CN112926908B - 一种用于立体仓库的存储设置方法 - Google Patents
一种用于立体仓库的存储设置方法 Download PDFInfo
- Publication number
- CN112926908B CN112926908B CN201911246859.XA CN201911246859A CN112926908B CN 112926908 B CN112926908 B CN 112926908B CN 201911246859 A CN201911246859 A CN 201911246859A CN 112926908 B CN112926908 B CN 112926908B
- Authority
- CN
- China
- Prior art keywords
- travel time
- optimal
- stereoscopic warehouse
- stacker
- area
- 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
-
- 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
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Accounting & Taxation (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
一种用于立体仓库的存储设置方法,方法包括:对立体仓库进行区域划分;建立区域划分后的立体仓库的期望行程时间模型;根据期望行程时间模型,利用二维搜索算法,搜索一个以上预设存货指令比例对应的最优堆垛机待命位置和最优第一区域,其中,最优第一区域存储货物的周转率高于立体仓库中其它区域存储货物的周转率;根据期望行程时间模型、一个以上预设存货指令比例,计算每一最优堆垛机待命位置和最优第一区域对应的期望行程时间差;将最小期望行程时间差对应的最优堆垛机待命位置和最优第一区域设置为目标堆垛机待命位置和目标第一区域。
Description
技术领域
本公开涉及仓储系统控制领域,具体地,涉及一种用于立体仓库的存储设置方法。
背景技术
仓储是供应链中连接生产和销售的一个重要环节,仓储成本几乎占到物流成本的40%左右。自动化立体仓库具有存取效率高、占用空间小以及节省劳动力成本的优势,从而得到了广泛应用。出入口分开且位于过道两端的自动化立体仓库系统是广泛应用于烟草、轮胎等制造行业的一种存取系统,在制造行业中,该系统连接前后两个生产过程。
提高仓储系统的运作效率是企业实际运营过程中面临的一个问题,对于自动化立体仓库而言,采用合适的控制策略可以显著提高其运作效率。相关技术中,自动化立体仓库系统一般采用随机存储策略,这种存储策略虽然在操作中比较容易实现,但是会使整个系统的运作效率较低,增加了系统的运作时间,提高了企业的运作成本。
发明内容
(一)要解决的技术问题
有鉴于此,本公开提供了一种用于立体仓库的存储设置方法,以解决上述自动化立体仓库中运作效率低、运作成本高的问题。
(二)技术方案
本公开提供了一种用于立体仓库的存储设置方法,包括:对所述立体仓库进行区域划分;建立区域划分后的立体仓库的期望行程时间模型;根据所述期望行程时间模型,利用二维搜索算法,搜索一个以上预设存货指令比例对应的最优堆垛机待命位置和最优第一区域,其中,所述最优第一区域存储货物的周转率高于所述立体仓库中其它区域存储货物的周转率;根据所述期望行程时间模型、一个以上预设存货指令比例,计算每一最优堆垛机待命位置和最优第一区域对应的期望行程时间差;将最小期望行程时间差对应的最优堆垛机待命位置和最优第一区域设置为目标堆垛机待命位置和目标第一区域。
可选地,所述方法还包括:根据所述立体仓库中预设种类的存储货物以及所述预设种类的存储货物的累计需求百分比计算所述立体仓库的ABC需求曲线的形状参数;所述建立区域划分后的立体仓库的期望行程时间模型,包括:根据所述立体仓库中存储位置的数量、立体仓库的形状参数、ABC需求曲线的形状参数、存货指令比例、第一区域中存储位置的数量以及堆垛机待命位置建立所述期望行程时间模型。
可选地,计算所述ABC需求曲线的形状参数的公式为:
G(i)=is
其中,s为所述ABC需求曲线的形状参数,i为按需求总量排序之后所述预设种类的存储货物,G(i)为所述立体仓库中所述预设种类的存储货物的累计需求百分比。
可选地,所述期望行程时间模型为:
其中,E(T)为所述期望行程时间模型,N为第一区域中存储位置的个数,R为立体仓库中存储位置的行数,C为立体仓库中存储位置的列数,s为所述ABC需求曲线的形状参数,T1为第一区域中存储位置的累计行程时间,Tsum为立体仓库中存储位置的累计行程时间。
可选地,所述第一区域的累计行程时间T1和立体仓库的累计行程时间Tsum为:
T(i,j)=αTs(i,j)+(1-α)Tr(i,j)
其中,α为立体仓库中存货指令比例,T(i,j)为立体仓库中第i行第j列存储位置对应的行程时间,T(k)为第一区域中第k个存储位置对应的行程时间,Ts(i,j)为立体仓库中第i行第j列存储位置存货指令对应的行程时间,Tr(i,j)为立体仓库中第i行第j列存储位置取货指令对应的行程时间。
可选地,所述立体仓库的形状参数为:
其中,d为立体仓库的形状参数,th为堆垛机到立体仓库水平方向最远列所需行程时间,tv为堆垛机到立体仓库垂直方向最高行所需行程时间。
可选地,所述方法还包括:获取每一所述预设存货指令比例对应的权重;所述根据所述期望行程时间模型、一个以上预设存货指令比例,计算每一最优堆垛机待命位置以及最优第一区域对应的期望行程时间差,包括:根据所述期望行程时间模型、一个以上预设存货指令比例以及每一预设存货指令比例对应的权重,计算每一最优堆垛机待命位置以及最优第一区域对应的期望行程时间差。
可选地,所述获取每一所述预设存货指令比例对应的权重,包括:获取所述立体仓库的历史存储数据;根据所述历史存储数据得到所述一个以上预设存货指令比例,以及得到每一所述预设存货指令比例对应的权重。
可选地,所述期望行程时间差为:
其中,l=1,2,…,M,M为预设存货指令比例的个数,Tl为第l个预设存货指令比例对应的期望行程时间差,ωp为第p个预设存货指令比例对应的权重,E(Tp)为根据第p个预设存货指令、第l个最优堆垛机待命位置以及最优第一区域得到的期望行程时间,E(Tl)为根据第l个预设存货指令、第l个最优堆垛机待命位置以及最优第一区域得到的期望行程时间。
可选地,所述搜索得到一个以上预设存货指令比例对应的最优堆垛机待命位置以及最优第一区域,包括:在所述立体仓库45度线与水平中线下方的搜索区域内搜索每一预设存货指令比例对应的最优堆垛机待命位置,以及搜索所述最优第一区域。
(三)有益效果
本公开提供的用于立体仓库的存储设置方法,具有以下有益效果:
(1)通过将立体仓库划分为第一区域和第二区域,并将周转率高的货物存储至行程时间较小的第一区域,将周转率低的货物存储至行程时间较大的第二区域,提升了立体仓库的运作效率;
(2)通过计算每一存货指令比例下最优堆垛机待命位置和最优第一区域对应的期望行程时间差,选取最小期望行程时间差对应的最优堆垛机待命位置和最优第一区域作为固定的目标堆垛机待命位置和目标第一区域,使得该目标堆垛机待命位置和目标第一区域能最大程度地减小所有存货指令比例下的期望行程时间,进一步提升立体仓库的运作效率。
附图说明
图1示意性示出了本公开实施例提供的用于立体仓库的存储设置方法的流程图;
图2A-2C示意性示出了本公开实施例提供的用于立体仓库的存储设置方法中最优待命位置随参数变化的示意图;
图3示意性示出了本公开实施例提供的用于立体仓库的存储设置方法中搜索最优待命位置的区域的示意图;
图4A-4C分别示意性示出了本公开实施例提供的用于立体仓库的存储设置方法中不同预设存货指令比例对应的最优堆垛机待命位置和最优第一区域的示意图;以及
图5示意性示出了本公开实施例提供的用于立体仓库的存储设置方法与现实应用的策略相比的改善情况示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本公开进一步详细说明。
图1示意性示出了本公开实施例提供的用于立体仓库的存储设置方法的流程图。
参阅图1,同时结合图2-图5,对图1所示方法进行详细说明。如图1所示,该用于立体仓库的存储设置方法包括操作S110-操作S150。
S110,对立体仓库进行区域划分。
本公开实施例中,立体仓库为出入口分开且位于过道两端的自动化立体仓库,可以将该出入口分开且位于过道两端的自动化立体仓库划分为第一区域和第二区域,第一区域中存储货物的周转率高于第二区域中存储货物的周转率。可以理解的是,为了降低存取货物所需时间,对第一区域中的存储位置进行存取所需时间均小于对第二区域中的存储位置进行存取所需时间。
S120,建立区域划分后的立体仓库的期望行程时间模型。
根据本公开的实施例,该用于立体仓库的存储设置方法还包括:根据立体仓库中预设种类的存储货物以及该预设种类的存储货物的累计需求百分比计算立体仓库的ABC需求曲线的形状参数。预设种类的存储货物是指立体仓库中按需求总量排序之后的第i种存储货物。
本公开实施例中,根据立体仓库中存储位置的数量、立体仓库的形状参数、立体仓库的ABC需求曲线的形状参数、立体仓库的存货指令比例、第一区域中存储位置的数量以及堆垛机待命位置建立期望行程时间模型。进一步地,还应结合立体仓库中出入口位置来建立上述期望行程时间模型。
根据本公开的实施例,建立的期望行程时间模型为:
其中,E(T)为期望行程时间模型,N为第一区域中存储位置的个数,R为立体仓库中存储位置的行数,C为立体仓库中存储位置的列数,s为ABC需求曲线的形状参数,T1为第一区域中所有存储位置的累计行程时间,Tsum为立体仓库中所有存储位置的累计行程时间。上述建立的期望行程时间模型中,T1、Tsum至少与立体仓库的形状参数有关。
根据本公开的实施例,根据以下公式计算ABC需求曲线的形状参数:
G(i)=is
其中,s为ABC需求曲线的形状参数,i为按需求总量排序之后所述预设种类的存储货物,G(i)为所述立体仓库中所述预设种类的存储货物的累计需求百分比。以立体仓库中20%的货物占用80%的周转率为例,则根据上述倾斜程度的计算公式可知ABC需求曲线的形状参数s为0.139。
根据本公开的实施例,立体仓库的形状参数为:
其中,d为立体仓库的形状参数,th为堆垛机从入口到立体仓库水平方向最远列所需行程时间,tv为堆垛机从入口到立体仓库垂直方向最高行所需行程时间。
本公开实施例中,自动化立体仓库中的堆垛机可以在水平方向和垂直方向移动,设定两个方向上的移动速度相同,则可以认为立体仓库的形状参数为立体仓库的宽度与高度之比或高度与宽度之比中的较小的值。
根据本公开的实施例,第一区域的累计行程时间T1和立体仓库的累计行程时间Tsum为:
T(i,j)=αTs(i,j)+(1-α)Tr(i,j)
其中,α为立体仓库中存货指令比例,T(i,j)为立体仓库中第i行第j列存储位置对应的行程时间,T(k)为第一区域中第k个存储位置对应的行程时间,其中,第一区域中的存储位置按照其对应的行程时间T(i,j)从小到大的顺序进行排列,Ts(i,j)为立体仓库中第i行第j列存储位置存货指令对应的行程时间,Tr(i,j)为立体仓库中第i行第j列存储位置取货指令对应的行程时间。
本公开实施例中,堆垛机待命位置例如用(dx,dy)表示,自动化立体仓库中,第i行第j列存储位置对应的行程时间即为堆垛机完成一个指令的行程时间,即为堆垛机存货到(i,j)存储位置或者从(i,j)存储位置取货的行程时间,因此,T(i,j)可以用T(i,j)=αTs(i,j)+(1-α)Tr(i,j)表示。
进一步地,立体仓库中第i行第j列存储位置存货指令对应的行程时间Ts(i,j)以及取货指令对应的行程时间Tr(i,j)为:
Ts(i,j)=T1+T2+T3
Tr(i,j)=T3+T4+T5
其中,T1为堆垛机从待命位置移动到入口位置处所需行程时间,T2为堆垛机将货物存储至第i行第j列存储位置所需行程时间,T3为堆垛机从第i行第j列存储位置移动到待命位置所需行程时间,T4为堆垛机从第i行第j列存储位置移动到出口位置处所需行程时间,T5为堆垛机从出口位置处移动到待命位置所需行程时间。
以出口位置和入口位置分别位于过道两端的立体仓库为例,T1、T2、T3、T4、T5可具体表示如下:
T1=max(dx,dy)
T5=max(1-dx,dy)
本公开实施例中,d为立体仓库的形状参数,第一区域中存储位置的个数用N表示,则第一区域是由立体仓库中前N个最小行程时间对应的存储位置组成。第一区域中第k个存储位置对应的行程时间用T(k)表示,k=1,2,…,N,T(1)<T(2)<…<T(N)。立体仓库中第一区域之外的其它区域用第二区域表示,第二区域中存储货物的周转率小于第一区域中存储货物的周转率。
第一区域的累计行程时间T1为:
第二区域的累计行程时间T2为:
其中,Tsum为立体仓库中所有存储位置的累计行程时间。由此,建立区域划分后的立体仓库的期望行程时间模型E(T)为:
S130,根据期望行程时间模型,利用二维搜索算法,搜索一个以上预设存货指令比例对应的最优堆垛机待命位置和最优第一区域,其中,最优第一区域存储货物的周转率高于立体仓库中其它区域存储货物的周转率。
本公开实施例中,对于一立体仓库而言,其形状参数d可以认为是已知的固定值,并且其ABC需求曲线的形状参数s一般不会有较大变动,因此,ABC需求曲线的形状参数s在所存货物种类不变的情况下也可以认为是固定值。上述期望行程时间模型中,存在的变量为立体仓库的存货指令比例α。α决定了第一区域的个数N、堆垛机待命位置(dx,dy)。
根据本公开的实施例,在操作S130之前,还应该获取立体仓库的历史存储数据,以得到一个以上的预设存货指令比例,以及得到每一预设存货指令比例对应的权重。例如分析立体仓库的历史存储数据后,得知该立体仓库经常出现的存货指令比例分别为0.56、0.69、0.79,并且这三个存货指令比例出现的概率分别为30%、33%、35%,那么每一存货指令比例出现的概率即为该存货指令比例对应的权重。
根据大量存货指令比例和ABC需求曲线的形状参数搜索堆垛机的最优待命位置,参阅图2A-2C,可以看出,堆垛机的最优待命位置均出现在立体仓库两条45度线与水平中线下方。根据本公开的实施例,可以在立体仓库两条45度线与水平中线下方的搜索区域内搜索每一预设存货指令比例对应的最优堆垛机待命位置,以及搜索最优第一区域。立体仓库两条45度线与水平中线下方的搜索区域如图3所示,图3中的阴影区域即为该立体仓库两条45度线与水平中线下方的搜索区域。
进一步地,对于任一存货指令比例,将该存货指令比例代入上述期望行程时间模型,利用二维搜索算法,可以搜索出一个最优的第一区域中存储位置个数N以及最优的堆垛机待命位置(dx,dy),使得根据期望行程时间模型计算出来的期望行程时间最小。以此类推,搜索出每一存货指令比例对应的最优的第一区域个数N以及最优的堆垛机待命位置(dx,dy)。可以理解的是,最优堆垛机待命位置(dx,dy)确定之后,搜索到最优的第一区域个数N即相当于搜索得到最优第一区域。不同存货指令比例下搜索到的最优待命位置和最优第一区域如图4A-图4C所示。参阅图4A、4B和4C可知,不同存货指令比例下,得到的最优待命位置和最优第一区域并不相同。
S140,根据期望行程时间模型、一个以上预设存货指令比例,计算每一最优堆垛机待命位置和最优第一区域对应的期望行程时间差。
本公开实施例中,由于存货指令比例为可变参数,每一存货指令比例均有其相应的最优第一区域和最优堆垛机待命位置,为了避免频繁更换第一区域和堆垛机待命位置,需要从上述多组最优第一区域和最优堆垛机待命位置中确定一组以作为固定不变的目标第一区域和目标堆垛机待命位置。
根据本公开的实施例,根据期望行程时间模型、一个以上预设存货指令比例以及每一预设存货指令比例对应的权重,计算每一最优堆垛机待命位置以及最优第一区域对应的期望行程时间差。期望行程时间差为:
其中,l=1,2,…,M,M为预设存货指令比例的个数,Tl为第l个预设存货指令比例对应的期望行程时间差,ωp为第p个预设存货指令比例对应的权重,E(Tp)为根据第p个预设存货指令、第l个最优堆垛机待命位置以及最优第一区域得到的期望行程时间,E(Tl)为根据第l个预设存货指令、第l个最优堆垛机待命位置以及最优第一区域得到的期望行程时间。
S150,将最小期望行程时间差对应的最优堆垛机待命位置和最优第一区域设置为目标堆垛机待命位置和目标第一区域。
本公开实施例中,目标堆垛机待命位置和目标第一区域为该立体仓库中固定的堆垛机待命位置和第一区域,该目标堆垛机待命位置和目标第一区域使得其他存货指令比例下的期望行程时间足够小以满足需求。
仍以上述存货指令比例0.56、0.69、0.79以及相应权重30%、33%、35%为例,假设根据上述期望行程时间差公式计算得到相应的期望行程时间差分别为7s、5s以及8s,则应该选取最小期望行程时间差5s对应的存货指令比例0.69下得到的最优堆垛机待命位置和最优第一区域作为目标堆垛机待命位置和目标第一区域。
参阅图5,可以看出,本公开实施例提供的用于立体仓库的存储设置方法与现实应用的策略相比,可以极大地改善立体仓库中的期望行程时间,从而提高立体仓库的存取效率,降低立体仓库的运作成本。
综上所述,本公开实施例中的用于立体仓库的存储设置方法,将立体仓库划分为第一区域和第二区域,并将周转率高的货物存储至行程时间小的第一区域,将周转率低的货物存储至行程时间大的第二区域,建立区域划分后的立体仓库的期望行程时间模型,并利用二维搜索算法,搜索一个以上预设存货指令比例对应的最优堆垛机待命位置和最优第一区域,通过计算每一存货指令比例下最优堆垛机待命位置和最优第一区域对应的期望行程时间差,选取最小期望行程时间差对应的最优堆垛机待命位置和最优第一区域作为固定的目标堆垛机待命位置和目标第一区域,使得该目标堆垛机待命位置和目标第一区域能最大程度地减小所有存货指令比例下的期望行程时间,从而大大提升立体仓库的运作效率。
以上所述的具体实施例,对本公开的目的、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,以上所述仅为本公开的具体实施例而已,并不用于限制本公开,凡在本公开的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (5)
1.一种用于立体仓库的存储设置方法,包括:
对所述立体仓库进行区域划分;
根据所述立体仓库中预设种类的存储货物以及所述预设种类的存储货物的累计需求百分比计算所述立体仓库的ABC需求曲线的形状参数;其中,计算所述ABC需求曲线的形状参数的公式为:
G(i)=is
其中,s为所述ABC需求曲线的形状参数,i为按需求总量排序之后所述预设种类的存储货物,G(i)为所述立体仓库中所述预设种类的存储货物的累计需求百分比;
建立区域划分后的立体仓库的期望行程时间模型;其中,根据所述立体仓库中存储位置的数量、立体仓库的形状参数、ABC需求曲线的形状参数、存货指令比例、第一区域中存储位置的数量以及堆垛机待命位置建立所述期望行程时间模型;
其中,所述期望行程时间模型为:
其中,E(T)为所述期望行程时间模型,N为第一区域中存储位置的个数,R为立体仓库中存储位置的行数,C为立体仓库中存储位置的列数,s为所述ABC需求曲线的形状参数,T1为第一区域中存储位置的累计行程时间,Tsum为立体仓库中存储位置的累计行程时间;
其中,所述第一区域的累计行程时间T1和立体仓库的累计行程时间Tsum为:
T(u,j)=αTs(u,j)+(1-α)Tr(u,j)
其中,α为立体仓库中存货指令比例,T(i,j)为立体仓库中第i行第j列存储位置对应的行程时间,T(k)为第一区域中第k个存储位置对应的行程时间,Ts(i,j)为立体仓库中第i行第j列存储位置存货指令对应的行程时间,Tr(i,j)为立体仓库中第i行第j列存储位置取货指令对应的行程时间;所述立体仓库的形状参数为:
其中,d为立体仓库的形状参数,th为堆垛机到立体仓库水平方向最远列所需行程时间,tv为堆垛机到立体仓库垂直方向最高行所需行程时间;
根据所述期望行程时间模型,利用二维搜索算法,搜索一个以上预设存货指令比例对应的最优堆垛机待命位置和最优第一区域,其中,所述最优第一区域存储货物的周转率高于所述立体仓库中其它区域存储货物的周转率;
根据所述期望行程时间模型、一个以上预设存货指令比例,计算每一最优堆垛机待命位置和最优第一区域对应的期望行程时间差;
将最小期望行程时间差对应的最优堆垛机待命位置和最优第一区域设置为目标堆垛机待命位置和目标第一区域。
2.根据权利要求1所述的方法,其中,所述方法还包括:
获取每一所述预设存货指令比例对应的权重;
所述根据所述期望行程时间模型、一个以上预设存货指令比例,计算每一最优堆垛机待命位置以及最优第一区域对应的期望行程时间差,包括:
根据所述期望行程时间模型、一个以上预设存货指令比例以及每一预设存货指令比例对应的权重,计算每一最优堆垛机待命位置以及最优第一区域对应的期望行程时间差。
3.根据权利要求2所述的方法,其中,所述获取每一所述预设存货指令比例对应的权重,包括:
获取所述立体仓库的历史存储数据;
根据所述历史存储数据得到所述一个以上预设存货指令比例,以及得到每一所述预设存货指令比例对应的权重。
4.根据权利要求2所述的方法,其中,所述期望行程时间差为:
其中,l=1,2,…,M,M为预设存货指令比例的个数,Tl为第l个预设存货指令比例对应的期望行程时间差,ωp为第p个预设存货指令比例对应的权重,E(Tp)为根据第p个预设存货指令、第l个最优堆垛机待命位置以及最优第一区域得到的期望行程时间,E(Tl)为根据第l个预设存货指令、第l个最优堆垛机待命位置以及最优第一区域得到的期望行程时间。
5.根据权利要求1所述的方法,其中,所述搜索得到一个以上预设存货指令比例对应的最优堆垛机待命位置以及最优第一区域,包括:
在所述立体仓库45度线与水平中线下方的搜索区域内搜索每一预设存货指令比例对应的最优堆垛机待命位置,以及搜索所述最优第一区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911246859.XA CN112926908B (zh) | 2019-12-06 | 2019-12-06 | 一种用于立体仓库的存储设置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911246859.XA CN112926908B (zh) | 2019-12-06 | 2019-12-06 | 一种用于立体仓库的存储设置方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112926908A CN112926908A (zh) | 2021-06-08 |
CN112926908B true CN112926908B (zh) | 2023-08-29 |
Family
ID=76162114
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911246859.XA Active CN112926908B (zh) | 2019-12-06 | 2019-12-06 | 一种用于立体仓库的存储设置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112926908B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114572666B (zh) * | 2022-02-28 | 2022-09-16 | 宝开(上海)智能物流科技有限公司 | 轻小包裹高速分拣系统构建方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105836356A (zh) * | 2016-05-27 | 2016-08-10 | 陕西科技大学 | 一种密集仓储系统混合优化调度方法 |
CN106651086A (zh) * | 2016-09-07 | 2017-05-10 | 河南科技学院 | 一种考虑组装工艺的自动化立体仓库调度方法 |
CN109230142A (zh) * | 2018-10-22 | 2019-01-18 | 陕西科技大学 | 一种密集仓储系统复合作业的调度路径优化方法 |
CN109677830A (zh) * | 2019-02-28 | 2019-04-26 | 陕西科技大学 | 一种四向穿梭车式密集仓储系统资源配置优化方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100301114A1 (en) * | 2009-05-26 | 2010-12-02 | Lo Faro Walter F | Method and system for transaction based profiling of customers within a merchant network |
-
2019
- 2019-12-06 CN CN201911246859.XA patent/CN112926908B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105836356A (zh) * | 2016-05-27 | 2016-08-10 | 陕西科技大学 | 一种密集仓储系统混合优化调度方法 |
CN106651086A (zh) * | 2016-09-07 | 2017-05-10 | 河南科技学院 | 一种考虑组装工艺的自动化立体仓库调度方法 |
CN109230142A (zh) * | 2018-10-22 | 2019-01-18 | 陕西科技大学 | 一种密集仓储系统复合作业的调度路径优化方法 |
CN109677830A (zh) * | 2019-02-28 | 2019-04-26 | 陕西科技大学 | 一种四向穿梭车式密集仓储系统资源配置优化方法 |
Non-Patent Citations (1)
Title |
---|
SP-AS/RS基于新型出入口结构的行程时间分析;童泽平;《计算机科学》;第46卷(第4期);第315-320页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112926908A (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107808215B (zh) | 一种应用于Flying-V型非传统布局仓库的货位分配优化方法 | |
CN109886478B (zh) | 一种成品酒自动化立体仓库的货位优化方法 | |
CN113222293B (zh) | 一种智能立体仓库优化调度方法 | |
CN107098095B (zh) | 高密度立体仓库的出入库方法 | |
US20210073722A1 (en) | Goods picking task allocation method and device | |
CN109677831A (zh) | 自动高架仓库货位分配方法 | |
CN108550007A (zh) | 一种制药企业自动化立体仓库的货位优化方法及系统 | |
CN114417696B (zh) | 一种基于遗传算法的自动化立体仓库货位分配优化方法 | |
CN112978165B (zh) | 一种智能立体仓库及其出库控制方法、装置及系统 | |
CN108897316B (zh) | 一种基于信息素导航的集群仓储机器人系统控制方法 | |
CN103144915B (zh) | 一种紧致化仓储系统及相应的取货的方法 | |
CN112926908B (zh) | 一种用于立体仓库的存储设置方法 | |
CN114626794B (zh) | 基于物联网的仓储立库穿梭车路径规划方法及系统 | |
CN111445183A (zh) | 一种基于无人机的rfid仓储物流盘库方法和系统 | |
CN114772132A (zh) | 一种多种设备组合的柔性化货架仓储系统 | |
CN106651086A (zh) | 一种考虑组装工艺的自动化立体仓库调度方法 | |
CN105858043A (zh) | 一种升降机与穿梭车结合的仓储系统优化调度方法 | |
CN115145285A (zh) | 一种仓储agv多点取送货最优路径规划方法及系统 | |
CN113570025A (zh) | 一种基于离散粒子群算法的电商仓储中心货位分配方法 | |
CN110619493B (zh) | Agv布局方法和系统、电子设备及存储介质 | |
CN114084568A (zh) | 一种用于智能储物架的货物自动分配方法及系统 | |
CN116050671B (zh) | 一种自动化立体仓库货架信息自动维护的方法 | |
CN116596440A (zh) | 一种自动化立体仓库出入库智能调度方法 | |
CN113682705B (zh) | 库存分配方法、装置、服务器和存储介质 | |
CN111047249A (zh) | 一种货架重新定位方法及系统 |
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 |