CN112785213B - 一种仓库拣货单的组建方法和装置 - Google Patents
一种仓库拣货单的组建方法和装置 Download PDFInfo
- Publication number
- CN112785213B CN112785213B CN201911080624.8A CN201911080624A CN112785213B CN 112785213 B CN112785213 B CN 112785213B CN 201911080624 A CN201911080624 A CN 201911080624A CN 112785213 B CN112785213 B CN 112785213B
- Authority
- CN
- China
- Prior art keywords
- warehouse
- list
- order
- picking
- commodities
- 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
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
Abstract
本发明公开了一种仓库拣货单的组建方法和装置,涉及仓储物流技术领域。该方法的一具体实施方式包括:根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;根据组单约束模型组建仓库拣货单。该实施方式实现了根据流向数约阈值约束的组单策略组建仓库拣货单,在显著提升了拣货单的空间优化率的同时缩短整体拣货时耗。
Description
技术领域
本发明涉及仓储物流领域,尤其涉及一种仓库拣货单的组建方法和装置。
背景技术
仓库间商品的调拨能极大的节省电商仓储运营成本。仓间调拨订单与常见的普通用户订单之间存在较大差别:普通用户订单通常订单数量较大,每个订单中的副本量较小,拣货是按订单维度进行的;而仓间调拨订单通常订单数量少,每个订单中的副本量较大,拣货是按商品维度进行的。
通常情况下,仅采用较简单的规则组建仓间调拨订单对应的拣货任务单,且拣货任务单中的商品都是一个流向的,即目的仓是相同的。
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:
不能支持混流向的组单策略,空间优化率较低;更不能处理复杂约束,例如限制流向数的拣货任务单。
发明内容
有鉴于此,本发明实施例提供一种仓库拣货单的组建方法和装置,能够根据流向数阈值约束的组单策略组建仓库拣货单,在显著提升了拣货单的空间优化率的同时缩短整体拣货时耗。
为实现上述目的,根据本发明实施例的第一方面,提供了一种仓库拣货单的组建方法,包括:
根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;
根据组单约束模型组建仓库拣货单。
进一步地,在根据组单约束模型组建仓库拣货单的步骤之前,仓库拣货单的组建方法还包括:根据订单池中商品的位置重合度、流向数阈值将订单池中的商品划分为至少一个任务单,其中,订单池中包括不同流向的商品。
进一步地,根据组单约束模型组建仓库拣货单的步骤包括:根据组单约束模型,通过种子算法对任务单中的商品进行计算求解,从而组建仓库拣货单,其中,每个任务单对应至少一个仓库拣货单。
进一步地,仓库拣货单的组建方法还包括:根据启发式算法对仓库拣货单进行优化,得到优化拣货单。
进一步地,根据启发式算法对仓库拣货单进行优化,得到优化拣货单的步骤包括:以仓库拣货单为初始解,获取初始解的邻域,根据启发式算法从邻域中求得优化解,得到优化拣货单。
进一步地,初始解和最优解均是通过迭代处理得到的。
进一步地,约束条件包括流向数约束和下列中的一种或多种:拣货顺序约束、仓库拣货单空间约束、拣货时耗约束。
根据本发明实施例的第二方面,提供了一种仓库拣货单的组建装置,包括:
模型构建模块,用于根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;
组建模块,用于根据组单约束模型组建仓库拣货单。
根据本发明实施例的第三方面,提供了一种终端,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述任一种仓库拣货单的组建方法。
根据本发明实施例的第三方面,提供了一种计算机可读介质,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种仓库拣货单的组建方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;根据组单约束模型组建仓库拣货单的技术手段,所以克服了现有技术中仅通过简单的规则组建基于一个流向的拣货任务单所导致的拣货任务单空间优化率低的技术问题,进而达到根据流向数阈值约束的组单策略组建仓库拣货单,在显著提升了拣货单的空间优化率的同时缩短整体拣货时耗的技术效果。
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是根据本发明第一实施例提供的仓库拣货单的组建方法的主要流程的示意图;
图2是根据本发明第二实施例提供的仓库拣货单的组建方法的主要流程的示意图;
图3是根据本发明实施例提供的仓库拣货单的组建装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
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是根据本发明第一实施例提供的仓库拣货单的组建方法的主要流程的示意图;如图1所示,本发明实施例提供的仓库拣货单的组建方法包括:
步骤S101,根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数。
流向数阈值:每个仓库拣货单中的商品都有其流向(流向数指示了目的仓的个数),流向数阈值是组建的每个仓库拣货单中商品的总流向的约束限制。通过对流向数约束,能够在提升拣货单空间优化率的同时,避免了过多不同流向的商品组建在同一个仓库拣货单中导致后续配送时间和/或配送路径过长。
具体地,根据本发明实施例,上述约束条件包括流向数约束和下列中的一种或多种:拣货顺序约束、仓库拣货单空间约束、拣货时耗约束。
流向数约束:即通过上述流向数阈值对每个仓库拣货单内的商品的总流向数进行约束。
拣货顺序约束:指的是仓库拣货单中商品的拣货顺序,通过将拣货顺序临近的商品归置于同一仓库拣货任务单能够有效节省拣货时间,优化拣货过程。
仓库拣货单空间优化:由仓库拣货单中商品的数量及体积决定,每个仓库拣货单均是由一辆或者一批拣货车进行配送,其能打包拣货的空间容积是有限制的,通过仓库拣货单空间优化,能够使得每个拣货任务单中的拣货空间得到合理化利用。
拣货时耗约束:指待拣货商品的拣货时间、复核时间以及打包时间等构成的总时长。
进一步地,根据本发明实施例,在上述根据组单约束模型组建仓库拣货单的步骤之前,本发明提供的仓库拣货单的组建方法还包括:根据订单池中商品的位置重合度、流向数阈值将订单池中的商品划分为至少一个任务单,其中,订单池中包括不同流向的商品。
其中,商品的位置重合度是指订单池中的待拣货商品对应的仓库中的实际位置之间的关系,重合度相同指的是同一个位置的相同商品(因为不同流向可能需要相同的商品),重合度相近,是指待拣货商品在仓库中的位置相邻。通过将位置相同或者相近的待拣货商品归置于同一任务单中,后续再从该任务单中基于组单约束模型组建仓库拣货单,节省了组建仓库拣货单的计算时长,提高了组单效率。
步骤S102,根据组单约束模型组建仓库拣货单。
进一步地,上述根据组单约束模型组建仓库拣货单的步骤包括:根据组单约束模型,通过种子算法对任务单中的商品进行计算求解,从而组建仓库拣货单,其中,每个任务单对应至少一个仓库拣货单。
种子算法是指根据组单约束模型指示的条件,从订单池中的待拣货商品中选择一种商品(优选根据种类)组建一个仓库拣货单,然后依次添加其他商品(不同种类的商品、不同流向的商品)到该仓库拣货单中,直至达到组单约束模型的约束阈值为止。根据本发明实施例,可以直接从订单池中的待拣货商品依次进行上述操作,也可以从订单池中划分的任务单中的待拣货商品进行上述操作,每个任务单中的待拣货商品可以组建至少一个仓库拣货单。对于订单池中存在大量待拣货商品的场景,通过先划分任务单,然后基于组单约束模型,通过种子算法从任务单中的待拣货商品中组建仓库拣货单能够显著提升组单效率,同时由于任务单中的商品是相同或者相邻位置,因此基于任务单组建的仓库拣货单的总时耗也较低。
步骤S103,根据启发式算法对仓库拣货单进行优化,得到优化拣货单。
具体地,根据本发明实施例,上述根据启发式算法对仓库拣货单进行优化,得到优化拣货单的步骤包括:以上述组建的仓库拣货单为初始解,获取初始解对应的邻域,根据启发式算法从邻域中求得优化解,得到优化拣货单。
其中,获取初始解对应的邻域的步骤为:以上述组建的仓库拣货单为初始解,根据下列算法中的一种或多种获得所述初始解的邻域解:交换算子算法、插入算子算法、删除算子算法。
交换算子算法:指将初始解(原仓库拣货单)中的商品进行交换,在满足组单约束模型指示的约束条件的情况下,得到的一个新的解,为初始解的一个邻域解。
插入算子算法:向初始解(原仓库拣货单)中插入的一个商品(以种类划分),在满足组单约束模型指示的约束条件的情况下,得到的一个新的解,为初始解的一个邻域解。
删除算子算法:将初始解(原仓库拣货单)中一个商品(以种类划分)删除,在满足组单约束模型指示的约束条件的情况下,得到的一个新的解,为初始解的一个邻域解。
具体地,根据本发明实施例,启发式算法包括邻域搜索算法,从上述获得的邻域中进行搜索,如果找到更有的解,则是其作为优化解。
具体地,根据本发明一实施例,上述初始解和上述优化解均是通过迭代处理得到的。通过不断的迭代处理,在满足组单约束模型指示的约束条件的情况下,对仓库拣货单和拣货优化单进行优化,进一步提升拣货单的空间优化率。
根据本发明实施例的技术方案,因为采用根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;根据组单约束模型组建仓库拣货单的技术手段,所以克服了现有技术中仅通过简单的规则组建基于一个流向的拣货任务单所导致的拣货任务单空间优化率低的技术问题,进而达到根据流向数约束的组单策略组建仓库拣货单,在显著提升了拣货单的空间优化率的同时缩短整体拣货时耗的技术效果。
图2是根据本发明第二实施例提供的仓库拣货单的组建方法的主要流程的示意图;如图2所示,本发明实施例提供的仓库拣货单的组建方法包括:
步骤S201,根据订单池中商品的位置重合度、流向数阈值将订单池中的商品划分为至少一个任务单,其中,订单池中包括不同流向的商品。
其中,商品的位置重合度是指订单池中的待拣货商品对应的仓库中的实际位置之间的关系,重合度相同指的是同一个位置的相同商品(因为不同流向可能需要相同的商品),重合度相近,是指待拣货商品在仓库中的位置相邻。通过将位置相同或者相近的待拣货商品归置于同一任务单中,后续再从该任务单中基于组单约束模型组建仓库拣货单,节省了组建仓库拣货单的计算时长,提高了组单效率。
步骤S202,根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值。
流向数阈值:每个仓库拣货单中的商品都有其流向(即目的仓),流向数阈值是组建的每个仓库拣货单中商品的总流向的约束限制。通过对流向数约束,能够在提升拣货单空间优化率的同时,避免了过多不同流向的商品组建在同一个仓库拣货单中导致后续配送时间和/或配送路径过长。
具体地,根据本发明实施例,上述约束条件包括流向数约束和下列中的一种或多种:拣货顺序约束、仓库拣货单空间约束、拣货时耗约束。
流向数约束:即通过上述流向数阈值对每个仓库拣货单内的商品的总流向数进行约束。
拣货顺序约束:指的是仓库拣货单中商品的拣货顺序,通过将拣货顺序临近的商品归置于同一仓库拣货任务单能够有效节省拣货时间,优化拣货过程。
仓库拣货单空间优化:由仓库拣货单中商品的数量及体积决定,每个仓库拣货单均是由一辆或者一批拣货车进行配送,其能打包拣货的空间容积是有限制的,通过仓库拣货单空间优化,能够使得每个拣货任务单中的拣货空间得到合理化利用。
拣货时耗约束:指待拣货商品的拣货时间、复核时间以及打包时间等构成的总时长。
根据本发明实施例,构建的组单约束模型如下:
xj∈[0,1];fij∈[0,1];pikj∈[0,1] (7)
其中,T表示仓库拣货单的个数;F表示流向数;Fmax表示流向数阈值;K表示商品种类数;Qmax表示仓库拣货单中允许的最大商品件数;lj表示第j个仓库拣货单的拣货、复核以及打包的总时耗;sij=1时表示流向i中包含商品k,否则不包含;Qik表示流向i中包含商品k的件数。
式1为目标函数,表示要求仓库拣货单内商品的总处理时长最短;
式2表示每个仓库拣货单中包含的商品的流向数总和不能超过流向数阈值;
式3表示如果流向i中的商品出现在仓库拣货单j中,则流向i必然出现在仓库拣货单j中;
式4表示如果某个流向出现在仓库拣货单j中,则仓库拣货单j必然不为空;
式5表示确保每个流向中的每个商品均被分配到唯一的仓库拣货单中;
式6表示保证仓库拣货单中的商品总数量要小于最大商品件数;
式7表示决策变量都是0/1变量,其中,xj∈[0,1]表示,第j个仓库拣货单是否非空,1代表非空,0代表为空;fij∈[0,1]表示第j个仓库拣货单中是否包含流向i中的商品,1表示包含,0表示不包含;pikj∈[0,1中k指代的是第k个商品,该式表示第j个仓库拣货单是否包含流向i中的商品k,1表示包含,0表示不包含。
步骤S203,根据组单约束模型,通过种子算法对任务单中的商品进行计算求解,从而组建仓库拣货单,其中,每个任务单对应至少一个仓库拣货单。
种子算法是指根据组单约束模型指示的条件,从订单池中的待拣货商品中选择一种商品(优选根据种类)组建一个仓库拣货单,然后依次添加其他商品(不同种类的商品、不同流向的商品)到该仓库拣货单中,直至达到组单约束模型的约束阈值为止。根据本发明实施例,可以直接从订单池中的待拣货商品依次进行上述操作,也可以从订单池中划分的任务单中的待拣货商品进行上述操作,每个任务单中的待拣货商品可以组建至少一个仓库拣货单。对于订单池中存在大量待拣货商品的场景,通过先划分任务单,然后基于组单约束模型,通过种子算法从任务单中的待拣货商品中组建仓库拣货单能够显著提升组单效率,同时由于任务单中的商品是相同或者相邻位置,因此基于任务单组建的仓库拣货单的总时耗也较低。
根据本发明一实施例,根据组单约束模型组建仓库拣货单的流程图如下:首先,根据订单池中商品的位置重合度、流向数阈值将订单池中的商品划分N个任务单。然后针对每一组任务单,通过种子算法和组单约束模型生成初始解,即仓库拣货单;然后根据初始解和邻域搜索算法求得优化解,得到优化拣货单。
由于N个任务单中的待拣货商品是相互独立的,因此针对每一组任务单进行仓库拣货单的组建过程中,可以通过多线程进行并行计算。
步骤S204,根据邻域搜索算法对仓库拣货单进行优化,得到优化拣货单。
具体地,根据本发明实施例,上述根据邻域搜索算法对仓库拣货单进行优化,得到优化拣货单的步骤包括:以上述组建的仓库拣货单为初始解,获取初始解对应的邻域,根据邻域搜索算法从邻域中求得优化解,得到优化拣货单。
其中,获取初始解对应的邻域的步骤为:以上述组建的仓库拣货单为初始解,根据下列算法中的一种或多种获得所述初始解的邻域解:交换算子算法、插入算子算法、删除算子算法。
交换算子算法:指将初始解(原仓库拣货单)中的商品进行交换,在满足组单约束模型指示的约束条件的情况下,得到的一个新的解,为初始解的一个邻域解。
插入算子算法:向初始解(原仓库拣货单)中插入的一个商品(以种类划分),在满足组单约束模型指示的约束条件的情况下,得到的一个新的解,为初始解的一个邻域解。
删除算子算法:将初始解(原仓库拣货单)中一个商品(以种类划分)删除,在满足组单约束模型指示的约束条件的情况下,得到的一个新的解,为初始解的一个邻域解。
具体地,根据本发明实施例,从上述获得的邻域中进行搜索,如果找到更有的解,则是其作为当前解,再获取当前解对应的邻域解,再次搜索,获得优化解,通过多次迭代处理,获得最优解,确定优化拣货单。
具体地,根据本发明一实施例,上述初始解和上述优化解均是通过迭代处理得到的。通过不断的迭代处理,在满足组单约束模型指示的约束条件的情况下,对仓库拣货单和拣货优化单进行优化,进一步提升拣货单的空间优化率。
根据本发明实施例的技术方案,因为采用根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;根据组单约束模型组建仓库拣货单的技术手段,所以克服了现有技术中仅通过简单的规则组建基于一个流向的拣货任务单所导致的拣货任务单空间优化率低的技术问题,进而达到根据流向数约束的组单策略组建仓库拣货单,在显著提升了拣货单的空间优化率的同时缩短整体拣货时耗的技术效果。
图3是根据本发明实施例提供的仓库拣货单的组建装置的主要模块的示意图;如图3所示,本发明实施例提供的仓库拣货单的组建装置300包括:
模型构建模块301,用于根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数。
流向数阈值:每个仓库拣货单中的商品都有其流向(流向数指示了目的仓的个数),流向数阈值是组建的每个仓库拣货单中商品的总流向的约束限制。通过对流向数约束,能够在提升拣货单空间优化率的同时,避免了过多不同流向的商品组建在同一个仓库拣货单中导致后续配送时间和/或配送路径过长。
具体地,根据本发明实施例,上述约束条件包括流向数约束和下列中的一种或多种:拣货顺序约束、仓库拣货单空间约束、拣货时耗约束。
流向数约束:即通过上述流向数阈值对每个仓库拣货单内的商品的总流向数进行约束。
拣货顺序约束:指的是仓库拣货单中商品的拣货顺序,通过将拣货顺序临近的商品归置于同一仓库拣货任务单能够有效节省拣货时间,优化拣货过程。
仓库拣货单空间优化:由仓库拣货单中商品的数量及体积决定,每个仓库拣货单均是由一辆或者一批拣货车进行配送,其能打包拣货的空间容积是有限制的,通过仓库拣货单空间优化,能够使得每个拣货任务单中的拣货空间得到合理化利用。
拣货时耗约束:指待拣货商品的拣货时间、复核时间以及打包时间等构成的总时长。
进一步地,根据本发明实施例,本发明实施例提供的仓库拣货单的组建装置300还包括任务单划分模块,在根据组单约束模型组建仓库拣货单的步骤之前,上述任务单划分模块用于根据订单池中商品的位置重合度、流向数阈值将订单池中的商品划分为至少一个任务单,其中,订单池中包括不同流向的商品。
其中,商品的位置重合度是指订单池中的待拣货商品对应的仓库中的实际位置之间的关系,重合度相同指的是同一个位置的相同商品(因为不同流向可能需要相同的商品),重合度相近,是指待拣货商品在仓库中的位置相邻。通过将位置相同或者相近的待拣货商品归置于同一任务单中,后续再从该任务单中基于组单约束模型组建仓库拣货单,节省了组建仓库拣货单的计算时长,提高了组单效率。
组建模块302,用于根据组单约束模型组建仓库拣货单。
进一步地,组建模块302用于:根据组单约束模型,通过种子算法对任务单中的商品进行计算求解,从而组建仓库拣货单,其中,每个任务单对应至少一个仓库拣货单。
种子算法是指根据组单约束模型指示的条件,从订单池中的待拣货商品中选择一种商品(优选根据种类)组建一个仓库拣货单,然后依次添加其他商品(不同种类的商品、不同流向的商品)到该仓库拣货单中,直至达到组单约束模型的约束阈值为止。根据本发明实施例,可以直接从订单池中的待拣货商品依次进行上述操作,也可以从订单池中划分的任务单中的待拣货商品进行上述操作,每个任务单中的待拣货商品可以组建至少一个仓库拣货单。对于订单池中存在大量待拣货商品的场景,通过先划分任务单,然后基于组单约束模型,通过种子算法从任务单中的待拣货商品中组建仓库拣货单能够显著提升组单效率,同时由于任务单中的商品是相同或者相邻位置,因此基于任务单组建的仓库拣货单的总时耗也较低。
优化模块303,根据启发式算法对仓库拣货单进行优化,得到优化拣货单。
具体地,根据本发明实施例,上述优化模块303还用于:以上述组建的仓库拣货单为初始解,获取初始解对应的邻域,根据启发式算法从邻域中求得优化解,得到优化拣货单。
其中,获取初始解对应的邻域的步骤为:以上述组建的仓库拣货单为初始解,根据下列算法中的一种或多种获得所述初始解的邻域解:交换算子算法、插入算子算法、删除算子算法。
交换算子算法:指将初始解(原仓库拣货单)中的商品进行交换,在满足组单约束模型指示的约束条件的情况下,得到的一个新的解,为初始解的一个邻域解。
插入算子算法:向初始解(原仓库拣货单)中插入的一个商品(以种类划分),在满足组单约束模型指示的约束条件的情况下,得到的一个新的解,为初始解的一个邻域解。
删除算子算法:将初始解(原仓库拣货单)中一个商品(以种类划分)删除,在满足组单约束模型指示的约束条件的情况下,得到的一个新的解,为初始解的一个邻域解。
具体地,根据本发明实施例,启发式算法包括邻域搜索算法,从上述获得的邻域中进行搜索,如果找到更有的解,则是其作为优化解。
具体地,根据本发明一实施例,本发明实施例提供的仓库拣货单的组建装置300还包括迭代模块,用于对上述初始解和上述优化解进行迭代处理。通过不断的迭代处理,在满足组单约束模型指示的约束条件的情况下,对仓库拣货单和拣货优化单进行优化,进一步提升拣货单的空间优化率。
根据本发明实施例的技术方案,因为采用根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;根据组单约束模型组建仓库拣货单的技术手段,所以克服了现有技术中仅通过简单的规则组建基于一个流向的拣货任务单所导致的拣货任务单空间优化率低的技术问题,进而达到根据流向数约束的组单策略组建仓库拣货单,在显著提升了拣货单的空间优化率的同时缩短整体拣货时耗的技术效果。
可以理解的是,由于方法实施例与装置实施例为相同技术构思的不同呈现形式,因此,本申请中方法实施例部分的内容应同步适配于装置实施例部分,此处不再赘述。
图4示出了可以应用本发明实施例的仓库拣货单的组建方法或仓库拣货单的组建装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405(此架构仅仅是示例,具体架构中包含的组件可以根据申请具体情况调整)。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404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401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备401、402、403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405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的约束条件等数据进行分析等处理,并将处理结果(例如组单约束模型、仓库拣货单—仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的仓库拣货单的组建方法一般由服务器405执行,相应地,仓库拣货单的组建装置一般设置于服务器405中。
应该理解,图4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。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端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5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;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507;包括硬盘等的存储部分508;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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,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510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508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明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流程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509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501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:一种处理器包括模型构建模块、组建模块、优化模块。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,组建模块还可以被描述为“根据组单约束模型组建仓库拣货单的模块”。
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:根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;根据组单约束模型组建仓库拣货单。
根据本发明实施例的技术方案,因为采用根据约束条件构建组单约束模型,其中,组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;根据组单约束模型组建仓库拣货单的技术手段,所以克服了现有技术中仅通过简单的规则组建基于一个流向的拣货任务单所导致的拣货任务单空间优化率低的技术问题,进而达到根据流向数约束的组单策略组建仓库拣货单,在显著提升了拣货单的空间优化率的同时缩短整体拣货时耗的技术效果。
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 (9)
1.一种仓库拣货单的组建方法,其特征在于,包括:
根据约束条件构建组单约束模型,其中,所述组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;
根据所述组单约束模型组建所述仓库拣货单;具体包括:根据所述组单约束模型,通过种子算法对任务单中的商品进行计算求解,从而组建所述仓库拣货单,其中,每个所述任务单对应至少一个所述仓库拣货单;所述种子算法是指根据所述组单约束模型指示的条件,从待拣货商品中选择一种商品组建一个所述仓库拣货单,然后依次添加不同种类或不同流向的其他商品到所述仓库拣货单中,直至达到所述组单约束模型的约束阈值为止。
2.根据权利要求1所述的仓库拣货单的组建方法,其特征在于,在所述根据组单约束模型组建仓库拣货单的步骤之前,所述仓库拣货单的组建方法还包括:根据订单池中商品的位置重合度、所述流向数阈值将所述订单池中的商品划分为至少一个所述任务单,其中,所述订单池中包括不同流向的商品。
3.根据权利要求1所述的仓库拣货单的组建方法,其特征在于,所述仓库拣货单的组建方法还包括:根据启发式算法对所述仓库拣货单进行优化,得到优化拣货单。
4.根据权利要求3所述的仓库拣货单的组建方法,其特征在于,所述根据启发式算法对所述仓库拣货单进行优化,得到优化拣货单的步骤包括:以所述仓库拣货单为初始解,获取所述初始解的邻域,根据所述启发式算法从所述邻域中求得优化解,得到所述优化拣货单。
5.根据权利要求4所述的仓库拣货单的组建方法,其特征在于,所述初始解和所述优化解均是通过迭代处理得到的。
6.根据权利要求1所述的仓库拣货单的组建方法,其特征在于,所述约束条件包括流向数约束和下列中的一种或多种:拣货顺序约束、仓库拣货单空间约束、拣货时耗约束。
7.一种仓库拣货单的组建装置,其特征在于,包括:
模型构建模块,用于根据约束条件构建组单约束模型,其中,所述组单约束模型指示了每个仓库拣货单中全部商品对应的流向数阈值,流向数指示了目的仓的个数;
组建模块,用于根据所述组单约束模型组建所述仓库拣货单;具体用于根据所述组单约束模型,通过种子算法对任务单中的商品进行计算求解,从而组建所述仓库拣货单,其中,每个所述任务单对应至少一个所述仓库拣货单;所述种子算法是指根据所述组单约束模型指示的条件,从待拣货商品中选择一种商品组建一个所述仓库拣货单,然后依次添加不同种类或不同流向的其他商品到所述仓库拣货单中,直至达到所述组单约束模型的约束阈值为止。
8.一种终端,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1-6中任一所述的方法。
9.一种计算机可读介质,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1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911080624.8A CN112785213B (zh) | 2019-11-07 | 2019-11-07 | 一种仓库拣货单的组建方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911080624.8A CN112785213B (zh) | 2019-11-07 | 2019-11-07 | 一种仓库拣货单的组建方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785213A CN112785213A (zh) | 2021-05-11 |
CN112785213B true CN112785213B (zh) | 2023-09-26 |
Family
ID=75747777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911080624.8A Active CN112785213B (zh) | 2019-11-07 | 2019-11-07 | 一种仓库拣货单的组建方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785213B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793096A (zh) * | 2021-09-05 | 2021-12-14 | 杭州拼便宜网络科技有限公司 | 供货仓库商品下架规划方法、装置、电子设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678492A (zh) * | 2015-12-31 | 2016-06-15 | 天津布尔科技有限公司 | 一种基于条码的智能仓库出入库管理方法 |
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 |
WO2019047523A1 (zh) * | 2017-09-07 | 2019-03-14 | 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 |
CN109615293A (zh) * | 2018-12-07 | 2019-04-12 | 南京哈基石软件有限公司 | 一种仓储控制系统及控制方法 |
CN109886625A (zh) * | 2019-01-30 | 2019-06-14 | 炬星科技(深圳)有限公司 | 拣货方法、装置及存储介质 |
CN110363456A (zh) * | 2018-04-10 | 2019-10-22 | 北京京东振世信息技术有限公司 | 一种物品上架的方法和装置 |
CN110388921A (zh) * | 2018-04-17 | 2019-10-29 | 北京京东振世信息技术有限公司 | 拣货导航方法和装置 |
-
2019
- 2019-11-07 CN CN201911080624.8A patent/CN112785213B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105678492A (zh) * | 2015-12-31 | 2016-06-15 | 天津布尔科技有限公司 | 一种基于条码的智能仓库出入库管理方法 |
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 |
WO2019047523A1 (zh) * | 2017-09-07 | 2019-03-14 | 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 |
CN110363456A (zh) * | 2018-04-10 | 2019-10-22 | 北京京东振世信息技术有限公司 | 一种物品上架的方法和装置 |
CN110388921A (zh) * | 2018-04-17 | 2019-10-29 | 北京京东振世信息技术有限公司 | 拣货导航方法和装置 |
CN109615293A (zh) * | 2018-12-07 | 2019-04-12 | 南京哈基石软件有限公司 | 一种仓储控制系统及控制方法 |
CN109886625A (zh) * | 2019-01-30 | 2019-06-14 | 炬星科技(深圳)有限公司 | 拣货方法、装置及存储介质 |
Non-Patent Citations (3)
Title |
---|
Colin Rennie ; Rahul Shome ; Kostas E. Bekris ; Alberto F. De Souza ; .A Dataset for Improved RGBD-Based Object Detection and Pose Estimation for Warehouse Pick-and-Place. IEEE Robotics and Automation Letters.2016,第1179 - 1185页. * |
何成伟 ; .仓储配送在跨境电子商务中的应用.通信管理与技术.2016,第48-51页. * |
基于遗传算法的自动化仓库的动态货位分配;马永杰;蒋兆远;杨志民;;西南交通大学学报(03);第415-421页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112785213A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106980955B (zh) | 用于输出信息的方法和装置 | |
CN110363456B (zh) | 一种物品上架的方法和装置 | |
CN110348771B (zh) | 一种对订单进行组单的方法和装置 | |
CN112215530B (zh) | 选仓方法和装置 | |
CN113259144B (zh) | 一种仓储网络规划方法和装置 | |
CN109658018B (zh) | 提高仓储出库效率的方法和装置 | |
CN114118888A (zh) | 订单出库的方法和装置 | |
CN110738436B (zh) | 一种确定可用库存的方法和装置 | |
CN110826953B (zh) | 一种仓库存储设备规划的方法和装置 | |
CN110648089A (zh) | 一种确定物品送达时效的方法和装置 | |
CN110304385A (zh) | 一种仓库上架方法和装置 | |
CN113706064A (zh) | 一种订单处理方法和装置 | |
CN110871980B (zh) | 储位分类方法和装置 | |
CN112101690A (zh) | 一种物品拣选方法和装置 | |
CN112785213B (zh) | 一种仓库拣货单的组建方法和装置 | |
CN110826948B (zh) | 仓库选品方法和装置 | |
CN112784212B (zh) | 一种优化库存的方法和装置 | |
CN112907159B (zh) | 一种库存物品的调拨方法和装置 | |
CN113650997A (zh) | 一种物品出库定位方法和装置 | |
CN112907162B (zh) | 确定物品摆放方式的方法和装置 | |
CN115390958A (zh) | 一种任务处理方法和装置 | |
CN112926907B (zh) | 一种仓库库存布局方法和装置 | |
CN113538080A (zh) | 一种任务单拆分方法和装置 | |
CN113554380A (zh) | 一种物品出库定位方法和装置 | |
CN113379173A (zh) | 为仓库商品标记标签的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |