CN113762562B - 一种生成配载信息的方法、装置和存储介质 - Google Patents

一种生成配载信息的方法、装置和存储介质 Download PDF

Info

Publication number
CN113762562B
CN113762562B CN202010634851.7A CN202010634851A CN113762562B CN 113762562 B CN113762562 B CN 113762562B CN 202010634851 A CN202010634851 A CN 202010634851A CN 113762562 B CN113762562 B CN 113762562B
Authority
CN
China
Prior art keywords
information
tray
load weight
warehouse
generating
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
CN202010634851.7A
Other languages
English (en)
Other versions
CN113762562A (zh
Inventor
康胜苏
姜盛乾
何双
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.)
Beijing Jingdong Zhenshi Information Technology Co Ltd
Original Assignee
Beijing Jingdong Zhenshi Information 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 Beijing Jingdong Zhenshi Information Technology Co Ltd filed Critical Beijing Jingdong Zhenshi Information Technology Co Ltd
Priority to CN202010634851.7A priority Critical patent/CN113762562B/zh
Publication of CN113762562A publication Critical patent/CN113762562A/zh
Application granted granted Critical
Publication of CN113762562B publication Critical patent/CN113762562B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/083—Shipping
    • 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

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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种生成配载信息的方法、装置和存储介质，具体为首先获取库内存放的托盘重量信息和托盘上的物品信息，以及基于物品信息，生成库内托盘的位置信息，其次，获取出库货车的容积信息、最大配载重量信息和货运流向信息，将出库货车的容积信息、最大配载重量信息和货运流向信息输入满足出库货车的所述货运流向信息、容积信息、最大配载重量信息、托盘重量信息和位置信息最优化配置后的表示出库货车的最优配载重量的配载重量规划模型，并生成出库货车对应的配载重量规划信息，最后，按照配载重量规划信息为出库货车生成配载信息。本申请实施例通过为库内托盘规划最优的配载顺序，同时满足出库货车的合理配载需求，提升了出库货车的车载率。

Description

一种生成配载信息的方法、装置和存储介质
技术领域
本申请涉及仓储物流技术领域，尤其涉及一种生成配载信息的方法、装置和存储介质。
背景技术
仓储是现代物流的一个重要组成部分，在物流系统中起着至关重要的作用，是厂商研究和规划的重点。高效合理的仓储可以帮助厂商加快物资流动的速度，降低成本，保障生产的顺利进行，并可以实现对资源有效控制和管理。
仓储中心在接收到各个发货地发出的货物后，一般会根据商家的货物去向安装装车发送。但是实际操作过程中，在下货过程中可能会将托盘堆积起来。如图1所示，为当前仓储中心内托盘堆积的示意图。托盘堆积之后，进出就变成了后进先出，尽管同类商品都会堆积在一起，也会出现堆积失误的情况。而仓储中心的每一个托盘上的货物重量都是不一样的，仓储中心安排载运货车一般是通过经验估计。当仓储中心中的托盘摆放顺序不合理时，在为仓储中心的获取安排载运货车时，可能出现有些货车已经装满，但未接近货车配重，而有的货车没有装满，却已经超出配重的情况。
发明内容
本申请实施例提供了一种生成配载信息的方法，克服了仓储中心货车配重不合理的问题，提升了车载率。
该方法包括：
获取库内存放的托盘重量信息和托盘上的物品信息；
基于所述物品信息，生成库内托盘的位置信息；
获取出库货车的容积信息、最大配载重量信息和货运流向信息；
将所述出库货车的容积信息、所述最大配载重量信息和所述货运流向信息输入满足所述出库货车的所述货运流向信息、所述容积信息、所述最大配载重量信息、所述托盘重量信息和所述位置信息最优化配置后的表示所述出库货车的最优配载重量的配载重量规划模型，并生成所述出库货车对应的配载重量规划信息；
按照所述配载重量规划信息为所述出库货车生成配载信息。
可选地，所述配载重量规划模型为：
基于所述托盘重量信息，和/或表示所述托盘是否决定被搬出的第一决策信息，和/或表示所述托盘是否可以搬出的第二决策信息，和/或表示是否为本次出库流向托盘的第三决策信息，生成所述配载重量规划模型，其中，所述配载重量规划模型中包括以下约束条件：
所述最优配载重量低于所述出库货车的所述最大配载重量信息、所述出库货车上的托盘数量在第一预设范围内、若所述托盘的位置信息在每一列托盘的第一个时的所述第二决策信息设置为所述库内托盘可以被搬出，以及若所述托盘所在列之前存在未搬走的托盘时的该所述托盘设置为不被搬出。
可选地，基于所述物品信息中的物品流向信息，确定放置该物品的所述库内托盘的位置信息，所述位置信息包括所述库内托盘的行序号和列序号。
可选地，利用启发式算法对所述配载重量规划信息进行优化，生成所述配载重量规划信息的局部最优解，并作为所述出库货车生成配载信息，其中，所述配载重量规划信息表示所述出库货车的所述配载信息的可行解。
在本发明的另一个实施例中，提供了一种生成配载信息的装置，该装置包括：
第一获取模块，用于获取库内存放的托盘重量信息和托盘上的物品信息；
第一生成模块，用于基于所述物品信息，生成库内托盘的位置信息；
第二获取模块，用于获取出库货车的容积信息、最大配载重量信息和货运流向信息；
第二生成模块，用于将所述出库货车的容积信息、所述最大配载重量信息和所述货运流向信息输入满足所述出库货车的所述货运流向信息、所述容积信息、所述最大配载重量信息、所述托盘重量信息和所述位置信息最优化配置后的表示所述出库货车的最优配载重量的配载重量规划模型，并生成所述出库货车对应的配载重量规划信息；
第三生成模块，用于按照所述配载重量规划信息为所述出库货车生成配载信息。
可选地，所述第二生成模块中的所述配载重量规划模型包括：
基于所述托盘重量信息，和/或表示所述托盘是否决定被搬出的第一决策信息，和/或表示所述托盘是否可以搬出的第二决策信息，和/或表示是否为本次出库流向托盘的第三决策信息，生成所述配载重量规划模型，其中，所述配载重量规划模型中包括以下约束条件：
所述最优配载重量低于所述出库货车的所述最大配载重量信息、所述出库货车上的托盘数量在第一预设范围内、若所述托盘的位置信息在每一列托盘的第一个时的所述第二决策信息设置为所述库内托盘可以被搬出，以及若所述托盘所在列之前存在未搬走的托盘时的该所述托盘设置为不被搬出。
可选地，所述第一生成模块还用于：
基于所述物品信息中的物品流向信息，确定放置该物品的所述库内托盘的位置信息，所述位置信息包括所述库内托盘的行序号和列序号。
可选地，所述第三生成模块还用于：
利用启发式算法对所述配载重量规划信息进行优化，生成所述配载重量规划信息的局部最优解，并作为所述出库货车生成配载信息，其中，所述配载重量规划信息表示所述出库货车的所述配载信息的可行解。
在本发明的另一个实施例中，提供了一种非瞬时计算机可读存储介质，所述非瞬时计算机可读存储介质存储指令，所述指令在由处理器执行时使得所述处理器执行上述一种生成配载信息的方法中的各个步骤。
在本发明的另一个实施例中，提供了一种终端设备，包括处理器，所述处理器用于执行上述一种生成配载信息的方法中的各个步骤。
基于上述实施例，首先获取库内存放的托盘重量信息和托盘上的物品信息，以及基于物品信息，生成库内托盘的位置信息，其次，获取出库货车的容积信息、最大配载重量信息和货运流向信息，进一步地，将出库货车的容积信息、最大配载重量信息和货运流向信息输入满足出库货车的所述货运流向信息、容积信息、最大配载重量信息、托盘重量信息和位置信息最优化配置后的表示出库货车的最优配载重量的配载重量规划模型，并生成出库货车对应的配载重量规划信息，最后，按照配载重量规划信息为出库货车生成配载信息。本申请实施例通过为库内托盘规划最优的配载顺序，同时满足出库货车的合理配载需求，提升了出库货车的车载率。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了为本申请实施例提供的当前仓储中心内托盘堆积的示意图；
图2示出了为本申请实施例100所提供的一种生成配载信息的方法的流程示意图；
图3示出了本申请实施例200提供的一种生成配载信息的方法的具体流程的示意图；
图4示出了本申请实施例提供的库内托盘存放的示意图；
图5示出了本申请实施例500还提供一种生成配载信息的装置的示意图；
图6示出了本申请实施例600所提供的一种终端设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含。例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他步骤或单元。
基于现有技术中的问题，本申请实施例提供了一种生成配载信息的方法，主要适用于仓储物流技术领域。通过获取库内托盘和物品的信息，将物品按照商品种类和物品流向信息进行在托盘进行放置，再根据出库货车的容积信息、最大配载重量信息和货运流向信息进行配载调度，利用启发式算法求得最优解，指引工作人员进行货车的承载操作。下面以具体实施例对本发明的技术方案进行详细说明，以实现一种生成配载信息的方法。以下几个具体实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。如图2所示，为本申请实施例100提供的一种生成配载信息的方法的流程示意图。其中，详细步骤如下：
步骤S11，获取库内存放的托盘重量信息和托盘上的物品信息。
本步骤中，仓库作为转运中心，一般会设置多个托盘进行货物的承载。托盘作为一种载货平台，是使静态货物转变为动态货物的媒介物。库内托盘一般会按照工作人员的操作需要放置。一般地，在接收到到库货车的物品后，可以按照物品流向信息，为物品设置可以放置的库内托盘。进一步地，获取库内托盘的托盘重量信息和托盘上放置的物品的物品信息。物品信息包括物品流向信息。
步骤S12，基于物品信息，生成库内托盘的位置信息。
本步骤中，物品到库后，工作人员通过射频识别设备(Radio FrequencyIdentification，RFID)绑定托盘，并将托盘放置于指定位置或将物品放置于指定的库内托盘上。进一步地，通过RFID反馈库内托盘的位置信息，如位于第X行第X列。
步骤S13，获取出库货车的容积信息、最大配载重量信息和货运流向信息。
本步骤中，出库货车为安排库内托盘上的物品继续运输的货车。为确定每辆出库货车的配载信息，需要获取出库货车的容积信息，最大配载重量信息和货运流向信息。
步骤S14，将出库货车的容积信息、最大配载重量信息和货运流向信息输入满足出库货车的货运流向信息、容积信息、最大配载重量信息、托盘重量信息和位置信息最优化配置后的表示出库货车的最优配载重量的配载重量规划模型，并生成出库货车对应的配载重量规划信息。
本步骤中，基于前述获取的库内的托盘重量信息和物品信息，在库内存在多个库内托盘且需要运输物品的情况下，为当前获取的出库货车生成配载重量规划信息。具体地，基于配载重量规划模型，在满足货运流向信息、容积信息、最大配载重量信息、托盘重量信息和位置信息等信息的约束条件下，为当前的出库货车规划可行解。
步骤S15，按照配载重量规划信息为出库货车生成配载信息。
本步骤中，基于前述配载重量规划模型在各个约束条件下的可行解，利用启发式算法寻找局部最优解，并按照该局部最优解为出库货车生成具体的配载信息。
如上所述，基于上述实施例，首先获取库内存放的托盘重量信息和托盘上的物品信息，以及基于物品信息，生成库内托盘的位置信息，其次，获取出库货车的容积信息、最大配载重量信息和货运流向信息，进一步地，将出库货车的容积信息、最大配载重量信息和货运流向信息输入满足出库货车的所述货运流向信息、容积信息、最大配载重量信息、托盘重量信息和位置信息最优化配置后的表示出库货车的最优配载重量的配载重量规划模型，并生成出库货车对应的配载重量规划信息，最后，按照配载重量规划信息为出库货车生成配载信息。本申请实施例通过为库内托盘规划最优的配载顺序，同时满足出库货车的合理配载需求，提升了出库货车的车载率。
如图3所示，为本申请实施例200提供的一种生成配载信息的方法的具体流程的示意图。其中，该具体流程的详细过程如下：
S201，记录到库货车的载货信息。
这里，货车到库前，需要记录到库货车的载货信息。其中，载货信息包括但不限于托盘数量、托盘上的物品信息、托盘重量信息、物品流向信息等。
S202，获取库内托盘的托盘重量信息和托盘上的物品信息。
这里，将到库货车所配载的托盘及物品卸载至仓库后，获取此时各个库内托盘的托盘重量信息和托盘上的物品信息。具体地，在仓储中心按照物品种类或者物品流向信息划分物品存放区域。如图4所示，为本申请实施例提供的库内托盘存放的示意图。在到库货车卸载物品时，分别将属于不同物品存放区域的物品分开放置。另外，所有到库的托盘会根据物品流向信息进行分类，并统计出每个物品流向信息下的托盘总数量和托盘总重量。
S203，基于物品流向信息和物品信息，确定库内托盘的位置信息。
这里，基于物品信息中的物品流向信息，确定放置该物品的库内托盘的位置信息，位置信息包括库内托盘的行序号和列序号。具体地，物品到库后，通过RFID绑定托盘，并将托盘放置于指定位置。具体地，将RFID放置于库内托盘上，并绑定该库内托盘的信息(如托盘上的物品信息、托盘重量信息、物品流向信息等)。基于物品存放区域的推荐位置进行库内托盘的堆放，且由RFID根据定位信息反馈库内托盘的位置信息。如当前规定行序号为(1,1)、(2,1)、…、(n,1)，列序号为(1,1)、(1,2)、…、(1,n)。库内托盘在放置后，RFID会根据托盘位置换算出定位序号作为当前库内托盘的位置信息。
S204，获取出库货车的容积信息、最大配载重量信息和货运流向信息。
这里，根据库内的总托盘数及每个物品流向信息下的托盘总数量和托盘总重量进行出库货车调度，并获取各个出库货车的的容积信息、最大配载重量信息和货运流向信息。其中，由于车辆调度受到多重因素影响，本申请不作深入讨论，根据已知信息进行车辆调度以后，获取出库货车的容积信息、最大配载重量信息和货运流向信息。
S205，构建配载重量规划模型及其约束条件。
这里，基于获取的库内托盘的位置信息为(i,j)，托盘重量信息为αi,j，出库货车的容积信息为β，最大配载重量信息为χ，通过计算得到到库货车可以容纳的最大托盘数量为δ。以及基于托盘重量信息αi,j、表示托盘是否决定被搬出的第一决策信息、表示托盘是否可以搬出的第二决策信息和表示是否为本次出库流向托盘的第三决策信息，生成配载重量规划模型，如公式1所示：
其中，出库货车的配载重量规划信息max Z，第一决策信息第二决策信息/>第三决策信息
进一步地，配载重量规划模型中包括以下约束条件：
表示最优配载重量低于出库货车的所述最大配载重量信息的约束条件1：出库货车上的托盘数量在第一预设范围内的约束条件2：其中，第一预设范围为0.9δ至δ，表示出库货车内托盘的数目不能低于一个阈值，同时如果托盘数量够多，也可以将货车装满，因此，也不能高于货车可以容纳的最大托盘数量δ；表示每个托盘有两个选项，分别是决定搬出和不决定搬出约束条件3:/>表示库内托盘的位置信息在每一列托盘的第一个时的第二决策信息为1的约束条件4：/>即表示每个托盘所在列的第一个托盘都可以搬出；表示库内托盘所在列之前存在未搬走的托盘时该库内托盘不被搬出的约束条件5：/>其中，约束条件5为流向约束，表示每一列的托盘，只要前面的托盘都被搬出，就可以搬出，否则不可以搬出。如果本次流向的托盘前面有其它流向托盘，若不希望有障碍的托盘被搬出，可以将约束条件5改成
通过上述配载重量规划模型及其约束条件为库内托盘和出库货车构建配载规划式，使得库内托盘和出库货车进行合理配载，其中具体的约束条件可以基于业务需要进行具体配置。
S206，将出库货车的容积信息、最大配载重量信息和货运流向信息输入配载重量规划模型，生成出库货车对应的配载重量规划信息。
这里，与出库货车对应的配载重量信息为配载重量规划模型生成的可行解。
S207，利用启发式算法对配载重量规划信息进行优化，生成出库货车的配载信息。
本步骤中，利用启发式算法对配载重量规划信息进行优化，生成配载重量规划信息的局部最优解，并作为出库货车生成配载信息，其中，配载重量规划信息表示出库货车的配载信息的可行解。进一步地，可以利用遗传算法、蚁群算法、人工免疫算法和变邻域搜索启发式算法等启发式算法求解最佳的出库货车的配载信息。
变邻域搜索启发式算法是一种改进型的局部搜索算法，算法进行的每一步迭代都是通过搜索当前解的邻域得到的。变邻域搜索启发式算法是在邻域搜索算法基础上不断改进邻域结构，通过变换邻域以扩大搜索范围。蚁群算法，又称蚂蚁算法，是一种用来寻找优化路径的概率型算法。这种算法具有分布计算、信息正反馈和启发式搜索的特征，本质上是进化算法中的一种启发式全局优化算法。
本申请基于上述步骤实现上述一种生成配载信息的方法。通过利用RFI D记录托盘的托盘重量信息和托盘上的物品信息等，按照储放顺序进行入库堆放，出库时候，根据出库货车的容积信息、最大配载重量信息和货运流向信息进行出库排序，从而达到最优配载。操作人员也可以根据RFID的信息进行车辆的叫号。具体的，到库前，需要录入车内含有的托盘数量、托盘上的物品信息、托盘重量信息、物品流向信息等，到库后，通过RFI D绑定托盘，并指引操作人员将托盘放置于指定位置。进一步地，根据库内的总托盘数量及物品流向信息进行出库货车调度，并将各个货运流向信息的出库货车的容积信息和最大配载重量信息输入预先设置的配载重量规划模型。根据库内托盘的位置信息、托盘重量信息、出库货车的容积信息、最大配载重量信息和货运流向信息进行规划方法设计，利用启发式算法求得最佳的配载顺序，引导操作人员进行合理的拣货。本申请实施例利用启发式算法求得最优解，指引工作人员进行承载操作，实现库内托盘按照最佳配载顺序进行配载，合理安排出库货车的配载信息，提升了车载率和出库效率。
基于同一发明构思，本申请实施例500还提供一种生成配载信息的装置，其中，如图5所示，该装置包括：
第一获取模块51，用于获取库内存放的托盘重量信息和托盘上的物品信息；
第一生成模块52，用于基于物品信息，生成库内托盘的位置信息；
第二获取模块53，用于获取出库货车的容积信息、最大配载重量信息和货运流向信息；
第二生成模块54，用于将出库货车的容积信息、最大配载重量信息和货运流向信息输入满足出库货车的所述货运流向信息、容积信息、最大配载重量信息、托盘重量信息和位置信息最优化配置后的表示出库货车的最优配载重量的配载重量规划模型，并生成出库货车对应的配载重量规划信息；
第三生成模块55，用于按照配载重量规划信息为出库货车生成配载信息。
本实施例中，第一获取模块51、第一生成模块52、第二获取模块53、第二生成模块54和第三生成模块55的具体功能和交互方式，可参见图1对应的实施例的记载，在此不再赘述。
可选地，第二生成模块54中的配载重量规划模型包括：
基于托盘重量信息，和/或表示托盘是否决定被搬出的第一决策信息，和/或表示托盘是否可以搬出的第二决策信息，和/或表示是否为本次出库流向托盘的第三决策信息，生成配载重量规划模型，其中，配载重量规划模型中包括以下约束条件：
最优配载重量低于出库货车的最大配载重量信息、出库货车上的托盘数量在第一预设范围内、若托盘的位置信息在每一列托盘的第一个时的第二决策信息设置为库内托盘可以被搬出，以及若托盘所在列之前存在未搬走的托盘时的该托盘设置为不被搬出。
可选地，第一生成模块52还用于：
基于物品信息中的物品流向信息，确定放置该物品的库内托盘的位置信息，位置信息包括库内托盘的行序号和列序号。
可选地，第三生成模块55还用于：
利用启发式算法对配载重量规划信息进行优化，生成配载重量规划信息的局部最优解，并作为出库货车生成配载信息，其中，配载重量规划信息表示出库货车的配载信息的可行解。
如图6所示，本申请的又一实施例600还提供一种终端设备，包括处理器601，其中，处理器601用于执行上述一种生成配载信息的方法的步骤。从图6中还可以看出，上述实施例提供的终端设备还包括非瞬时计算机可读存储介质602，该非瞬时计算机可读存储介质602上存储有计算机程序，该计算机程序被处理器601运行时执行上述一种生成配载信息的方法的步骤。实际应用中，该终端设备可以是一台或多台计算机，只要包括上述计算机可读介质和处理器即可。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘和FLASH等，该存储介质上的计算机程序被运行时，能够执行上述的一种生成配载信息的方法中的各个步骤。实际应用中，所述的计算机可读介质可以是上述实施例中描述的设备/装置/系统中所包含的，也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或多个程序被执行时，能够执行上述的一种生成配载信息的方法中的各个步骤。
根据本申请公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：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)、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，但不用于限制本申请保护的范围。在本申请公开的实施例中，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。
本申请附图中的流程图和框图，示出了按照本申请公开的各种实施例的系统、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、或者代码的一部分，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。也应该注意，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附图中所标注的顺序发生。例如，两个连接地表示的方框实际上可以基本并行地执行，它们有时也可以按照相反的顺序执行，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、以及框图或者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。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本申请中。特别地，在不脱离本申请精神和教导的情况下，本申请的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，所有这些组合和/或结合均落入本申请公开的范围。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行变更或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些变更、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种生成配载信息的方法，其特征在于，包括：
获取库内存放的托盘重量信息和托盘上的物品信息；
基于所述物品信息，生成库内托盘的位置信息；
获取出库货车的容积信息、最大配载重量信息和货运流向信息；
将所述出库货车的容积信息、所述最大配载重量信息和所述货运流向信息输入满足所述出库货车的所述货运流向信息、所述容积信息、所述最大配载重量信息、所述托盘重量信息和所述位置信息最优化配置后的表示所述出库货车的最优配载重量的配载重量规划模型，并生成所述出库货车对应的配载重量规划信息；
按照所述配载重量规划信息为所述出库货车生成配载信息；
其中，所述配载重量规划模型为：
基于所述托盘重量信息，表示所述托盘是否决定被搬出的第一决策信息，表示所述托盘是否可以搬出的第二决策信息，和表示是否为本次出库流向托盘的第三决策信息，生成所述配载重量规划模型，其中，所述配载重量规划模型中包括以下约束条件：
若所述托盘的位置信息在每一列托盘的第一个时的所述第二决策信息设置为所述库内托盘可以被搬出，以及若所述托盘所在列之前存在未搬走的托盘时的该所述托盘设置为不被搬出。
2.根据权利要求1所述的方法，其特征在于，所述配载重量规划模型中还包括以下约束条件：
所述最优配载重量低于所述出库货车的所述最大配载重量信息，以及所述出库货车上的托盘数量在第一预设范围内。
3.根据权利要求1所述的方法，其特征在于，所述生成库内托盘的位置信息的步骤包括：
基于所述物品信息中的物品流向信息，确定放置该物品的所述库内托盘的位置信息，所述位置信息包括所述库内托盘的行序号和列序号。
4.根据权利要求1所述的方法，其特征在于，所述按照所述配载重量规划信息为所述出库货车生成配载信息的步骤包括：
利用启发式算法对所述配载重量规划信息进行优化，生成所述配载重量规划信息的局部最优解，并作为所述出库货车生成配载信息，其中，所述配载重量规划信息表示所述出库货车的所述配载信息的可行解。
5.一种生成配载信息的装置，其特征在于，所述装置包括：
第一获取模块，用于获取库内存放的托盘重量信息和托盘上的物品信息；
第一生成模块，用于基于所述物品信息，生成库内托盘的位置信息；
第二获取模块，用于获取出库货车的容积信息、最大配载重量信息和货运流向信息；
第二生成模块，用于将所述出库货车的容积信息、所述最大配载重量信息和所述货运流向信息输入满足所述出库货车的所述货运流向信息、所述容积信息、所述最大配载重量信息、所述托盘重量信息和所述位置信息最优化配置后的表示所述出库货车的最优配载重量的配载重量规划模型，并生成所述出库货车对应的配载重量规划信息；
第三生成模块，用于按照所述配载重量规划信息为所述出库货车生成配载信息；
其中，所述第二生成模块中的所述配载重量规划模型包括：
基于所述托盘重量信息，表示所述托盘是否决定被搬出的第一决策信息，表示所述托盘是否可以搬出的第二决策信息，和表示是否为本次出库流向托盘的第三决策信息，生成所述配载重量规划模型，其中，所述配载重量规划模型中包括以下约束条件：
若所述托盘的位置信息在每一列托盘的第一个时的所述第二决策信息设置为所述库内托盘可以被搬出，以及若所述托盘所在列之前存在未搬走的托盘时的该所述托盘设置为不被搬出。
6.根据权利要求5所述的装置，其特征在于，所述配载重量规划模型中还包括以下约束条件：
所述最优配载重量低于所述出库货车的所述最大配载重量信息，以及所述出库货车上的托盘数量在第一预设范围内。
7.根据权利要求5所述的装置，其特征在于，所述第一生成模块还用于：
基于所述物品信息中的物品流向信息，确定放置该物品的所述库内托盘的位置信息，所述位置信息包括所述库内托盘的行序号和列序号。
8.根据权利要求5所述的装置，其特征在于，所述第三生成模块还用于：
利用启发式算法对所述配载重量规划信息进行优化，生成所述配载重量规划信息的局部最优解，并作为所述出库货车生成配载信息，其中，所述配载重量规划信息表示所述出库货车的所述配载信息的可行解。
9.一种非瞬时计算机可读存储介质，其特征在于，所述非瞬时计算机可读存储介质存储指令，所述指令在由处理器执行时使得所述处理器执行如权利要求1至4任一项所述的一种生成配载信息的方法中的各个步骤。
10.一种终端设备，其特征在于，包括处理器，所述处理器用于执行如权利要求1至4中任一项所述的一种生成配载信息的方法中的各个步骤。
CN202010634851.7A 2020-07-03 2020-07-03 一种生成配载信息的方法、装置和存储介质 Active CN113762562B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010634851.7A CN113762562B (zh) 2020-07-03 2020-07-03 一种生成配载信息的方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010634851.7A CN113762562B (zh) 2020-07-03 2020-07-03 一种生成配载信息的方法、装置和存储介质

Publications (2)

Publication Number Publication Date
CN113762562A CN113762562A (zh) 2021-12-07
CN113762562B true CN113762562B (zh) 2023-11-07

Family

ID=78785512

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010634851.7A Active CN113762562B (zh) 2020-07-03 2020-07-03 一种生成配载信息的方法、装置和存储介质

Country Status (1)

Country Link
CN (1) CN113762562B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003176004A (ja) * 2001-12-07 2003-06-24 Nec Corp 倉庫管理装置、および倉庫管理プログラム
JP2005145578A (ja) * 2003-11-11 2005-06-09 Chuo Logistics Engineering:Kk 物品入庫システム
CN105654268A (zh) * 2016-04-07 2016-06-08 福建农林大学 物流货场装卸位可视化管理系统及方法
CN110322128A (zh) * 2019-06-20 2019-10-11 吉旗物联科技（上海）有限公司 车货匹配方法、装置及计算机存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190034863A1 (en) * 2017-07-21 2019-01-31 Walmart Apollo, Llc Shipping accuracy

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003176004A (ja) * 2001-12-07 2003-06-24 Nec Corp 倉庫管理装置、および倉庫管理プログラム
JP2005145578A (ja) * 2003-11-11 2005-06-09 Chuo Logistics Engineering:Kk 物品入庫システム
CN105654268A (zh) * 2016-04-07 2016-06-08 福建农林大学 物流货场装卸位可视化管理系统及方法
CN110322128A (zh) * 2019-06-20 2019-10-11 吉旗物联科技（上海）有限公司 车货匹配方法、装置及计算机存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"Algorithms for Pallet Building and Truck Loading in an Interdepot Transportation Problem";Maria Teresa Alonso等;《Mathematical Problems in Engineering》;第2016年卷;全文 *
"基于铁路托盘共用系统的托盘调运优化研究";游玲君;《万方数据库》;全文 *

Also Published As

Publication number Publication date
CN113762562A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
Karásek An overview of warehouse optimization
CN109703969B (zh) 货架管理系统及货架管理方法
US20120226624A1 (en) Optimization system of smart logistics network
US20200327497A1 (en) System and method for linehaul optimization
JP2016222455A (ja) 荷役作業決定装置および荷役作業決定方法
CN114072829A (zh) 用于准备存储在自动存储系统中的货物的订单的方法和控制系统
CN112132520B (zh) 一种物料入库方法、装置及管理设备
CN112132522A (zh) 一种物料入库方法、装置及管理设备
Maknoon et al. A sequential priority-based heuristic for scheduling material handling in a satellite cross-dock
CN112906996A (zh) 仓储拣货优化方法、仓储拣货系统及仓储运营系统
JP2015005271A (ja) 運搬積付計画作成方法および運搬積付計画作成装置
CN113525987A (zh) 一种基于物联网技术的轻量级物流货物分拣运送方法、装置及电子设备
CN115619198B (zh) 库位移动规划方法、装置、电子设备及存储介质
Gheith et al. A proposed heuristic for solving the container pre-marshalling problem
CN116797127A (zh) 货物运输路径的规划方法、装置、电子设备及存储介质
JP6911826B2 (ja) 倉庫設備の制御システム及び制御方法
CN113762562B (zh) 一种生成配载信息的方法、装置和存储介质
CN113065816A (zh) 一种自动生成运输任务的无人调度运输控制方法及系统
CN117114555A (zh) 一种降低空载率的运单调度方法、系统及装置
CN111932173A (zh) 一种干线运输的方法、装置及可读存储介质
CN113674051B (zh) 货品出库方法、装置、电子设备及存储介质
CN115310915A (zh) 一种智能化的钢材库库位资源优化利用系统及方法
CN115293680A (zh) 仓库管理方法、电子设备及存储介质
JP7302536B2 (ja) 倉庫設備の制御システム及び制御方法
Maknoon et al. Moving freight inside cross docking terminals

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