CN113673926A - 一种基于商品数量预测的入库方法及装置 - Google Patents
一种基于商品数量预测的入库方法及装置 Download PDFInfo
- Publication number
- CN113673926A CN113673926A CN202110876252.0A CN202110876252A CN113673926A CN 113673926 A CN113673926 A CN 113673926A CN 202110876252 A CN202110876252 A CN 202110876252A CN 113673926 A CN113673926 A CN 113673926A
- Authority
- CN
- China
- Prior art keywords
- commodity
- warehousing
- goods
- type
- current
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000015654 memory Effects 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 abstract description 8
- 239000002609 medium Substances 0.000 description 10
- 238000007726 management method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000032258 transport Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (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)
- Game Theory and Decision Science (AREA)
Abstract
本申请实施例公开了一种基于商品数量预测的入库方法及装置。本申请实施例提供的技术方案，通过周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量；基于预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录；在执行商品入库作业时，根据当前商品的商品类型查询对应的入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至目标货物架存放。采用上述技术手段，通过预测商品数量并对应进行货物架分配，可以实现各类型商品入库位置的合理分配，便于后续高效确定商品入库货物架，简化入库流程，优化商品入库机制，提升商品入库效率。
Description
技术领域
本申请实施例涉及仓储管理技术领域，尤其涉及一种基于商品数量预测的入库方法及装置。
背景技术
随着企业对物流服务的准确性、时效性的质量要求在不断提高，物流行业的竞争也在不断的加剧，对企业后端物流在质量、成本、效率方面的要求也越来越高。而随着仓库管理逐步由人工、半自动向自动化、精细化方向发展，仓库管理也变得越来越精细化。仓库管理的目的是给入库商品分配最合适的货位，以提高商品仓储管理效率和货位利用率，降低管理成本。
目前，在进行商品入库时，会根据商品类型将同类型商品放置在相同货架，以便于对同类型商品进行仓储管理。
但是，将同类型商品放置在相同货架的方式，当入库商品较多或者原有货架满载时，难以合理分配商品入库位置，导致整个入库流程相对冗长，难以满足商品高效入库的需求。
发明内容
本申请实施例提供一种基于商品数量预测的入库方法及装置，能够解决商品入库流程冗长的技术问题，优化商品入库机制，提升商品入库效率。
在第一方面，本申请实施例提供了一种基于商品数量预测的入库方法，包括：
周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量；
基于所述预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录；
在执行商品入库作业时，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至所述目标货物架存放。
进一步的，所述根据当前商品的商品类型查询对应的所述入库货物架名录，从多个入库货物架中确定当前商品的目标货物架，包括：
确定当前商品的同类型商品在当前仓库中的对应货物架是否处于满载状态；
若是，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个入库货物架中确定当前商品的目标货物架；
若否，将当前商品输送至同类型商品的对应货物架存放。
进一步的，在将当前商品输送至所述目标货物架存放之后，还包括：
更新所述目标货物架的存储状态，并更新当前商品对应商品类型的所述入库货物架名录。
进一步的，所述商品数量预测模型的训练流程包括：
获取各个商品类型在设定时间段内的历史订单信息，以所述历史订单信息作为训练样本，训练对应商品类型的商品数量预测模型。
进一步的，在训练对应商品类型的商品数量预测模型之后，还包括：
根据设定时间段内对应商品类型的实际商品数量修正所述商品数量预测模型。
进一步的，所述基于所述预测商品数量对应分配各个商品类型的货物架，包括：
按照各个商品类型的所述预测商品数量，从多到少分配各个商品类型的货物架，并按照各个货物架对应的运输距离由远及近进行分配。
进一步的，将当前商品输送至所述目标货物架存放，包括：
基于当前商品的目标货物架查询预设的入库路径表，确定所述目标货物架对应的入库路径，根据所述入库路径将当前商品输送至所述目标货物架存放，所述入库路径表预先根据入库口和各个货物架规划并存储入库路径。
在第二方面，本申请实施例提供了一种基于商品数量预测的入库装置，包括：
预测模块，用于周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量；
分配模块，用于基于所述预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录；
查询模块，用于在执行商品入库作业时，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至所述目标货物架存放。
在第三方面，本申请实施例提供了一种电子设备，包括：
存储器以及一个或多个处理器；
所述存储器，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，使得所述一个或多个处理器实现如第一方面所述的基于商品数量预测的入库方法。
在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的基于商品数量预测的入库方法。
本申请实施例通过周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量；基于预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录；在执行商品入库作业时，根据当前商品的商品类型查询对应的入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至目标货物架存放。采用上述技术手段，通过预测商品数量并对应进行货物架分配，可以实现各类型商品入库位置的合理分配，便于后续高效确定商品入库货物架，简化入库流程，优化商品入库机制，提升商品入库效率。
附图说明
图1是本申请实施例一提供的一种基于商品数量预测的入库方法的流程图；
图2是本申请实施例一中的入库路径示意图；
图3是本申请实施例一中的商品入库示意图；
图4是本申请实施例二提供的一种基于商品数量预测的入库装置的结构示意图；
图5是本申请实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本申请提供的一种基于商品数量预测的入库方法，旨在通过进行商品数量预测，基于预测商品数量进行对应商品类型的货物架预先分配，以便于后续根据预先分配的货物架执行商品入库作业，以此来实现商品入库货物架的高效确定，简化商品入库流程，优化商品入库机制，提升商品入库效率。对于传统的商品入库方式，其在进行商品入库作业时，一般只简单地将入库商品放在相同商品类型的货架上。由于没有考虑商品数量的影响，在入库商品数量较多的情况下，无法将入库商品放于同一货物架上，此时再进行货物架分配，会影响商品入库效率，导致商品入库时间过长。基于此，提供本申请实施例一种基于商品数量预测的入库方法，以解决商品入库流程冗长的技术问题。
实施例一：
图1给出了本申请实施例一提供的一种基于商品数量预测的入库方法的流程图，本实施例中提供的基于商品数量预测的入库方法可以由基于商品数量预测的入库设备执行，该基于商品数量预测的入库设备可以通过软件和/或硬件的方式实现，该基于商品数量预测的入库设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，该基于商品数量预测的入库设备可以是电脑，手机，平板、输送车主控设备等电子设备。
下述以基于商品数量预测的入库设备为执行基于商品数量预测的入库方法的主体为例，进行描述。参照图1，该基于商品数量预测的入库方法具体包括：
S110、周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量。
本申请实施例通过商品数量预测模型确定各个商品类型的预测商品数量，以便于根据预测商品数量来进行商品入库位置的分配。以此来实现高效的商品入库位置分配，提升商品入库效率。
在进行商品数量预测时，需要首先构建对应各类型商品的商品数量预测模型，根据商品数量预测模型进行各类型商品数量的预测。其中，所述商品数量预测模型的训练流程包括：获取各个商品类型在设定时间段内的历史订单信息，以所述历史订单信息作为训练样本，训练对应商品类型的商品数量预测模型。
举例而言，对应一个商品类型的商品数量预测，通过获取过去设定时间段内该商品类型的所有历史订单信息，从每一个历史订单信息中确定对应的商品数量数据和对应的时间戳信息。将商品数量数据和对应的时间戳信息作为训练样本构建一个基于时间序列的商品数量预测模型。通过该基于时间序列的商品数量预测模型即可预测未来一个设定周期对应的时间段内，对应商品类型的预测商品数量。采用基于时间序列的预测模型预测商品数量的方式有很多，本申请实施例对具体的预测方式不做固定限制。实际应用中，还可以采用神经网络模型等预测模型进行商品数量预测，在此不多赘述。
基于预先构建的对应各个商品类型的商品数量预测模型，本申请实施例每一个设定周期，就将需要进行商品数量预测的商品类型明细输入商品数量预测模型，进行各商品类型的商品数量预测，得到下一个周期对应的时间段内，各商品类型的预测商品数量。
S120、基于所述预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录。
进一步的，基于模型预测得到的各个商品类型的预测商品数量，对应各个商品类型进行当前仓库的货物架分配。以此来为各个商品类型的商品预先分配入库存放的货物架。其中，根据预测商品数量的多少，对应分配的货物架数量可以是一个或多个。以此即可得到对应各个商品类型的入库货物架名录，该入库货物架名录即包含了其商品入库时可以选择存放的一个或者多个货物架。
可选的，本申请实施例在分配货物架时，按照各个商品类型的所述预测商品数量，从多到少分配各个商品类型的货物架，并按照各个货物架对应的运输距离由远及近进行分配。可以理解的是，若预测商品数量较多，则需要分配对应商品类型较多的货物架。根据一个货物架所能够存放的商品数量，结合预测商品数量即可计算得到对应商品类型所需要配置的货物架数量。进一步的，基于各商品类型所需要配置的货物架数量，本申请实施例按照预测商品数量从多到少逐个商品类型进行货物架配置。对于预测商品数量较多的商品类型，表明未来设定周期内，该商品类型的订单数量较多，为了方便这部分商品的入库作业，需要分配运输距离较短的货物架给该商品类型，以实现大批量商品订单的高效入库作业。因此，本申请实施例根据各商品类型的预测商品数量，数量越多的货物架分配优先级越高，并且，将货物架运输距离从短到长逐一分配给各个对应的商品类型，以此得到各商品类型的入库货物架名录。入库货物架名录中，按照货物架分配的先后顺序排列各个货物架，以便于后续商品入库时，按照入库货物架名录中的货物架排列顺序选择货物架执行入库作业。从而进一步优化商品入库机制，提升商品入库效率。
S130、在执行商品入库作业时，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至所述目标货物架存放。
基于各商品类型预先配置的入口货物架名录，当需要执行商品入库作业时，首先确定当前商品的商品类型，根据该商品类型查询入口货物架名录，即可确定当前商品的目标货物架，进而基于该目标货物架执行商品入库作业。
可选的，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个入库货物架中确定当前商品的目标货物架，包括：
确定当前商品的同类型商品在当前仓库中的对应货物架是否处于满载状态；若是，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个入库货物架中确定当前商品的目标货物架；若否，将当前商品输送至同类型商品的对应货物架存放。
可以理解的是，对应当前商品的商品类型，若仓库中同类型商品对应存放的货物架尚未满载，则需要先将当前商品存放至这一尚未满载的货物架。在该货物架满载之后，对应商品类型的入口作业则通过查询入库货物架名录确定目标货物架，将对应类型商品放至目标货物架，以此来实现商品的高效入库作业，优化商品入库机制。
在一个实施例中，对应各个商品类型的货物架分配过程中，若仓库中同类型商品存放的货物架尚未满载，则首先将该货物架分配给对应商品类型，以便于后续入库作业时，根据入库货物架名录选择尚未满载的货物架存放入库商品。
进一步的，在确定目标货物架，将当前商品输送至目标货物架存放时，本申请实施例基于当前商品的目标货物架查询预设的入库路径表，确定所述目标货物架对应的入库路径，根据所述入库路径将当前商品输送至所述目标货物架存放，所述入库路径表预先根据入库口和各个货物架规划并存储入库路径。
在此之前，入库设备预先根据仓库平面图规划入库口到各个货物架的运输路径，即入库路径，得到对应的入库路径表。现有技术对于最短路径规划的方式有很多，本申请实施例对具体的路径规划方式不做固定限制，在此不多赘述。可以理解的是，入库路径即为对应入库口到货物架的路径，输送车在执行入库作业时，运载商品在每一个入库路径上的行驶距离，即为对应商品的运输距离。每一个入库路径的首尾即为对应的入库口和货物架。基于预先规划并存储的入库路径，在确定入库口和目标货物架时，即可通过查询预先存储的入库路径表，确定当前商品的入库路径。之后，输送车按照该入库路径运载商品从目标入库口至目标货物架存放，以此完成本申请实施例的商品入库作业。
示例性的，参照图2，提供本申请实施例的入库路径示意图。如图2所示，在确定入库口11和目标货物架12之后，通过查询入库路径表确定对应的入库路径，此时输送车运载商品从入库口11进入仓库，并沿着入库路径行驶至目标货物架12处。如图3所示，输送车13将商品放置至货物架12，以此即可完成当前商品的入库作业。整个过程中无需操作员过多进行人工操作，输送车在装载对应商品之后，操作员在输送车上的主控设备进行人机交互，输入当前商品的商品类型，主控设备基于该商品类型，参照上述步骤S110-S130确定目标货物架，进而确定对应的入库路径，并控制输送车按照入库路径执行入库作业，将当前商品自动运输到对应的货物架。操作员此时通过操控输送车将当前商品放至目标货物架，即可完成当前商品的入库作业。以此来简化入库作业流程，提升商品入库效率。
在一个实施例中，该基于商品历史订单数据的入库设备在执行完当前商品的入库作业之后，还判断所述目标货物架是否满载，若否，将所述目标货物架用于下一次对应商品类型的商品入库作业。可以理解的是，为了便于下一次同类型商品的入库作业，进一步提升入库作业效率。本申请实施例在确定目标货物架未满载时，则直接将该目标货物架作为下一次同类型商品的目标货物架，无需通过查询入库货物架名录来确定目标货物架，以此可以进一步缩短入库作业时长，优化商品入库机制。
可选的，该入库设备在执行完当前商品的入库作业之后，还更新所述目标货物架的存储状态，并更新当前商品对应商品类型的所述入库货物架名录。可以理解的是，为了保证各个货物架的仓储状态准确，需要对货物架的存储状态进行实时更新。并且，为了确保根据入库货物架名录选择的目标货物架准确无误，需要将已经满载的货物架从入库货物架名录中删除，以避免错误选择已满载的货物架执行入库作业。
在一个实施例中，该入库设备还根据设定时间段内对应商品类型的实际商品数量修正所述商品数量预测模型。可以理解的是，为了商品数量预测准确，需要根据对应周期内的实际商品数量来修正商品数量预测模型，以使商品数量预测模型的预测更接近实际商品数量。对于预测模型的修正方式有很多，本申请实施例对此不做固定限制，在此不多赘述。
上述，通过周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量；基于预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录；在执行商品入库作业时，根据当前商品的商品类型查询对应的入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至目标货物架存放。采用上述技术手段，通过预测商品数量并对应进行货物架分配，可以实现各类型商品入库位置的合理分配，便于后续高效确定商品入库货物架，简化入库流程，优化商品入库机制，提升商品入库效率。
实施例二：
在上述实施例的基础上，图4为本申请实施例二提供的一种基于商品数量预测的入库装置的结构示意图。参考图4，本实施例提供的基于商品数量预测的入库装置具体包括：预测模块21、分配模块22和查询模块23。
其中，预测模块21用于周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量；
分配模块，用于基于所述预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录；
查询模块，用于在执行商品入库作业时，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至所述目标货物架存放。
预测模块包括：
判断单元，用于确定当前商品的同类型商品在当前仓库中的对应货物架是否处于满载状态；若是，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个入库货物架中确定当前商品的目标货物架；若否，将当前商品输送至同类型商品的对应货物架存放。
具体的，基于商品数量预测的入库装置还包括：
更新模块，用于更新所述目标货物架的存储状态，并更新当前商品对应商品类型的所述入库货物架名录。
具体的，所述商品数量预测模型的训练流程包括：
获取各个商品类型在设定时间段内的历史订单信息，以所述历史订单信息作为训练样本，训练对应商品类型的商品数量预测模型。
具体的，基于商品数量预测的入库装置还包括：
修正模块，用于根据设定时间段内对应商品类型的实际商品数量修正所述商品数量预测模型。
具体的，所述分配模块具体用于按照各个商品类型的所述预测商品数量，从多到少分配各个商品类型的货物架，并按照各个货物架对应的运输距离由远及近进行分配。
具体的，所述查询模块具体用于基于当前商品的目标货物架查询预设的入库路径表，确定所述目标货物架对应的入库路径，根据所述入库路径将当前商品输送至所述目标货物架存放，所述入库路径表预先根据入库口和各个货物架规划并存储入库路径。
本申请实施例二提供的基于商品数量预测的入库装置可以用于执行上述实施例一提供的基于商品数量预测的入库方法，具备相应的功能和有益效果。
实施例三：
本申请实施例三提供了一种电子设备，参照图5，该电子设备包括：处理器31、存储器32、通信模块33、输入装置34及输出装置35。该电子设备中处理器的数量可以是一个或者多个，该电子设备中的存储器的数量可以是一个或者多个。该电子设备的处理器31、存储器32、通信模块33、输入装置34及输出装置35可以通过总线或者其他方式连接。
存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请任意实施例所述的基于商品数量预测的入库方法对应的程序指令/模块(例如，基于商品数量预测的入库装置中的预测模块、分配模块和查询模块)。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信模块33用于进行数据传输。
处理器31通过运行存储在存储器中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的基于商品数量预测的入库方法。
输入装置34可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。
上述提供的电子设备可用于执行上述实施例一提供的基于商品数量预测的入库方法，具备相应的功能和有益效果。
实施例四：
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种基于商品数量预测的入库方法，该基于商品数量预测的入库方法包括：周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量；基于所述预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录；在执行商品入库作业时，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至所述目标货物架存放。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如DRAM、DDR RAM、SRAM、EDO RAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到第一计算机系统。第二计算机系统可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的基于商品数量预测的入库方法，还可以执行本申请任意实施例所提供的基于商品数量预测的入库方法中的相关操作。
上述实施例中提供的基于商品数量预测的入库装置、存储介质及电子设备可执行本申请任意实施例所提供的基于商品数量预测的入库方法，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的基于商品数量预测的入库方法。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。
Claims (10)
1.一种基于商品数量预测的入库方法，其特征在于，包括：
周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量；
基于所述预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录；
在执行商品入库作业时，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至所述目标货物架存放。
2.根据权利要求1所述的基于商品数量预测的入库方法，其特征在于，所述根据当前商品的商品类型查询对应的所述入库货物架名录，从多个入库货物架中确定当前商品的目标货物架，包括：
确定当前商品的同类型商品在当前仓库中的对应货物架是否处于满载状态；
若是，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个入库货物架中确定当前商品的目标货物架；
若否，将当前商品输送至同类型商品的对应货物架存放。
3.根据权利要求1所述的基于商品数量预测的入库方法，其特征在于，在将当前商品输送至所述目标货物架存放之后，还包括：
更新所述目标货物架的存储状态，并更新当前商品对应商品类型的所述入库货物架名录。
4.根据权利要求1所述的基于商品数量预测的入库方法，其特征在于，所述商品数量预测模型的训练流程包括：
获取各个商品类型在设定时间段内的历史订单信息，以所述历史订单信息作为训练样本，训练对应商品类型的商品数量预测模型。
5.根据权利要求1所述的基于商品数量预测的入库方法，其特征在于，在训练对应商品类型的商品数量预测模型之后，还包括：
根据设定时间段内对应商品类型的实际商品数量修正所述商品数量预测模型。
6.根据权利要求1所述的基于商品数量预测的入库方法，其特征在于，所述基于所述预测商品数量对应分配各个商品类型的货物架，包括：
按照各个商品类型的所述预测商品数量，从多到少分配各个商品类型的货物架，并按照各个货物架对应的运输距离由远及近进行分配。
7.根据权利要求1所述的基于商品数量预测的入库方法，其特征在于，将当前商品输送至所述目标货物架存放，包括：
基于当前商品的目标货物架查询预设的入库路径表，确定所述目标货物架对应的入库路径，根据所述入库路径将当前商品输送至所述目标货物架存放，所述入库路径表预先根据入库口和各个货物架规划并存储入库路径。
8.一种基于商品数量预测的入库装置，其特征在于，包括：
预测模块，用于周期性将商品类型明细输入预设置的商品数量预测模型，输出对应各个商品类型的预测商品数量；
分配模块，用于基于所述预测商品数量对应分配各个商品类型的货物架，得到对应商品类型的入库货物架名录；
查询模块，用于在执行商品入库作业时，根据当前商品的商品类型查询对应的所述入库货物架名录，从多个货物架中确定当前商品的目标货物架，将当前商品输送至所述目标货物架存放。
9.一种电子设备，其特征在于，包括：
存储器以及一个或多个处理器；
所述存储器，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，使得所述一个或多个处理器实现如权利要求1-7任一所述的基于商品数量预测的入库方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7任一所述的基于商品数量预测的入库方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110876252.0A CN113673926A (zh) | 2021-07-30 | 2021-07-30 | 一种基于商品数量预测的入库方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110876252.0A CN113673926A (zh) | 2021-07-30 | 2021-07-30 | 一种基于商品数量预测的入库方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113673926A true CN113673926A (zh) | 2021-11-19 |
Family
ID=78540940
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110876252.0A Pending CN113673926A (zh) | 2021-07-30 | 2021-07-30 | 一种基于商品数量预测的入库方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113673926A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114602835A (zh) * | 2022-02-25 | 2022-06-10 | 杭州长川科技股份有限公司 | 芯片检测用分选收料方法及其系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101803658B1 (ko) * | 2016-09-29 | 2017-11-30 | 주식회사 태천 | 빅 데이터 및 이벤트를 기반으로 하는 상품 재고 관리 시스템 |
| US20180300435A1 (en) * | 2017-04-06 | 2018-10-18 | Lineage Logistics, LLC | Automated warehouse design and simulations |
| US20180346244A1 (en) * | 2016-01-21 | 2018-12-06 | Cainiao Smart Logistics Holding Limited | Method and device for warehouse storage space planning and electronic device |
| CN112330230A (zh) * | 2020-12-04 | 2021-02-05 | 工业互联网创新中心（上海）有限公司 | 一种基于标识解析的供应链管理模块 |
| US20210150460A1 (en) * | 2017-11-27 | 2021-05-20 | Beijing Jingdong Shangke Information Technology Co., Ltd. | Method and apparatus for outputting storage position information |
-
2021
- 2021-07-30 CN CN202110876252.0A patent/CN113673926A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180346244A1 (en) * | 2016-01-21 | 2018-12-06 | Cainiao Smart Logistics Holding Limited | Method and device for warehouse storage space planning and electronic device |
| KR101803658B1 (ko) * | 2016-09-29 | 2017-11-30 | 주식회사 태천 | 빅 데이터 및 이벤트를 기반으로 하는 상품 재고 관리 시스템 |
| US20180300435A1 (en) * | 2017-04-06 | 2018-10-18 | Lineage Logistics, LLC | Automated warehouse design and simulations |
| US20210150460A1 (en) * | 2017-11-27 | 2021-05-20 | Beijing Jingdong Shangke Information Technology Co., Ltd. | Method and apparatus for outputting storage position information |
| CN112330230A (zh) * | 2020-12-04 | 2021-02-05 | 工业互联网创新中心（上海）有限公司 | 一种基于标识解析的供应链管理模块 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114602835A (zh) * | 2022-02-25 | 2022-06-10 | 杭州长川科技股份有限公司 | 芯片检测用分选收料方法及其系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11182743B2 (en) | Order processing method and device, server, and storage medium | |
| US11030573B2 (en) | Automated guided vehicle control and organizing inventory items using predictive models for slow item types | |
| CN110245890B (zh) | 货品分拣方法及货品分拣系统 | |
| CN106980955B (zh) | 用于输出信息的方法和装置 | |
| CN108960708B (zh) | 货物上架方法、装置、系统、货物上架终端及存储介质 | |
| CN111091328B (zh) | 一种仓储入库管理方法和管理装置 | |
| CN108846609A (zh) | 基于订单任务的拣选方法、装置、服务器和介质 | |
| Jiang et al. | Picking-replenishment synchronization for robotic forward-reserve warehouses | |
| Füßler et al. | High-performance order processing in picking workstations | |
| TW202240488A (zh) | 訂單處理方法、裝置、設備、系統、媒體及產品 | |
| CN111985862A (zh) | 定位库存物品的方法和装置 | |
| CN113525990B (zh) | 一种基于穿梭车路径进行商品入库的方法及装置 | |
| CN113673926A (zh) | 一种基于商品数量预测的入库方法及装置 | |
| CN112044784A (zh) | 智能载物箱匹配方法、设备及存储介质 | |
| Boysen et al. | A review of synchronization problems in parts-to-picker warehouses | |
| CN112232541A (zh) | 一种运输路径确定方法、装置、设备和存储介质 | |
| CN111703802B (zh) | 出入库流程的控制方法和装置、仓储系统 | |
| CN113159467B (zh) | 一种派车单处理方法和装置 | |
| CN116757608A (zh) | 仓储处理方法、系统、电子设备和介质 | |
| CN111861332A (zh) | 一种基于大数据分析的物流状态可视化跟踪方法及系统 | |
| CN111738640A (zh) | 一种仓库内工作站的创建方法、装置、设备及介质 | |
| CN113673927A (zh) | 一种基于商品历史订单数据的入库方法及装置 | |
| CN115390958A (zh) | 一种任务处理方法和装置 | |
| CN112474368B (zh) | 货物拣选方法、装置、设备和计算机可读介质 | |
| CN112009921B (zh) | 同心多边形仓库以及物品上下架的方法和装置 |
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 |