CN113449749B - 一种货位高度确定方法及系统 - Google Patents

一种货位高度确定方法及系统 Download PDF

Info

Publication number
CN113449749B
CN113449749B CN202010218576.0A CN202010218576A CN113449749B CN 113449749 B CN113449749 B CN 113449749B CN 202010218576 A CN202010218576 A CN 202010218576A CN 113449749 B CN113449749 B CN 113449749B
Authority
CN
China
Prior art keywords
height
category
skus
cluster
goods
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
Application number
CN202010218576.0A
Other languages
English (en)
Other versions
CN113449749A (zh
Inventor
杨建军
段红杰
谢俊杰
严涛
曹洁彬
马雅飞
孙嘉轩
高昕迪
易亚伟
叶锡娟
邱爽
陈林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ririshun Supply Chain Technology Co ltd
Original Assignee
Ririshun Supply Chain Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ririshun Supply Chain Technology Co ltd filed Critical Ririshun Supply Chain Technology Co ltd
Priority to CN202010218576.0A priority Critical patent/CN113449749B/zh
Publication of CN113449749A publication Critical patent/CN113449749A/zh
Application granted granted Critical
Publication of CN113449749B publication Critical patent/CN113449749B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • 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

Abstract

本发明公开了一种货位高度确定方法及系统，通过获取库存的SKU，并将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU；对每个类别中的所有不同SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果；根据每个类别的聚类结果确定每个类别的货位高度；从而设计出合理高度的货位，有效提高空间利用率，对整个仓库的利用率起到明显的改进作用，而且也能方便对货物进行定制化管理，提高货物的安全性，降低货物维护成本，提高用户满意度。

Description

一种货位高度确定方法及系统
技术领域
本发明属于仓库空间货物存储技术领域，具体地说，是涉及一种货位高度确定方法及系统。
背景技术
随着中国城镇化的加速发展，人民消费水平的不断升级，以及电商对生活的深入渗透，给仓储物流行业带来了巨大的发展机遇，同时也带来了巨大的挑战。
在土地资源稀缺的当前，低利用率将使得仓库租金压力越发突出。目前仓库中的货架通常是同一规格，用同一规格的货架存放众多规格不一的产品，不可避免地会造成空间上的浪费。
发明内容
本发明提供了一种货位高度确定方法，提高了空间利用率。
为解决上述技术问题，本发明采用下述技术方案予以实现：
一种货位高度确定方法，包括：
获取库存的SKU，并将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU；
对每个类别中的所有SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果；
根据每个类别的聚类结果确定每个类别的货位高度。
进一步的，在所述对每个类别中的所有SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果的过程中，具体包括下述步骤：
(1)获取该类别中的每个不同SKU所对应的货物高度；
(2)确定该类别的聚类数目m；
(3)将该类别中的所有不同SKU随机分配到m个聚类中，并计算每个聚类的聚类中心；
(4)计算该类别中所有不同SKU所对应的货物高度与各自聚类中心的距离总和；
(5)将该类别中的每一个SKU重新分配到距离最近的聚类中心，将分配到相同聚类中心的SKU作为同一类，重新划分为m个聚类；
(6)重新计算每个聚类的聚类中心；重新计算所有SKU所对应的货物高度与各自聚类中心的距离总和；
(7)判断步骤(6)计算出的距离总和与前一次计算出的距离总和的差距是否在设定差值范围内；
若否，则返回步骤(5)；
若是，则将聚类中心作为该类别的聚类结果。
又进一步的，在所述确定该类别的聚类数目m的过程中，包括：
根据下述公式计算距离平方和S2：
Figure BDA0002425272920000021
其中，
Figure BDA0002425272920000022
其中，
Jk表示第k个聚类中的SKU的数量，k＝1，2，3，……，m；
Hk表示第k个聚类的平均货物高度，k＝1，2，3，……，m；
hki表示第k个聚类中的第i个SKU的货物高度；
若距离平方和S2在设定的取值范围内，则确定此时的聚类数目；
若距离平方和S2不在设定的取值范围内，则重新选定聚类数目，重新计算距离平方和S2，直至距离平方和S2在设定的取值范围内。
更进一步的，在距离平方和S2的收敛区间内，确定所述设定的取值范围。
再进一步的，在满足距离平方和S2在设定的取值范围内的前提下，聚类数目有多个选择时，选择聚类数目最小值。
又进一步的，在所述根据每个类别的聚类结果确定每个类别的货位高度的过程，包括：对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，修正后的所有高度值作为该类别的货位高度。
更进一步的，在所述根据每个类别的聚类结果确定每个类别的货位高度的过程，具体包括：对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，根据修正后的最大高度值确定该类别的货位的最大高度；沿货位的高度方向划分为多个高度档位，根据修正后的最小高度值确定档位的高度步长；通过与货架可拆卸连接的水平隔板实现档位的调整。
再进一步的，预设的修正原则为：将聚类结果的所有高度值的单位转换为毫米，并向上取整到百位；然后再将取整后的若干个高度值最小幅度的增大，使得修正后的所有高度值是取整后的最小高度值的整数倍。
进一步的，所述若干个为多个，按照销售量或库存量将获取的所有SKU划分为多个类别。
一种货位高度确定系统，包括：
获取模块，用于获取库存的SKU；
类别划分模块，用于将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU；
聚类分析模块，用于对每个类别中的所有SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果；
货位高度确定模块，用于根据每个类别的聚类结果确定每个类别的货位高度。
进一步的，聚类分析模块具体用于：
获取该类别中的每个不同SKU所对应的货物高度；
确定该类别的聚类数目m；
将该类别中的所有不同SKU随机分配到m个聚类中，并计算每个聚类的聚类中心；
计算该类别中所有不同SKU所对应的货物高度与各自聚类中心的距离总和；
将该类别中的每一个SKU重新分配到距离最近的聚类中心，将分配到相同聚类中心的SKU作为同一类，重新划分为m个聚类；
重新计算每个聚类的聚类中心；重新计算所有SKU所对应的货物高度与各自聚类中心的距离总和；
判断本次计算出的距离总和与前一次计算出的距离总和的差距是否在设定差值范围内；
若否，则将该类别中的每一个SKU重新分配到距离最近的聚类中心，将分配到相同聚类中心的SKU作为同一类，重新划分为m个聚类；重新计算每个聚类的聚类中心；重新计算所有SKU所对应的货物高度与各自聚类中心的距离总和；
若是，则将聚类中心作为该类别的聚类结果。
又进一步的，货位高度确定模块具体用于：对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，修正后的所有高度值作为该类别的货位高度。
更进一步的，货位高度确定模块具体用于：对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，根据修正后的最大高度值确定该类别的货位的最大高度；沿货位的高度方向划分为多个高度档位，根据修正后的最小高度值确定档位的高度步长；通过与货架可拆卸连接的水平隔板实现档位的调整。
与现有技术相比，本发明的优点和积极效果是：本发明的货位高度确定方法及系统，通过获取库存的SKU，并将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU；对每个类别中的所有不同SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果；根据每个类别的聚类结果确定每个类别的货位高度；从而设计出合理高度的货位，有效提高空间利用率，对整个仓库的利用率起到明显的改进作用，而且也能方便对货物进行定制化管理，提高货物的安全性，降低货物维护成本，提高用户满意度。
结合附图阅读本发明的具体实施方式后，本发明的其他特点和优点将变得更加清楚。
附图说明
图1是本发明提出的货位高度确定方法的一个实施例的流程图；
图2是图1中聚类分析的流程图；
图3是距离平方和与聚类数目的关系图；
图4是本发明提出的货位高度确定系统的一个实施例的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下将结合附图和实施例，对本发明作进一步详细说明。
本实施例的货位高度确定方法，主要包括下述步骤，参见图1所示。
步骤S1：获取库存的SKU，并将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU。
SKU(Stock keeping Unit)指库存保有单位，是对每一个产品和服务的唯一标示符。对于相同的产品和服务，其对应的SKU相同。
所述若干个可能为一个，也可能为多个。当若干个为一个时，将所有的SKU划分为一个大类别；当若干个为多个时，将所有SKU划分为多个类别。
在库存中可能会存在某些货物占用较多的资源(资金，人力，物力等等)的情况，而且这些货物一旦缺货带来的损失是巨大的。所以要对这部分货物进行重点关注，并采取一定的措施，如将这些货物指定存储在接近出库口的货架上、观测库存量并及时补货等等。因此，需要对货物进行分类。
在本实施例中，为了便于仓库管理，可以按照销售量或库存量将获取的所有不同SKU划分为多个类别，如A类别货物、B类别货物、C类别货物等。
例如，获取仓库中所有不同的SKU，针对每个SKU统计该SKU所对应的货物近一个季度的销售量(或平均日均出库量)，按照销售量进行降序排序。通常地，列出销售量前100的SKU，对这100个SKU进行重点关注，作为A类别货物。剩下的不在销售量前100中的货物作为B类别货物。为了保持一个高效、动态的仓库运作环境，每个季度进行盘点、统计出库量，筛选这个季度的销售量前100的SKU，并更新数据。
每个货架的垂直方向上有很多个货位，每个货架上的货位高度或相等，或不相等，依据隔板的位置决定。当货位高度大于货物高度的时候，该货位可以放置此种货物，放置数量由容器长宽以及货物长宽计算得出。
步骤S2：对每个类别中的所有不同SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果。
在本实施例中，优选采用K-means聚类分析算法进行聚类分析。
具体而言，可以对每个类别(如A类别、B类别、C类别)分别执行下述步骤，结合图2所示：
S21：获取该类别中的每个不同SKU所对应的货物的高度。
S22：确定该类别的聚类数目m。
聚类数目指的是将该类别的所有SKU分类的类数。聚类数目m为3表示把SKU按照货物高度分成3个聚类。例如，A类别货物包括30个SKU，将这30个SKU分为3类，即m＝3。
假设该类别(如A类别)一共有n个SKU，将这n个SKU分为m个聚类，每个聚类包括至少一个SKU。
假设这m个聚类中所包含的不同SKU的数量分别为：J1、J2、J3、……、Jm。用Jk表示第k个聚类中的SKU的数量，k＝1，2，3，……，m。
假设这m个聚类的平均货物高度分别为：H1、H2、……、Hm。用Hk表示第k个聚类的平均货物高度，k＝1，2，3，……，m。
hki表示第k个聚类中的第i个SKU的货物高度。
根据下述公式计算距离平方和S2：
Figure BDA0002425272920000071
其中，
Figure BDA0002425272920000072
很显然，聚类数目m越大，距离平方和S2越小，但是聚类数目m的增大会给硬件的设计增加难度，所以要在聚类数目m和距离平方和S2之间寻找一个平衡点。
在本实施例中，可以针对距离平方和S2预先设定一个合理的取值范围，若距离平方和S2在设定的取值范围内，则确定此时的聚类数目。若距离平方和S2不在设定的取值范围内，则重新选定聚类数目，重新计算距离平方和S2，直至距离平方和S2在设定的取值范围内。通过该方法确定出合适的聚类数目，既避免聚类数目取值过大导致后续货位高度设计实施困难，导致货架设计困难，又可避免聚类数目取值过小导致货位高度种类过少，无法有效提高空间利用率。因此，通过上述方法确定出的聚类数目，既便于后续设计货位高度，又能有效解决空间利用率低的问题。
在距离平方和S2的收敛区间内，确定所述设定的取值范围。通过该方法确定的取值范围，取值合理，为聚类数目的确定划定了比较合理的范围。参见图3所示，当聚类数目达到3时，距离平方和S2趋于收敛，S2在设定的取值范围[0.2*10^8，0.4*10^8]内，所以可以确定聚类数目为3。当然，当聚类数目为4、5、6时，距离平方和S2也在设定的取值范围内，因此，也可以确定聚类数目为4、5、6。但是，聚类数目越大，在后续的设计货位高度上需要消耗的资源越多。因此，在满足距离平方和S2在设定的取值范围内的前提下，聚类数目有多个选择时，最好选择聚类数目最小值。
S23：将该类别中的所有不同SKU随机分配到m个聚类中，并计算每个聚类的聚类中心。
每类的聚类中心，是指每类SKU的平均货物高度。
假设A类别有30个SKU，聚类数目m＝3，将30个SKU随机划分为3类，计算每类SKU的平均货物高度，获得3个聚类中心。
S24：计算该类别中所有不同SKU所对应的货物高度与各自聚类中心的距离总和S。
首先，分别计算每个SKU所对应的货物高度与各自聚类中心的距离，然后将计算出的这些距离相加，即可得到距离总和S。SKU所对应的货物高度与聚类中心的距离，是指SKU所对应的货物高度与聚类中心的差值。
假设：
第1聚类中的所有SKU所对应的货物高度与该聚类的聚类中心的距离和为S1；
第2聚类中的所有SKU所对应的货物高度与该聚类的聚类中心的距离和为S2；
……
第m聚类中的所有SKU所对应的货物高度与该聚类的聚类中心的距离和为Sm；
则，A类别中所有SKU所对应的货物高度与各自聚类中心的距离总和S＝S1+S2+……+Sm。
S25：将该类别中的每一个SKU重新分配到距离它自己最近的聚类中心，将分配到相同聚类中心的SKU作为同一类，重新划分为m个聚类。
S26：重新计算每个聚类的聚类中心；重新计算所有SKU所对应的货物高度与各自聚类中心的距离总和。
S27：判断步骤S26计算出的距离总和与前一次计算出的距离总和的差距是否在设定差值范围内。在本实施例中，优选设定差值范围为[-0.02，0.02]。
若否，说明这两个距离总和相差较大，不符合要求，则返回步骤S25。
若是，说明这两个距离总和相差不大，则执行步骤S28。
S28：将聚类中心作为该类别的聚类结果。
此时的聚类中心即为该类别的聚类结果，即该类别的聚类结果为当前的m个聚类中心，即m个高度值。例如，对于A类别货物，聚类数目为3，聚类结果为：414mm，878mm，1815mm。
通过步骤S21～S28，获得每个类别的聚类结果，不仅方法简单，便于实现，而且，可以聚类出准确的聚类结果，有利于后续货位高度的准确设计。
步骤S3：根据每个类别的聚类结果确定每个类别的货位高度。
作为本实施例的一种优选设计方案，根据每个类别的聚类结果确定每个类别的货位高度，具体包括：对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，修正后的所有高度值作为该类别的货位高度。通过该方法确定的货位高度，既便于货架货位的生产设计，又提高了货物的空间安全性。
预设的修正原则为：将聚类结果的所有高度值的单位转换为毫米，并向上取整到百位；然后再将取整后的若干个高度值最小幅度的增大，使得修正后的所有高度值是取整后的最小高度值的整数倍。特殊情况：修正后的最小高度值是其自身的1倍。按照上述原则进行修正，使得每个货架的高度均为整百毫米，且是最小高度值的整数倍，有利于货架生产，便于仓库管理。
例如，A类别货物，聚类数目为3，聚类结果为三个高度值：414mm，878mm，1815mm。考虑到空间安全，对这三个高度值向上取整到百位，得到500mm，900mm，1900mm，再将900mm增大为1000mm，将1900mm增大为2000mm，最后得到修正后的高度值为500mm，1000mm，2000mm，作为A类别货物的货位高度。根据这三个高度值设计三种类型的货位，分别用于存放在此高度范围的A类别货物。
货位高度和数量是根据目前货物的情况来设计的，但货物的种类和数量随时会发生变化，也就是说货物情况发生变化之后，空间利用率可能会降低。如果每种高度的货位数量固定，当货物种类发生变化时，有些货位无法存放高度更高的产品，又会造成空间浪费。例如，500mm高的货位无法存放高度更高的产品，而2000mm高的货位如果用来存放高度低的产品，又会造成空间浪费。
为了解决这个问题，本实施例提出了另一种优选设计方案：对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，根据修正后的最大高度值确定该类别的货位的最大高度；然后沿货位的高度方向划分为多个高度档位，根据修正后的最小高度值确定档位的高度步长；通过与货架可拆卸连接的水平隔板实现档位的调整；通过水平隔板调整档位，从而使得货位可以放置不同高度的SKU，使得空间利用更有灵活性，提高了仓库的利用率。档位的数量为修正后的最大高度值与修正后的最小高度值的比值。即沿着货架的高度方向，先确定该类别的货位的最大高度，然后划分高度档位，确定档位的高度步长，通过水平隔板调整档位。
例如，A类别货物，聚类数目为3，聚类结果为三个高度值：414mm，878mm，1815mm，考虑到空间安全，对这三个高度值向上取整到百位，得到500mm，900mm，1900mm。再将900mm增大为1000mm，将1900mm增大为2000mm，最后得到修正后的高度值为500mm，1000mm，2000mm。将最大高度值2000mm作为A类别货物的货位的最大高度，根据修正后的最小值500mm确定档位的高度步长为500mm，由此可以沿着货位的高度方向从下至上分为4个高度档位，分别为：500mm，1000mm，1500mm，2000mm，根据货物高度在合适档位放置水平隔板，即可满足货物的存放要求。采用这种货架货位可以很好地适应仓库未来发展的变化，使得仓库的空间利用更有灵活性，提高了仓库的利用率。
举例说明：
若SKU所对应的货物高度为450mm，则将水平隔板放置在第一档位，档位高度为500mm；
若SKU所对应的货物高度为800mm，则将水平隔板放置在第二档位，档位高度为1000mm；
若SKU所对应的货物高度为1200mm，则将水平隔板放置在第三档位，档位高度为1500mm；
若SKU所对应的货物高度为1900mm，则将水平隔板放置在第四档位，档位高度为2000mm。
用户可以根据不同高度货物数量的变化灵活调整水平隔板的位置，以满足所有货物的存放需求。
本实施例的货位高度确定方法，通过获取库存的SKU，并将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU；对每个类别中的所有不同SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果；根据每个类别的聚类结果确定每个类别的货位高度；从而设计出合理高度的货位，有效提高空间利用率，对整个仓库的利用率起到明显的改进作用，而且也能方便对货物进行定制化管理，提高货物的安全性，降低货物维护成本，提高用户满意度。
基于上述货位高度确定方法，本实施例还提出了一种货位高度确定系统，主要包括获取模块、类别划分模块、聚类分析模块、货位高度确定模块等，参见图4所示。
获取模块，用于获取库存的SKU。例如，获取模块可以选择扫码枪，扫码枪扫描货物上的铭牌，可以获取该货物的各种信息，包括对应的SKU。用扫码枪扫描库存的各种货物，即可获取库存的SKU。
类别划分模块，用于将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU。
聚类分析模块，用于对每个类别中的所有SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果。
货位高度确定模块，用于根据每个类别的聚类结果确定每个类别的货位高度。
在本实施例中，聚类分析模块具体用于：
获取该类别中的每个不同SKU所对应的货物高度；
确定该类别的聚类数目m；
将该类别中的所有不同SKU随机分配到m个聚类中，并计算每个聚类的聚类中心；
计算该类别中所有不同SKU所对应的货物高度与各自聚类中心的距离总和；
将该类别中的每一个SKU重新分配到距离最近的聚类中心，将分配到相同聚类中心的SKU作为同一类，重新划分为m个聚类；
重新计算每个聚类的聚类中心；重新计算所有SKU所对应的货物高度与各自聚类中心的距离总和；
判断本次计算出的距离总和与前一次计算出的距离总和的差距是否在设定差值范围内；
若否，则将该类别中的每一个SKU重新分配到距离最近的聚类中心，将分配到相同聚类中心的SKU作为同一类，重新划分为m个聚类；重新计算每个聚类的聚类中心；重新计算所有SKU所对应的货物高度与各自聚类中心的距离总和；
若是，则将聚类中心作为该类别的聚类结果。
在本实施例中，货位高度确定模块具体用于：对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，修正后的所有高度值作为该类别的货位高度。
作为本实施例的另一种优选设计方案，货位高度确定模块具体用于：对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，根据修正后的最大高度值确定该类别的货位的最大高度；沿货位的高度方向划分为多个高度档位，根据修正后的最小高度值确定档位的高度步长；通过与货架可拆卸连接的水平隔板实现档位的调整。
具体的货位高度确定系统的工作过程，已经在上述货位高度确定方法中详述，此处不予赘述。
本实施例的货位高度确定系统，通过获取库存的SKU，并将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU；对每个类别中的所有不同SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果；根据每个类别的聚类结果确定每个类别的货位高度；从而设计出合理高度的货位，有效提高空间利用率，对整个仓库的利用率起到明显的改进作用，而且也能方便对货物进行定制化管理，提高货物的安全性，降低货物维护成本，提高用户满意度。
以上实施例仅用以说明本发明的技术方案，而非对其进行限制；尽管参照前述实施例对本发明进行了详细的说明，对于本领域的普通技术人员来说，依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明所要求保护的技术方案的精神和范围。

Claims (8)

1.一种货位高度确定方法，其特征在于，包括：
获取库存的SKU，并将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU；
对每个类别中的所有SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果；
根据每个类别的聚类结果确定每个类别的货位高度；具体包括：
对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，修正后的所有高度值作为该类别的货位高度；
或者，
对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，根据修正后的最大高度值确定该类别的货位的最大高度；沿货位的高度方向划分为多个高度档位，根据修正后的最小高度值确定档位的高度步长；通过与货架可拆卸连接的水平隔板实现档位的调整。
2.根据权利要求1所述的方法，其特征在于，在所述对每个类别中的所有SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果的过程中，包括下述步骤：
(1)获取该类别中的每个不同SKU所对应的货物高度；
(2)确定该类别的聚类数目m；
(3)将该类别中的所有不同SKU随机分配到m个聚类中，并计算每个聚类的聚类中心；
(4)计算该类别中所有不同SKU所对应的货物高度与各自聚类中心的距离总和；
(5)将该类别中的每一个SKU重新分配到距离最近的聚类中心，将分配到相同聚类中心的SKU作为同一类，重新划分为m个聚类；
(6)重新计算每个聚类的聚类中心；重新计算所有SKU所对应的货物高度与各自聚类中心的距离总和；
(7)判断步骤(6)计算出的距离总和与前一次计算出的距离总和的差距是否在设定差值范围内；
若否，则返回步骤(5)；
若是，则将聚类中心作为该类别的聚类结果。
3.根据权利要求2所述的方法，其特征在于，在所述确定该类别的聚类数目m的过程中，包括：
根据下述公式计算距离平方和S2：
Figure FDA0003891250470000021
其中，
Figure FDA0003891250470000022
其中，
Jk表示第k个聚类中的SKU的数量，k＝1，2，3，……，m；
Hk表示第k个聚类的平均货物高度，k＝1，2，3，……，m；
hki表示第k个聚类中的第i个SKU的货物高度；
若距离平方和S2在设定的取值范围内，则确定此时的聚类数目；
若距离平方和S2不在设定的取值范围内，则重新选定聚类数目，重新计算距离平方和S2，直至距离平方和S2在设定的取值范围内。
4.根据权利要求3所述的方法，其特征在于，在距离平方和S2的收敛区间内，确定所述设定的取值范围。
5.根据权利要求3所述的方法，其特征在于，在满足距离平方和S2在设定的取值范围内的前提下，聚类数目有多个选择时，选择聚类数目最小值。
6.根据权利要求1所述的方法，其特征在于，预设的修正原则为：将聚类结果的所有高度值的单位转换为毫米，并向上取整到百位；然后再将取整后的若干个高度值最小幅度的增大，使得修正后的所有高度值是取整后的最小高度值的整数倍。
7.根据权利要求1所述的方法，其特征在于，所述若干个为多个，按照销售量或库存量将获取的所有SKU划分为多个类别。
8.一种货位高度确定系统，其特征在于，包括：
获取模块，用于获取库存的SKU；
类别划分模块，用于将获取的所有SKU划分为若干个类别，每个类别包括至少一个SKU；
聚类分析模块，用于对每个类别中的所有SKU所对应的货物高度进行聚类分析，获得每个类别的聚类结果；
货位高度确定模块，用于根据每个类别的聚类结果确定每个类别的货位高度；具体包括：
对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，修正后的所有高度值作为该类别的货位高度；
或者，
对于每个类别，将聚类结果的所有高度值根据预设的修正原则进行修正，使得修正后的所有高度值是修正后的最小高度值的整数倍，根据修正后的最大高度值确定该类别的货位的最大高度；沿货位的高度方向划分为多个高度档位，根据修正后的最小高度值确定档位的高度步长；通过与货架可拆卸连接的水平隔板实现档位的调整。
CN202010218576.0A 2020-03-25 2020-03-25 一种货位高度确定方法及系统 Active CN113449749B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010218576.0A CN113449749B (zh) 2020-03-25 2020-03-25 一种货位高度确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010218576.0A CN113449749B (zh) 2020-03-25 2020-03-25 一种货位高度确定方法及系统

Publications (2)

Publication Number Publication Date
CN113449749A CN113449749A (zh) 2021-09-28
CN113449749B true CN113449749B (zh) 2023-02-17

Family

ID=77806737

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010218576.0A Active CN113449749B (zh) 2020-03-25 2020-03-25 一种货位高度确定方法及系统

Country Status (1)

Country Link
CN (1) CN113449749B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923692A (zh) * 2009-06-12 2010-12-22 埃森哲环球服务有限公司 用于使用弹性建模的自顶向下表现优化的系统和方法
CN106066163A (zh) * 2016-07-21 2016-11-02 国网河北省电力公司电力科学研究院 一种堆垛机与立体货架垂直度的在线监测方法
CN106709692A (zh) * 2017-02-24 2017-05-24 北京远大宏略科技股份有限公司 一种物流中心储位分配方法
CN106774203A (zh) * 2016-12-16 2017-05-31 无锡天捷自动化物流设备有限公司 自动化仓储管理方法及装置
CN107067206A (zh) * 2011-09-09 2017-08-18 西姆伯蒂克有限责任公司 存储和取回系统箱单元检测
CN108292381A (zh) * 2015-09-29 2018-07-17 利尼芝物流有限责任公司 仓库货架空间优化
CN109001748A (zh) * 2018-07-16 2018-12-14 北京旷视科技有限公司 目标对象与物品的关联方法、装置及系统
CN109117861A (zh) * 2018-06-29 2019-01-01 浙江大学宁波理工学院 一种顾及空间位置的点集多层次聚集性分析方法
CN109121408A (zh) * 2014-12-12 2019-01-01 西姆伯蒂克有限责任公司 储存和取回系统
CN109564651A (zh) * 2016-05-19 2019-04-02 思比机器人公司 用于自动生成将产品分配到商店内的货架结构的货架图的方法
CN110020823A (zh) * 2019-04-09 2019-07-16 心怡科技股份有限公司 一种基于K-Means的库位分配算法
CN110069980A (zh) * 2019-03-05 2019-07-30 北京三快在线科技有限公司 基于图像的产品聚合方法及装置、电子设备

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923692A (zh) * 2009-06-12 2010-12-22 埃森哲环球服务有限公司 用于使用弹性建模的自顶向下表现优化的系统和方法
CN107067206A (zh) * 2011-09-09 2017-08-18 西姆伯蒂克有限责任公司 存储和取回系统箱单元检测
CN109121408A (zh) * 2014-12-12 2019-01-01 西姆伯蒂克有限责任公司 储存和取回系统
CN108292381A (zh) * 2015-09-29 2018-07-17 利尼芝物流有限责任公司 仓库货架空间优化
CN109564651A (zh) * 2016-05-19 2019-04-02 思比机器人公司 用于自动生成将产品分配到商店内的货架结构的货架图的方法
CN106066163A (zh) * 2016-07-21 2016-11-02 国网河北省电力公司电力科学研究院 一种堆垛机与立体货架垂直度的在线监测方法
CN106774203A (zh) * 2016-12-16 2017-05-31 无锡天捷自动化物流设备有限公司 自动化仓储管理方法及装置
CN106709692A (zh) * 2017-02-24 2017-05-24 北京远大宏略科技股份有限公司 一种物流中心储位分配方法
CN109117861A (zh) * 2018-06-29 2019-01-01 浙江大学宁波理工学院 一种顾及空间位置的点集多层次聚集性分析方法
CN109001748A (zh) * 2018-07-16 2018-12-14 北京旷视科技有限公司 目标对象与物品的关联方法、装置及系统
CN110069980A (zh) * 2019-03-05 2019-07-30 北京三快在线科技有限公司 基于图像的产品聚合方法及装置、电子设备
CN110020823A (zh) * 2019-04-09 2019-07-16 心怡科技股份有限公司 一种基于K-Means的库位分配算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
面向汽车零部件自动化立体仓库的货位优化研究;林红;《中国优秀硕士学位论文全文数据库信息科技辑》;20121015;第1-68页 *

Also Published As

Publication number Publication date
CN113449749A (zh) 2021-09-28

Similar Documents

Publication Publication Date Title
CN107480922B (zh) 两端式同轨双车运行模式下货位分配调度模型建立方法
CN106372838B (zh) 一种基于背包算法的库存分拣方法
CN111815233B (zh) 基于物流总量和能量消耗的货位优化方法
CN108681845B (zh) 一种基于大数据的智慧物流派单管理系统
CN113837311B (zh) 一种基于需求响应数据的居民客户聚类方法及装置
CN107368984A (zh) 一种基于遗传算法的上架货位分配方法
CN110223010B (zh) 一种综合多因素的智能出库方法
CN113449749B (zh) 一种货位高度确定方法及系统
CN112766663A (zh) 机器人调度方法和装置
CN109165778A (zh) 应用于长物料存储的悬臂梁式立体仓库货位分配方法
CN111932185A (zh) 一种药品库存调拨系统及方法
CN110826958A (zh) 用于电商平台的智能调货方法及装置
CN110294251A (zh) 一种多品种小批量物品的箱中箱式立体库库位设计方法
CN115689407A (zh) 账户异常检测方法、装置以及终端设备
CN115423404B (zh) 一种电商仓库拣选区自动化分区方法及系统
CN109887545A (zh) 一种基于云架构的基因数据服务系统及方法
CN112529494A (zh) 一种应用于海鲜行业的订单智能动态分发系统及方法
CN116739186A (zh) 一种基于ai和大数据的业务管理方法
CN116307433B (zh) 一种物资保障供应方法及电子设备
CN116186142A (zh) 一种基于物联网的跨境税务数据服务管理系统
CN115660360A (zh) 多主体协同产供销业务链的海外小批量订单分配方法
CN112085444B (zh) 板式家具自动化原料仓领料方法及系统
CN110543963B (zh) 基于XGBoost模型的客户下单重量预测方法及系统
CN113283756A (zh) 店铺员工的分配方法和分配装置
CN113762563A (zh) 基于订单灰色关联分析的仓储货位优化布局方法及系统

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