019-01-18 | 深圳市研本品牌设计有限公司 | 一种景区智能垃圾箱的设置方法 |
CN110415429A (zh) * | 2019-08-28 | 2019-11-05 | 河南寻宝环保科技有限公司 | 一种仓式综合智能回收系统 |
CN110525822A (zh) * | 2019-08-23 | 2019-12-03 | 山西吗哪环保有限公司 | 一种智能垃圾分类机 |
CN110577037A (zh) * | 2018-06-08 | 2019-12-17 | 王俊杰 | 用于生活垃圾分类检查回收的方法 |
CN110929693A (zh) * | 2019-12-12 | 2020-03-27 | 海南自贸区南点创客科技有限公司 | 智能垃圾分类方法及系统 |
CN111532628A (zh) * | 2020-05-20 | 2020-08-14 | 海南来个碗网络科技有限公司 | 基于智能透视分类垃圾桶的垃圾回收实现方法及装置 |
CN211418362U (zh) * | 2019-12-11 | 2020-09-04 | 河南理工大学 | 人工智能分类垃圾桶 |
CN111950792A (zh) * | 2020-08-14 | 2020-11-17 | 杭州海康威视系统技术有限公司 | 垃圾总量预测方法、装置、设备及存储介质 |
-
2020
- 2020-11-30 CN CN202011374797.3A patent/CN112348447A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160067746A1 (en) * | 2013-05-01 | 2016-03-10 | Konstantinos Soukos | Robotic materials recycling station |
CN110577037A (zh) * | 2018-06-08 | 2019-12-17 | 王俊杰 | 用于生活垃圾分类检查回收的方法 |
CN109051434A (zh) * | 2018-08-29 | 2018-12-21 | 深圳市研本品牌设计有限公司 | 一种智能垃圾箱 |
CN109230034A (zh) * | 2018-08-29 | 2019-01-18 | 深圳市研本品牌设计有限公司 | 一种景区智能垃圾箱的设置方法 |
CN110525822A (zh) * | 2019-08-23 | 2019-12-03 | 山西吗哪环保有限公司 | 一种智能垃圾分类机 |
CN110415429A (zh) * | 2019-08-28 | 2019-11-05 | 河南寻宝环保科技有限公司 | 一种仓式综合智能回收系统 |
CN211418362U (zh) * | 2019-12-11 | 2020-09-04 | 河南理工大学 | 人工智能分类垃圾桶 |
CN110929693A (zh) * | 2019-12-12 | 2020-03-27 | 海南自贸区南点创客科技有限公司 | 智能垃圾分类方法及系统 |
CN111532628A (zh) * | 2020-05-20 | 2020-08-14 | 海南来个碗网络科技有限公司 | 基于智能透视分类垃圾桶的垃圾回收实现方法及装置 |
CN111950792A (zh) * | 2020-08-14 | 2020-11-17 | 杭州海康威视系统技术有限公司 | 垃圾总量预测方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106056226A (zh) | 生活垃圾智能分类回收云识别系统及方法 | |
KR20100093905A (ko) | 재활용품 수집 장치와 이를 구비한 재활용품 처리 시스템 및 재활용품 처리 방법 | |
CN110053903A (zh) | 生活垃圾分类回收管理系统及方法 | |
CN205034595U (zh) | 一种垃圾分类回收站 | |
CN105270800A (zh) | 终端配送站点物品分拣的辅助设备和方法 | |
CN104637161A (zh) | 一种智能饮料瓶回收终端 | |
CN112827846B (zh) | 一种垃圾自动分类的装置及方法 | |
CN212760301U (zh) | 垃圾分类化高值可回收物智能化分拣系统 | |
CN111153070A (zh) | 一种垃圾处理方法和设备 | |
CN111715674A (zh) | 垃圾分类化高值可回收物智能化分拣工艺及系统 | |
CN110065746B (zh) | 一种基于物联网的航运垃圾分类系统 | |
CN107563527A (zh) | 一种生产制造型企业资源回收云服务系统和方法 | |
CN107399534A (zh) | 一种可监控式垃圾分类回收系统 | |
CN112348447A (zh) | 基于数据分析的智能回收分仓压缩控制方法及系统 | |
CN204776948U (zh) | 再生资源智能回收装置 | |
CN109178706A (zh) | 一种智能垃圾桶 | |
CN105800198A (zh) | 一种基于网络云平台的智能分类垃圾桶 | |
CN113560198B (zh) | 类别分选方法和类别分选系统 | |
CN110980040A (zh) | 基于光谱识别的智能型可回收物回收箱 | |
CN114082661A (zh) | 一种基于深度学习的可回收物分选系统及方法 | |
CN102800151A (zh) | 一种智能化容器回收系统和容器自助回收终端 | |
CN112777170B (zh) | 一种垃圾分类系统 | |
WO2018126518A1 (zh) | 一种生活垃圾分类分检回收方法 | |
CN110314918A (zh) | 一种垃圾处理的方法及垃圾处理系统 | |
CN113610100A (zh) | 基于图像识别的垃圾处理方法、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 |