CN113256193A - 一种仓库商品布局方法和装置 - Google Patents
一种仓库商品布局方法和装置 Download PDFInfo
- Publication number
- CN113256193A CN113256193A CN202010082694.3A CN202010082694A CN113256193A CN 113256193 A CN113256193 A CN 113256193A CN 202010082694 A CN202010082694 A CN 202010082694A CN 113256193 A CN113256193 A CN 113256193A
- Authority
- CN
- China
- Prior art keywords
- warehouse
- commodities
- container
- containers
- commodity
- 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
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"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明一种仓库商品布局方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:计算仓库所有商品中两两种类商品之间关联程度最大的情况下,所述仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照所述第一对应关系为所述容器分配对应种类的商品;计算所述仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,所述已分配商品的容器与所述仓库中位置之间的第二对应关系,以按照所述第二对应关系将所述已分配商品的容器布局到所述仓库中的对应位置。能够既可提高仓库利用率,适应需求波动较大的情况,又可降低库存管理难度,在布局商品时便考虑实际运营中的拣货活动,从仓库商品布局角度提高仓库内的拣货效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种仓库商品布局方法和装置。
背景技术
现有仓库对商品布局的方案分为:一是单一型仓库布局方案,即事先设定好相关的区域,当该种商品需要存储时,直接安排至该区域,其缺点是仓库利用率较低,并不能适应需求波动较大的情况;二是随机的仓库布局方案,即寻找仓库中空闲位置,并随机选择储存位置,其缺点是由于储存位置的不确定性,增加了库存管理难度。此外,当前为了提高仓库内的拣货效率,在实际运营中都是通过集合单以及优化拣货路径等方式实现。
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:
方案一导致仓库利用率较低,不能适应需求波动较大的情况;方案二由于储存位置的不确定性,增加了库存管理难度;并且现有各方案均没有在布局商品时考虑实际运营中的拣货活动,无法从仓库商品布局角度提高仓库内的拣货效率。
发明内容
有鉴于此,本发明实施例提供一种仓库商品布局方法和装置,能够既可提高仓库利用率,适应需求波动较大的情况,又可降低库存管理难度,在布局商品时便考虑实际运营中的拣货活动,从仓库商品布局角度提高仓库内的拣货效率。
为实现上述目的,根据本发明实施例的一个方面,提供了一种仓库商品布局方法。
一种仓库商品布局方法,包括:计算仓库所有商品中两两种类商品之间关联程度最大的情况下,所述仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照所述第一对应关系为所述容器分配对应种类的商品;计算所述仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,所述已分配商品的容器与所述仓库中位置之间的第二对应关系,以按照所述第二对应关系将所述已分配商品的容器布局到所述仓库中的对应位置。
可选地,所述计算仓库所有商品中两两种类商品之间关联程度最大的情况下,所述仓库的每一功能区域中商品种类与容器之间的第一对应关系,包括:建立包括第一目标函数和第一约束条件集的第一混合整数规划模型,所述第一目标函数为最大化所述仓库所有商品中两两种类商品之间关联程度,所述第一约束条件集包括以下约束条件:每个容器被分配的商品种类数小于或等于该容器预设的商品种类数上限;每一种类商品都有被分配的容器;所述两两种类为不同种类;对所述第一混合整数规划模型求解,得到所述第一对应关系。
可选地,仓库所有商品中两两种类商品之间关联程度最大化的表示式如下:
其中,Z1表示所述仓库所有商品中两两种类商品之间关联程度,i为仓库的一个功能区域,j和l表示功能区域i的两不同种类商品,k表示功能区域i的一个容器,Xikj、Xikl的取值均为1或0,Xikj=1时表示属于功能区域i的商品j被分配至属于功能区域i的第k个容器,Xikj=0时表示该商品j不被分配至该第k个容器,Xikl=1时表示属于功能区域i的商品l被分配至属于功能区域i的第k个容器,Xikl=0时表示该商品l不被分配至该第k个容器,wjl表示商品j和商品l的关联程度,通过下式计算wjl:
其中,α1和β1分别为预设的第一权重和第二权重,sjl为商品j和商品l出现在同一订单中的销量之和,fjl为商品j和l出现在同一订单中的频数。
可选地,所述计算所述仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,所述已分配商品的容器与所述仓库中位置之间的第二对应关系,包括:建立包括第二目标函数和第二约束条件集的第二混合整数规划模型,所述第二目标函数为最小化所有已分配商品的容器两两之间的关联关系,所述第二约束条件集包括以下约束条件:每一已分配商品的容器被分配至所述仓库中的一个位置;所述仓库中的每一位置被分配一个所述已分配商品的容器;所述已分配商品的容器两两之间为不同容器;对所述第二混合整数规划模型求解,得到所述第二对应关系。
可选地,所有已分配商品的容器两两之间的关联关系最小化的表示式如下:
其中,Z2表示所有已分配商品的容器两两之间的关联关系,a和c为已分配商品的两个不同容器,b和d为所述仓库中的不同位置,tbd表示位置b和位置d之间的距离,Yab、Ycd的取值为1或0,当Yab=1时表示容器a安排至位置b,当Yab=0时表示容器a不被安排至位置b,Ycd=1时表示容器c安排至位置d,当Ycd=0时表示容器c不被安排至位置d,rac表示容器a和容器c之间的关联关系,通过下式计算rac:
其中,α2和β2分别为预设的第三权重和第四权重,pac表示容器a和容器c之间的物流量,qac表示容器a和容器c之间的量化非物流关系等级。
可选地,所述已分配商品的两个不同容器中第一容器和第二容器之间的物流量,为根据历史订单数据汇总得到的一次拣货从所述第一容器到所述第二容器携带的商品总数量;
所述第一容器和所述第二容器之间的量化非物流关系等级从预设的配置表中获取,所述配置表中配置有所述仓库的不同功能区域容器之间的量化非物流关系等级,所述不同功能区域容器之间的量化非物流关系等级根据影响仓库商品布局的一个或多个预设影响因素确定。
根据本发明实施例的另一方面,提供了一种仓库商品布局装置。
一种仓库商品布局装置,包括:商品容器分配模块,用于计算仓库所有商品中两两种类商品之间关联程度最大的情况下,所述仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照所述第一对应关系为所述容器分配对应种类的商品;商品位置布局模块,用于计算所述仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,所述已分配商品的容器与所述仓库中位置之间的第二对应关系,以按照所述第二对应关系将所述已分配商品的容器布局到所述仓库中的对应位置。
可选地,所述商品容器分配模块包括第一对应关系计算模块,用于:建立包括第一目标函数和第一约束条件集的第一混合整数规划模型,所述第一目标函数为最大化所述仓库所有商品中两两种类商品之间关联程度,所述第一约束条件集包括以下约束条件:每个容器被分配的商品种类数小于或等于该容器预设的商品种类数上限;每一种类商品都有被分配的容器;所述两两种类为不同种类;对所述第一混合整数规划模型求解,得到所述第一对应关系。
可选地,所述第一对应关系计算模块还用于建立仓库所有商品中两两种类商品之间关联程度最大化的表示式如下:
其中,Z1表示所述仓库所有商品中两两种类商品之间关联程度,i为仓库的一个功能区域,j和l表示功能区域i的两不同种类商品,k表示功能区域i的一个容器,Xikj、Xikl的取值均为1或0,Xikj=1时表示属于功能区域i的商品j被分配至属于功能区域i的第k个容器,Xikj=0时表示该商品j不被分配至该第k个容器,Xikl=1时表示属于功能区域i的商品l被分配至属于功能区域i的第k个容器,Xikl=0时表示该商品l不被分配至该第k个容器,wjl表示商品j和商品l的关联程度,通过下式计算wjl:
其中,α1和β1分别为预设的第一权重和第二权重,sjl为商品j和商品l出现在同一订单中的销量之和,fjl为商品j和l出现在同一订单中的频数。
可选地,所述商品位置布局模块包括第二对应关系计算模块,用于:建立包括第二目标函数和第二约束条件集的第二混合整数规划模型,所述第二目标函数为最小化所有已分配商品的容器两两之间的关联关系,所述第二约束条件集包括以下约束条件:每一已分配商品的容器被分配至所述仓库中的一个位置;所述仓库中的每一位置被分配一个所述已分配商品的容器;所述已分配商品的容器两两之间为不同容器;对所述第二混合整数规划模型求解,得到所述第二对应关系。
可选地,所述第二对应关系计算模块还用于建立所有已分配商品的容器两两之间的关联关系最小化的表示式如下:
其中,Z2表示所有已分配商品的容器两两之间的关联关系,a和c为已分配商品的两个不同容器,b和d为所述仓库中的不同位置,tbd表示位置b和位置d之间的距离,Yab、Ycd的取值为1或0,当Yab=1时表示容器a安排至位置b,当Yab=0时表示容器a不被安排至位置b,Ycd=1时表示容器c安排至位置d,当Ycd=0时表示容器c不被安排至位置d,rac表示容器a和容器c之间的关联关系,通过下式计算rac:
其中,α2和β2分别为预设的第三权重和第四权重,pac表示容器a和容器c之间的物流量,qac表示容器a和容器c之间的量化非物流关系等级。
可选地,还包括容器物流量计算模块,用于所述已分配商品的两个不同容器中第一容器和第二容器之间的物流量,为根据历史订单数据汇总得到的一次拣货从所述第一容器到所述第二容器携带的商品总数量;所述装置还包括量化非物流关系等级获取模块,用于从预设的配置表中获取所述第一容器和所述第二容器之间的量化非物流关系等级,所述装置还包括量化非物流关系等级配置模块,用于在所述配置表中配置所述仓库的不同功能区域容器之间的量化非物流关系等级,所述不同功能区域容器之间的量化非物流关系等级根据影响仓库商品布局的一个或多个预设影响因素确定。
根据本发明实施例的又一方面,提供了一种电子设备。
一种电子设备,包括:一个或多个处理器;存储器,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时,使得所述一个或多个处理器实现本发明实施例所提供的仓库商品布局方法。
根据本发明实施例的又一方面,提供了一种计算机可读介质。
一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例所提供的仓库商品布局方法。
上述发明中的一个实施例具有如下优点或有益效果:计算仓库所有商品中两两种类商品之间关联程度最大的情况下,仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照该第一对应关系为容器分配对应种类的商品;计算仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,已分配商品的容器与仓库中位置之间的第二对应关系,以按照该第二对应关系将已分配商品的容器布局到仓库中的对应位置。能够既可提高仓库利用率,适应需求波动较大的情况,又可降低库存管理难度,在布局商品时便考虑实际运营中的拣货活动,从仓库商品布局角度提高仓库内的拣货效率。
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是根据本发明一个实施例的仓库商品布局方法的主要步骤示意图;
图2是根据本发明一个实施例的仓库商品布局原理示意图;
图3根据本发明一个实施例的量化非物流关系等级的配置表的示意图;
图4是根据本发明一个实施例的可视化的仓库布局规划界面;
图5是根据本发明一个实施例的仓库商品布局装置的主要模块示意图;
图6是本发明实施例可以应用于其中的示例性系统架构图;
图7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是根据本发明一个实施例的仓库商品布局方法的主要步骤示意图。
如图1所示,本发明一个实施例的仓库商品布局方法主要包括如下的步骤S101至步骤S102。
步骤S101:计算仓库所有商品中两两种类商品之间关联程度最大的情况下,仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照第一对应关系为容器分配对应种类的商品。
步骤S102:计算仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,已分配商品的容器与仓库中位置之间的第二对应关系,以按照第二对应关系将已分配商品的容器布局到仓库中的对应位置。
其中,商品种类具体可以是SKU种类,相同SKU的商品属于同一种类商品,不同SKU的商品为不同种类商品,本发明实施例一个SKU表示一种商品。
容器用于放置在仓库中存放商品,本发明实施例的容器以货架为例,但不仅限于货架。
仓库可以划分为多个功能区域,各功能区域有各自的容器,每一功能区域对应至少一种商品。通常情况下,一个功能区域的商品种类为多个,一个功能区域的容器数量也为多个。
功能区域可以根据仓库和仓库商品特性等来划分,在一个实施例中,仓库的功能区域例如可以包括促销区、高架区、重货区、贵品区、恒温区、洗化区、残品区,等等,本发明实施例的功能区域不仅限于上述划分方式,在其他实施例中,功能区域划分可能与上述部分不同或完全不同。
本实施例中,仓库中位置是指仓库中可以放置容器处。
计算仓库所有商品中两两种类商品之间关联程度最大的情况下,仓库的每一功能区域中商品种类与容器之间的第一对应关系,具体包括:建立包括第一目标函数和第一约束条件集的第一混合整数规划模型,第一目标函数为最大化仓库所有商品中两两种类商品之间关联程度,第一约束条件集包括以下约束条件:每个容器被分配的商品种类数小于或等于该容器预设的商品种类数上限;每一种类商品都有被分配的容器;两两种类为不同种类。对第一混合整数规划模型求解,得到第一对应关系。
仓库所有商品中两两种类商品之间关联程度最大化的表示式具体如下:
其中,Z1表示仓库所有商品中两两种类商品之间关联程度,i为仓库的一个功能区域,j和l表示功能区域i的两不同种类商品,k表示功能区域i的一个容器,Xikj、Xikl的取值均为1或0,Xikj=1时表示属于功能区域i的商品j被分配至属于功能区域i的第k个容器,Xikj=0时表示该商品j不被分配至该第k个容器,Xikl=1时表示属于功能区域i的商品l被分配至属于功能区域i的第k个容器,Xikl=0时表示该商品l不被分配至该第k个容器,wjl表示商品j和商品l的关联程度,通过下式计算wjl:
其中,α1和β1分别为预设的第一权重和第二权重,sjl为商品j和商品l出现在同一订单中的销量之和,fjl为商品j和l出现在同一订单中的频数。
α1和β1可以根据经验设置为大于0且小于1的数,设置规则可以为二者相加等于1,例如α1=0.1,β1=0.9。
计算仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,已分配商品的容器与仓库中位置之间的第二对应关系,具体包括:建立包括第二目标函数和第二约束条件集的第二混合整数规划模型,第二目标函数为最小化所有已分配商品的容器两两之间的关联关系,第二约束条件集包括以下约束条件:每一已分配商品的容器被分配至仓库中的一个位置;仓库中的每一位置被分配一个已分配商品的容器;已分配商品的容器两两之间为不同容器。对第二混合整数规划模型求解,得到第二对应关系。
所有已分配商品的容器两两之间的关联关系最小化的表示式具体如下:
其中,Z2表示所有已分配商品的容器两两之间的关联关系,a和c为已分配商品的两个不同容器,b和d为仓库中的不同位置,tbd表示位置b和位置d之间的距离,Yab、Ycd的取值为1或0,当Yab=1时表示容器a安排至位置b,当Yab=0时表示容器a不被安排至位置b,Ycd=1时表示容器c安排至位置d,当Ycd=0时表示容器c不被安排至位置d,rac表示容器a和容器c之间的关联关系,通过下式计算rac:
其中,α2和β2分别为预设的第三权重和第四权重,pac表示容器a和容器c之间的物流量,qac表示容器a和容器c之间的量化非物流关系等级。α2和β2大于0且小于1,可以根据经验设置,设置规则可以自定义,例如定义二者相加等于1或者二者成一定比例。
已分配商品的两个不同容器中第一容器(容器a)和第二容器(容器c)之间的物流量,为根据历史订单数据汇总得到的一次拣货从第一容器到第二容器携带的商品总数量。
第一容器和第二容器之间的量化非物流关系等级从预设的配置表中获取。
配置表中配置有仓库的不同功能区域容器之间的量化非物流关系等级,不同功能区域容器之间的量化非物流关系等级根据影响仓库商品布局的一个或多个预设影响因素确定。
图2是根据本发明一个实施例的仓库商品布局原理示意图。
如图2所示,仓库包括三个功能区域:区域A(即A区)、区域B(即B区)、区域C(即C区),其中,区域A的商品种类包括a1,a2,a3……;区域B的商品种类包括b1,b2,b3……;区域C的商品种类包括c1,c2,c3……。区域容器对应功能区域分别为,A区:A1~A6;B区:B1~B4;C区:C1和C2。首先计算仓库所有商品中两两种类商品之间关联程度最大的情况下,仓库的每一功能区域中商品种类与容器之间的第一对应关系,以区域A为例,即计算a1,a2,a3……与容器A1~A6之间的对应关系,并根据该对应关系为各容器分配对应的商品,区域B和区域C同理。在各功能区域的容器被分配商品后,计算仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,已分配商品的容器与仓库中位置之间的第二对应关系,即计算A1~A6、B1~B4、C1和C2与仓库位置之间的对应关系,然后将各容器放置到仓库的对应位置。
本发明实施例将仓库布局与拣货流程集成优化,将仓库规划与运营相结合,应用两个经典混合整数规划模型得出更加科学的仓库布局方案,并可提高仓库内的拣货效率。
本发明一个实施例的商品分类(即货架分配)主要考虑两个指标:一是商品的关联销售频数,即:两种商品出现在同一张销售订单上的次数;二是商品的关联销售数量,即:两种商品出现在同一张订单时,两种商品销售的数量之和。从而使相关联的商品被分配在同一个货架中,最大程度地提高仓库内的拣货效率。本发明实施例基于多背包问题,建立基于关联规则的商品混合整数规划模型,即第一混合整数规划模型。第一混合整数规划模型的模型参数和决策变量如下:
Z1:表示仓库所有商品中两两种类商品之间关联程度;
D:表示仓库中所有功能区域的集合;
D':表示所有货架的集合;
Di':属于功能区域i的货架集合;
C:表示商品集合;
Ci:表示属于功能区域i的商品集合;
i:为仓库的一个功能区域;
j和l:表示功能区域i的两不同种类商品;
k:表示功能区域i的一个货架;
Xikj:等于1时表示属于功能区域i的商品j被分配至属于功能区域i的第k个货架,等于0时表示该商品j不被分配至该第k个货架;
Xikl:等于1时表示属于功能区域i的商品l被分配至属于功能区域i的第k个货架,等于0时表示该商品l不被分配至该第k个货架;
wjl:表示商品j和商品l的关联程度;
α1和β1:分别为预设的第一权重和第二权重;
sjl:为商品j和商品l出现在同一订单中的销量之和;
fjl:为商品j和l出现在同一订单中的频数;
Eik:表示功能区域i的第k个货架的SKU数限制(或称SKU种类数限制,即商品种类数上限);
第一混合整数规划模型如下:
Xikj∈{0,1};
i∈D,k∈Di'∈D';
j,l∈Ci∈C,j≠l;
对第一混合整数规划模型求解,得到每一功能区域中商品种类与货架之间的第一对应关系,并按照第一对应关系为货架分配对应种类的商品。求解第一混合整数规划模型可以使用整数规划求解软件进行求解,如Cplex,Gurobi等,也可以利用遗传算法或模拟退火算法等求解。
然后需要将所有分配好商品的货架,安排至仓库中预先划分好的位置中。本发明实施例基于最小化货架之间发生的物流与其它非物流关系,建立一个基于二次分配问题的混合整数规划模型,即第二混合整数规划模型。
第二混合整数规划模型的模型参数和决策变量如下:
M:表示仓库所有放置货架的位置集合;
b和d:表示仓库中的两个位置;
D':表示所有货架的集合;
a和c:表示已分配商品的两个货架;
tbd:表示仓库中位置b和位置d之间的距离;
pac:货架(已分配商品)a和c之间的物流量;
qac:货架(已分配商品)a和c之间的量化非物流关系等级;
α2和β2:分别为预设的第三权重和第四权重;
Yab:等于1表示货架a安排至位置b,否则为0。
第二混合整数规划模型如下:
Yab∈{0,1},Ycd∈{0,1};
b,d∈M,a,c∈D',a≠c,b≠d;
货架两两之间的关联关系包括物流量以及量化的其它非物流关系(考虑是否使用相同设备、作业顺序、方便管理等)。
已分配商品的两个不同货架中第一货架(例如货架a)和第二货架(例如货架c)之间的物流量,为根据历史订单数据汇总得到的一次拣货从货架a到货架c携带的商品总数量。历史订单数据可以选取最近预设时间范围内的历史订单数据。例如最近一个月各订单一次拣货时从货架a到货架c携带多少商品数量(是指拣完货架a的商品再拣货架c的商品时,从a到c携带的商品数量),然后把这些订单的从货架a到货架c携带的商品数量汇总,得到货架a和货架c之间的物流量。
第一货架(例如货架a)和第二货架(例如货架c)之间的量化的其它非物流关系可以用量化非物流关系等级来衡量,量化非物流关系等级可以从预设的配置表中获取,该配置表中配置有仓库的不同功能区域货架之间的量化非物流关系等级,不同功能区域货架之间的量化非物流关系等级根据影响仓库商品布局的一个或多个预设影响因素确定。
如图3所示,为根据本发明一个实施例的某仓库的量化非物流关系等级的配置表的示意图。图3中功能区域包括促销区、拣货区、高架区、重货区、贵品区、恒温区、洗化区、发货区、包装区、收货区、残品区,影响仓库商品布局的预设影响因素可以包括:一、使用相同设备,高架区、重货区、到货暂存区都会使用到叉车;二、方便管理和服务,办公区域应尽量接近作业区域;三、保持温度、湿度,节约资源,恒温区应远离仓库门,即应远离发货区;四、使用同一组人员,拣货组、收货组和补货组人员对应的不同区域应相接近;五、气味。残品区应尽量远离其他区域,特别是零拣区、贵品区及办公区;六、作业顺序,例如分拣包装区应紧邻发货区;七、安全、防盗因素。
配置表中每一个菱形格内包括字母或字母和数字。其中字母表示量化非物流关系等级,具体地,A=5,E=4,I=3,O=2,U=1,X=0;将属于同一功能区的区域之间量化非物流关系等级设定为A级。菱形格内的数字分别对应上述七种预设影响因素,即决定量化非物流关系等级的原因。功能区域货架之间的量化非物流关系等级具体可以根据上述预设影响因素,通过现场调研及对专家的咨询评价而确定。
例如,根据图3,促销区与拣货区对应的菱形格内为“O/4”,表示促销区与拣货区货架之间的量化非物流关系等级为O=2,是由第四个预设影响因素,即:四、使用同一组人员,拣货组、收货组和补货组人员对应的不同区域应相接近,来确定的。同理,高架区与重货区对应的菱形格内为“I/1,4,”,表示高架区与重货区的货架之间的量化非物流关系等级为I=3,是由上述第一个预设影响因素和第四个预设影响因素共同确定的。需要说明的是图3所示的配置表中的功能区域、预设影响因素以及量化非物流关系等级仅为某一个仓库的示例,对于不同的仓库,功能区域划分方式、考虑的预设影响因素以及量化非物流关系等级的配置可以不同。
对于本发明实施例的第一混合整数规划模型和第二混合整数规划模型的求解,对于仓库规模及SKU数量较少的小规模问题,如SKU数量、仓库容器数量以及仓库中的位置数量均小于20的问题,可直接使用整数规划求解软件进行求解,例如Cplex,Gurobi等。对于规模较大的问题,可使用元启发式算法(基于直观或经验构造的算法,它可以在可接受的花费(指计算时间和空间)下给出问题的一个可行解,并且该可行解与最优解的偏离程度不一定可以事先预计),例如用于求解二次分配问题的遗传算法或模拟退火算法来求解,并可通过可视化界面来展示,例如图4所示,为本发明一个实施例的可视化的仓库布局规划界面。
图5是根据本发明一个实施例的仓库商品布局装置的主要模块示意图。
如图5所示,本发明一个实施例的仓库商品布局装置500主要包括:商品容器分配模块501、商品位置布局模块502。
商品容器分配模块501,用于计算仓库所有商品中两两种类商品之间关联程度最大的情况下,仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照第一对应关系为容器分配对应种类的商品;
商品位置布局模块502,用于计算仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,已分配商品的容器与仓库中位置之间的第二对应关系,以按照第二对应关系将已分配商品的容器布局到仓库中的对应位置。
商品容器分配模块501可以包括第一对应关系计算模块,用于:建立包括第一目标函数和第一约束条件集的第一混合整数规划模型,第一目标函数为最大化仓库所有商品中两两种类商品之间关联程度,第一约束条件集包括以下约束条件:每个容器被分配的商品种类数小于或等于该容器预设的商品种类数上限;每一种类商品都有被分配的容器;该两两种类为不同种类;对第一混合整数规划模型求解,得到上述第一对应关系。
第一对应关系计算模块具体用于建立仓库所有商品中两两种类商品之间关联程度最大化的表示式如下:
其中,Z1表示仓库所有商品中两两种类商品之间关联程度,i为仓库的一个功能区域,j和l表示功能区域i的两不同种类商品,k表示功能区域i的一个容器,Xikj、Xikl的取值均为1或0,Xikj=1时表示属于功能区域i的商品j被分配至属于功能区域i的第k个容器,Xikj=0时表示该商品j不被分配至该第k个容器,Xikl=1时表示属于功能区域i的商品l被分配至属于功能区域i的第k个容器,Xikl=0时表示该商品l不被分配至该第k个容器,wjl表示商品j和商品l的关联程度,通过下式计算wjl:
其中,α1和β1分别为预设的第一权重和第二权重,sjl为商品j和商品l出现在同一订单中的销量之和,fjl为商品j和l出现在同一订单中的频数。
商品位置布局模块502可以包括第二对应关系计算模块,用于:建立包括第二目标函数和第二约束条件集的第二混合整数规划模型,第二目标函数为最小化所有已分配商品的容器两两之间的关联关系,第二约束条件集包括以下约束条件:每一已分配商品的容器被分配至仓库中的一个位置;仓库中的每一位置被分配一个已分配商品的容器;已分配商品的容器两两之间为不同容器;对第二混合整数规划模型求解,得到上述第二对应关系。
第二对应关系计算模块具体用于建立所有已分配商品的容器两两之间的关联关系最小化的表示式如下:
其中,Z2表示所有已分配商品的容器两两之间的关联关系,a和c为已分配商品的两个不同容器,b和d为仓库中的不同位置,tbd表示位置b和位置d之间的距离,Yab、Ycd的取值为1或0,当Yab=1时表示容器a安排至位置b,当Yab=0时表示容器a不被安排至位置b,Ycd=1时表示容器c安排至位置d,当Ycd=0时表示容器c不被安排至位置d,rac表示容器a和容器c之间的关联关系,通过下式计算rac:
其中,α2和β2分别为预设的第三权重和第四权重,pac表示容器a和容器c之间的物流量,qac表示容器a和容器c之间的量化非物流关系等级。
仓库商品布局装置500还可以包括容器物流量计算模块,用于已分配商品的两个不同容器中第一容器和第二容器之间的物流量,为根据历史订单数据汇总得到的一次拣货从第一容器到第二容器携带的商品总数量。
仓库商品布局装置500还可以包括量化非物流关系等级获取模块,用于从预设的配置表中获取第一容器和第二容器之间的量化非物流关系等级。
仓库商品布局装置500还可以包括量化非物流关系等级配置模块,用于在配置表中配置仓库的不同功能区域容器之间的量化非物流关系等级,不同功能区域容器之间的量化非物流关系等级根据影响仓库商品布局的一个或多个预设影响因素确定。
另外,在本发明实施例中仓库商品布局装置的具体实施内容,在上面所述仓库商品布局方法中已经详细说明了,故在此重复内容不再说明。
图6示出了可以应用本发明实施例的仓库商品布局方法或仓库商品布局装置的示例性系统架构600。
如图6所示,系统架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604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601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、603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601、602、603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605可以是提供各种服务的服务器,例如对用户利用终端设备601、602、603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产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--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商品布局方法一般由服务器605执行,相应地,仓库商品布局装置一般设置于服务器605中。
应该理解,图6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7,其示出了适于用来实现本申请实施例的终端设备或服务器的计算机系统700的结构示意图。图7示出的终端设备或服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;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707;包括硬盘等的存储部分708;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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,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710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708。
特别地,根据本发明公开的实施例,上文参考主要步骤示意图描述的过程可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主要步骤示意图所示的方法的程序代码。在这样的实施例中,该计算机程序可通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本申请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。在本申请中,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。而在本申请中,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。
附图中的主要步骤示意图和框图,图示了按照本申请各种实施例的系统、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,主要步骤示意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,框图或主要步骤示意图中的每个方框、以及框图或主要步骤示意图中的方框的组合,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:一种处理器包括商品容器分配模块、商品位置布局模块。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,商品容器分配模块还可以被描述为“用于计算仓库所有商品中两两种类商品之间关联程度最大的情况下,仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照第一对应关系为容器分配对应种类的商品的模块”。
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:计算仓库所有商品中两两种类商品之间关联程度最大的情况下,所述仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照所述第一对应关系为所述容器分配对应种类的商品;计算所述仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,所述已分配商品的容器与所述仓库中位置之间的第二对应关系,以按照所述第二对应关系将所述已分配商品的容器布局到所述仓库中的对应位置。
根据本发明实施例的技术方案,计算仓库所有商品中两两种类商品之间关联程度最大的情况下,仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照该第一对应关系为容器分配对应种类的商品;计算仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,已分配商品的容器与仓库中位置之间的第二对应关系,以按照该第二对应关系将已分配商品的容器布局到仓库中的对应位置。能够既可提高仓库利用率,适应需求波动较大的情况,又可降低库存管理难度,在布局商品时便考虑实际运营中的拣货活动,从仓库商品布局角度提高仓库内的拣货效率。
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 (10)
1.一种仓库商品布局方法,其特征在于,包括:
计算仓库所有商品中两两种类商品之间关联程度最大的情况下,所述仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照所述第一对应关系为所述容器分配对应种类的商品;
计算所述仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,所述已分配商品的容器与所述仓库中位置之间的第二对应关系,以按照所述第二对应关系将所述已分配商品的容器布局到所述仓库中的对应位置。
2.根据权利要求1所述的方法,其特征在于,所述计算仓库所有商品中两两种类商品之间关联程度最大的情况下,所述仓库的每一功能区域中商品种类与容器之间的第一对应关系,包括:
建立包括第一目标函数和第一约束条件集的第一混合整数规划模型,所述第一目标函数为最大化所述仓库所有商品中两两种类商品之间关联程度,所述第一约束条件集包括以下约束条件:每个容器被分配的商品种类数小于或等于该容器预设的商品种类数上限;每一种类商品都有被分配的容器;所述两两种类为不同种类;
对所述第一混合整数规划模型求解,得到所述第一对应关系。
3.根据权利要求1或2所述的方法,其特征在于,仓库所有商品中两两种类商品之间关联程度最大化的表示式如下:
其中,Z1表示所述仓库所有商品中两两种类商品之间关联程度,i为仓库的一个功能区域,j和l表示功能区域i的两不同种类商品,k表示功能区域i的一个容器,Xikj、Xikl的取值均为1或0,Xikj=1时表示属于功能区域i的商品j被分配至属于功能区域i的第k个容器,Xikj=0时表示该商品j不被分配至该第k个容器,Xikl=1时表示属于功能区域i的商品l被分配至属于功能区域i的第k个容器,Xikl=0时表示该商品l不被分配至该第k个容器,wjl表示商品j和商品l的关联程度,通过下式计算wjl:
其中,α1和β1分别为预设的第一权重和第二权重,sjl为商品j和商品l出现在同一订单中的销量之和,fjl为商品j和l出现在同一订单中的频数。
4.根据权利要求1所述的方法,其特征在于,所述计算所述仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,所述已分配商品的容器与所述仓库中位置之间的第二对应关系,包括:
建立包括第二目标函数和第二约束条件集的第二混合整数规划模型,所述第二目标函数为最小化所有已分配商品的容器两两之间的关联关系,所述第二约束条件集包括以下约束条件:每一已分配商品的容器被分配至所述仓库中的一个位置;所述仓库中的每一位置被分配一个所述已分配商品的容器;所述已分配商品的容器两两之间为不同容器;
对所述第二混合整数规划模型求解,得到所述第二对应关系。
5.根据权利要求1或4所述的方法,其特征在于,所有已分配商品的容器两两之间的关联关系最小化的表示式如下:
其中,Z2表示所有已分配商品的容器两两之间的关联关系,a和c为已分配商品的两个不同容器,b和d为所述仓库中的不同位置,tbd表示位置b和位置d之间的距离,Yab、Ycd的取值为1或0,当Yab=1时表示容器a安排至位置b,当Yab=0时表示容器a不被安排至位置b,Ycd=1时表示容器c安排至位置d,当Ycd=0时表示容器c不被安排至位置d,rac表示容器a和容器c之间的关联关系,通过下式计算rac:
其中,α2和β2分别为预设的第三权重和第四权重,pac表示容器a和容器c之间的物流量,qac表示容器a和容器c之间的量化非物流关系等级。
6.根据权利要求5所述的方法,其特征在于,所述已分配商品的两个不同容器中第一容器和第二容器之间的物流量,为根据历史订单数据汇总得到的一次拣货从所述第一容器到所述第二容器携带的商品总数量;
所述第一容器和所述第二容器之间的量化非物流关系等级从预设的配置表中获取,所述配置表中配置有所述仓库的不同功能区域容器之间的量化非物流关系等级,所述不同功能区域容器之间的量化非物流关系等级根据影响仓库商品布局的一个或多个预设影响因素确定。
7.一种仓库商品布局装置,其特征在于,包括:
商品容器分配模块,用于计算仓库所有商品中两两种类商品之间关联程度最大的情况下,所述仓库的每一功能区域中商品种类与容器之间的第一对应关系,并按照所述第一对应关系为所述容器分配对应种类的商品;
商品位置布局模块,用于计算所述仓库的所有已分配商品的容器两两之间的关联关系最小的情况下,所述已分配商品的容器与所述仓库中位置之间的第二对应关系,以按照所述第二对应关系将所述已分配商品的容器布局到所述仓库中的对应位置。
8.根据权利要求7所述的装置,其特征在于,所述商品容器分配模块包括第一对应关系计算模块,用于:
建立包括第一目标函数和第一约束条件集的第一混合整数规划模型,所述第一目标函数为最大化所述仓库所有商品中两两种类商品之间关联程度,所述第一约束条件集包括以下约束条件:每个容器被分配的商品种类数小于或等于该容器预设的商品种类数上限;每一种类商品都有被分配的容器;所述两两种类为不同种类;
对所述第一混合整数规划模型求解,得到所述第一对应关系。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,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时,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。
10.一种计算机可读介质,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 |
---|---|---|---|
CN202010082694.3A CN113256193B (zh) | 2020-02-07 | 2020-02-07 | 一种仓库商品布局方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010082694.3A CN113256193B (zh) | 2020-02-07 | 2020-02-07 | 一种仓库商品布局方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113256193A true CN113256193A (zh) | 2021-08-13 |
CN113256193B CN113256193B (zh) | 2023-09-26 |
Family
ID=77219280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010082694.3A Active CN113256193B (zh) | 2020-02-07 | 2020-02-07 | 一种仓库商品布局方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113256193B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114602834A (zh) * | 2022-02-23 | 2022-06-10 | 浙江工业大学 | 吊挂分拣系统出入库调度及库位分配方法 |
WO2023051152A1 (zh) * | 2021-09-29 | 2023-04-06 | 深圳市海柔创新科技有限公司 | 理库方法、装置、设备、仓储系统、介质及程序产品 |
CN116384713A (zh) * | 2023-06-05 | 2023-07-04 | 北京京东乾石科技有限公司 | 一种信息处理方法及装置、存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002288248A (ja) * | 2001-03-26 | 2002-10-04 | Matsushita Electric Works Ltd | 物流倉庫のレイアウト設計支援システムおよびその方法およびそのプログラム |
CN108205726A (zh) * | 2016-12-19 | 2018-06-26 | 北京京东尚科信息技术有限公司 | 数据分析处理方法、系统及装置 |
CN110084545A (zh) * | 2019-03-05 | 2019-08-02 | 浙江工业大学 | 基于混合整数规划模型的多巷道自动化立体仓库的集成调度方法 |
CN110443533A (zh) * | 2018-05-02 | 2019-11-12 | 北京京东尚科信息技术有限公司 | 商品分仓入库方法、装置、电子设备及计算机可读介质 |
-
2020
- 2020-02-07 CN CN202010082694.3A patent/CN113256193B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002288248A (ja) * | 2001-03-26 | 2002-10-04 | Matsushita Electric Works Ltd | 物流倉庫のレイアウト設計支援システムおよびその方法およびそのプログラム |
CN108205726A (zh) * | 2016-12-19 | 2018-06-26 | 北京京东尚科信息技术有限公司 | 数据分析处理方法、系统及装置 |
CN110443533A (zh) * | 2018-05-02 | 2019-11-12 | 北京京东尚科信息技术有限公司 | 商品分仓入库方法、装置、电子设备及计算机可读介质 |
CN110084545A (zh) * | 2019-03-05 | 2019-08-02 | 浙江工业大学 | 基于混合整数规划模型的多巷道自动化立体仓库的集成调度方法 |
Non-Patent Citations (2)
Title |
---|
BIN LEI ET AL.: "Integrated Optimization of Mixed Cargo Packing and Cargo Location Assignment in Automated Storage and Retrieval Systems", 《DISCRETE DYNAMICS IN NATURE AND SOCIETY》 * |
李俊梅: "GC物流公司仓储管理研究", 《知网》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023051152A1 (zh) * | 2021-09-29 | 2023-04-06 | 深圳市海柔创新科技有限公司 | 理库方法、装置、设备、仓储系统、介质及程序产品 |
CN114602834A (zh) * | 2022-02-23 | 2022-06-10 | 浙江工业大学 | 吊挂分拣系统出入库调度及库位分配方法 |
CN114602834B (zh) * | 2022-02-23 | 2024-03-26 | 浙江工业大学 | 吊挂分拣系统出入库调度及库位分配方法 |
CN116384713A (zh) * | 2023-06-05 | 2023-07-04 | 北京京东乾石科技有限公司 | 一种信息处理方法及装置、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113256193B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110472899B (zh) | 一种物品的出库分配方法和装置 | |
CN110751497A (zh) | 一种商品补货方法和装置 | |
CN113256193B (zh) | 一种仓库商品布局方法和装置 | |
CN110348771B (zh) | 一种对订单进行组单的方法和装置 | |
CN110443533A (zh) | 商品分仓入库方法、装置、电子设备及计算机可读介质 | |
CN110197351A (zh) | 一种物品出库方法和装置 | |
JP2022547230A (ja) | 入庫保管場所を確定する方法、装置、電子機器及び記憶媒体 | |
CN110717697A (zh) | 一种出库定位的方法和装置 | |
CN114118888A (zh) | 订单出库的方法和装置 | |
CN111507651A (zh) | 应用于人机混合仓库的订单数据处理方法和装置 | |
CN110826953B (zh) | 一种仓库存储设备规划的方法和装置 | |
CN110390449A (zh) | 仓库补货方法和装置 | |
CN111260288B (zh) | 订单管理方法、装置、介质及电子设备 | |
CN111950830B (zh) | 一种任务分配方法和装置 | |
CN112784212B (zh) | 一种优化库存的方法和装置 | |
CN111612385A (zh) | 一种对待配送物品进行聚类的方法和装置 | |
CN112785025B (zh) | 仓库布局方法和装置 | |
CN110689293A (zh) | 一种物品出库的处理方法和装置 | |
JP2021187619A (ja) | ピッキング作業支援システム及びそのプログラム | |
CN113650997A (zh) | 一种物品出库定位方法和装置 | |
CN112966992A (zh) | 一种订单生产方法和装置 | |
CN111210074A (zh) | 仓库中的订单处理方法、装置、介质、电子设备与系统 | |
CN113222304B (zh) | 一种库存调度方法和装置 | |
CN109902847A (zh) | 预测分库订单量的方法和装置 | |
CN113762814A (zh) | 一种物品入库方法和装置 |
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 |