CN113762830B - 订单拆分处理方法、装置、设备及可读存储介质 - Google Patents

订单拆分处理方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN113762830B
CN113762830B CN202010785090.5A CN202010785090A CN113762830B CN 113762830 B CN113762830 B CN 113762830B CN 202010785090 A CN202010785090 A CN 202010785090A CN 113762830 B CN113762830 B CN 113762830B
Authority
CN
China
Prior art keywords
virtual
arc
preferred
target
order
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
CN202010785090.5A
Other languages
English (en)
Other versions
CN113762830A (zh
Inventor
严良
张峰
黄孝鹏
苏小龙
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 CN202010785090.5A priority Critical patent/CN113762830B/zh
Publication of CN113762830A publication Critical patent/CN113762830A/zh
Application granted granted Critical
Publication of CN113762830B publication Critical patent/CN113762830B/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
    • G06Q10/08—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)
  • 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)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请实施例提供一种订单拆分处理方法、装置、设备及可读存储介质，通过获取待处理的多个目标订单，目标订单包括至少一个SKU，并根据多个目标订单和包含SKU的仓库，确定虚拟网络，其中，虚拟网络以目标订单包含的SKU为虚拟始发节点、以目标订单为虚拟目的节点、以仓库为中转节点，然后根据虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定多个目标订单的拆分结果，从而将多个目标订单的拆分问题，转化成虚拟网络中虚拟始发节点的路由规划问题，最后根据拆分结果，对多个目标订单进行处理，实现对多个目标订单的并行拆分，提高了拆分效率的同时，提高了仓库资源分配的合理性，提高了订单拆分的可靠性。

Description

订单拆分处理方法、装置、设备及可读存储介质
技术领域
本申请实施例涉及仓储物流领域，尤其涉及一种订单拆分处理方法、装置、设备及可读存储介质。
背景技术
随着互联网、电子商务的发展，多订单并发处理、分布式仓库存储是目前电子商务的现状。电子商务中的订单处理流程是由多个环节构成的，从用户下发订单到仓库配送到货，需要经历订单拆分、分发仓库、仓库生产、出库配送以及最后到达订单地址等过程。当订单中所含商品的最小库存单元(Stock Keeping Unit，简称：SKU)分布在不同仓库时，需要对订单进行拆分后，将SKU生产任务分发到不同的仓库，来满足该订单需求。
在多订单处理的场景下，通常是按照先进先出的规则，对待处理的订单进行逐个拆分，并根据当前的库存情况将每次拆分后的SKU分发至仓库。即对一个订单完成拆分、分发后，才会开始下一个订单的拆分、分发。
在实现本申请过程中，发明人发现现有技术中至少存在如下问题：现有技术对仓库资源没有实现合理利用，存在多订单拆分可靠性不够高的问题。
发明内容
本申请实施例提供一种订单拆分处理方法、装置、设备及可读存储介质，用以解决现有技术中多订单拆分可靠性不够高的技术问题。
第一方面，本申请实施例提供一种订单拆分处理方法，包括：
获取待处理的多个目标订单，所述目标订单包括至少一个最小库存单元SKU；
根据所述多个目标订单和包含所述SKU的仓库，确定虚拟网络，其中，所述虚拟网络以目标订单包含的SKU为虚拟始发节点、以所述目标订单为虚拟目的节点、以所述仓库为中转节点；
根据所述虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定所述多个目标订单的拆分结果，所述拆分结果指示了所述目标订单中各SKU分配的优选仓库；
根据所述拆分结果，对所述多个目标订单进行处理。
在一些实施例中，所述根据所述虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定所述多个目标订单的拆分结果，包括：
获取所述虚拟网络中每个虚拟始发节点至对应虚拟目的节点的需求流向，所述需求流向从用于指示目标订单中SKU的虚拟始发节点，指向用于指示所述SKU所属目标订单的虚拟目的节点；
根据所述需求流向和包含所述需求流向中SKU的仓库，确定所述需求流向对应的至少一个备选虚拟路由，其中，所述备选虚拟路由包括虚拟始发节点、虚拟目的节点以及备选中转节点，且所述备选中转节点指示了包含所述SKU的仓库；
根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由，其中，所述优选虚拟路由包括虚拟始发节点、虚拟目的节点以及优选中转节点，所述优选中转节点指示了优选对所述目标订单中SKU配送的优选仓库；
根据各所述虚拟目的节点对应的优选虚拟路由，确定所述多个目标订单中各目标订单的拆分结果。
在一些实施例中，所述根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由，包括：
以预设的路由规划模型对所述虚拟网络中各虚拟始发节点对应的至少一个备选虚拟路由进行规划处理，得到各虚拟始发节点对应的优选虚拟路由；
其中，所述路由规划模型是以各所述仓库的库存量和配送能力为约束、以所述多个目标订单的整体时效最小化为性能标准，确定虚拟网络中优选虚拟路由的规划模型。
在一些实施例中，在所述根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由之前，还包括：
对所述备选虚拟路由，获取从所述虚拟始发节点指向所述中转节点的库存弧，以及从所述中转节点指向所述虚拟目的节点的配送弧；
其中，所述库存弧指示了目标订单中的SKU及包含所述SKU的仓库，所述库存弧的弧容量指示了弧上仓库对弧上SKU的库存量，所述库存弧的虚拟弧成本为一预设常量；
所述配送弧指示了目标订单及对所述目标订单进行配送的仓库，所述配送弧的弧容量指示了弧上仓库到弧上目标订单的配送地址的剩余配送能力，所述配送弧的虚拟弧成本指示了弧上仓库到弧上目标订单的配送地址的动态配送时效。
在一些实施例中，所述路由规划模型的性能标准包括：将各虚拟始发节点对应的虚拟路由中，总成本最小化的优选虚拟路由；
其中，所述虚拟路由总成本是各所述优选虚拟路由中库存弧的虚拟弧成本与配送弧的虚拟弧成本的累计之和，所述库存弧是从所述虚拟始发节点指向所述中转节点的虚拟弧，所述配送弧是从所述中转节点指向所述虚拟目的节点的虚拟弧。
所述路由规划模型以如下公式一为性能标准；
minimize∑j∈B(Costk*Rijkl+Costl*Rijkl)，i∈A，j∈B，k∈C，l∈D， 公式一；
其中，minimize是最小化函数；A是所述需求流向的集合；B是所述备选虚拟路由的集合；C是所述库存弧的集合；D是所述配送弧的集合；Costk是第k个库存弧的虚拟弧成本；Costl是第l个配送弧的虚拟弧成本；Rijkl是对第i个需求流向所对应的第j个备选虚拟路由的决策量，且所述第j个备选虚拟路由包含第k个库存弧及第l个配送弧，Rijkl的取值为用于指示否决作为优选虚拟路由的0或用于指示确定作为优选虚拟路由的1。
在一些实施例中，所述路由规划模型的约束条件包括：
每个所述需求流向，都成立至少一个优选虚拟路由，其中，优选虚拟路由包括从虚拟始发节点指向优选中转节点的优选库存弧，以及从优选中转节点指向虚拟目的节点的优选配送弧；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选库存弧的弧容量；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选配送弧的弧容量。
所述路由规划模型以如下公式二为约束条件；
其中，A是所述需求流向的集合；B是所述备选虚拟路由的集合；C是所述库存弧的集合；D是所述配送弧的集合；F是所有目标订单中SKU的集合；G是所有仓库的集合；H是所有目标订单的集合；Rijkl是对第i个需求流向所对应的第j个备选虚拟路由的决策量，且所述第j个备选虚拟路由包含第k个库存弧及第l个配送弧，Rijkl的取值为用于指示否决作为优选虚拟路由的0或用于指示确定作为优选虚拟路由的1；Rijal所决策的第j个备选虚拟路由包含第a个库存弧及第l个配送弧；Rijkb所决策的第j个备选虚拟路由包含第k个库存弧及第b个配送弧；Samn是对第a个库存弧的决策量，且所述第a个库存弧包含第m个SKU及第n个仓库，Samn的取值为用于指示否决作为优选库存弧的0或用于指示确定作为优选库存弧的1，所述优选库存弧是包含于优选虚拟路由的库存弧；Sbmn是对第b个配送弧的决策量，且所述第b个配送弧包含第m个SKU及第n个目标订单，Sbjk的取值为用于指示否决作为优选配送弧的0或用于指示确定作为优选配送弧的1，所述优选配送弧是包含于优选虚拟路由的配送弧；Demi是第i个需求流向的流量；Capa是第a个库存弧的弧容量；Capb是第b个配送弧的弧容量。
在一些实施例中，所述获取待处理的多个目标订单，包括：
在待处理订单的数量达到预设的单次拆单数量最大阈值时，将所述待处理订单作为目标订单。
在一些实施例中，所述获取待处理的多个目标订单，包括：
在确定系统时间到达预设的清仓时间点时，将待处理订单作为目标订单。
在一些实施例中，所述获取待处理的多个目标订单，包括：
获取各待处理订单的时效要求；
根据所述时效要求，获取各待处理订单分发至仓库前的剩余处理时长；
若确定所述待处理订单之一的所述剩余处理时长小于预设逗留阈值，则将所述待处理订单作为目标订单。
在一些实施例中，所述待处理订单为包含多个SKU的订单。
第二方面，本申请实施例提供一种订单拆分处理装置，包括：
订单获取模块，用于获取待处理的多个目标订单，所述目标订单包括至少一个最小库存单元SKU；
虚拟网络模块，用于根据所述多个目标订单和包含所述SKU的仓库，确定虚拟网络，其中，所述虚拟网络以目标订单包含的SKU为虚拟始发节点、以所述目标订单为虚拟目的节点、以所述仓库为中转节点；
拆分处理模块，用于根据所述虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定所述多个目标订单的拆分结果，所述拆分结果指示了所述目标订单中各SKU分配的优选仓库；
输出模块，用于根据所述拆分结果，对所述多个目标订单进行处理。
在一些实施例中，所述拆分处理模块，包括：
需求流向模块，用于获取所述虚拟网络中每个虚拟始发节点至对应虚拟目的节点的需求流向，所述需求流向从用于指示目标订单中SKU的虚拟始发节点，指向用于指示所述SKU所属目标订单的虚拟目的节点；
备选路由模块，用于根据所述需求流向和包含包含所述需求流向中SKU的仓库，确定所述需求流向对应的至少一个备选虚拟路由，其中，所述备选虚拟路由包括虚拟始发节点、虚拟目的节点以及备选中转节点，且所述备选中转节点指示了包含所述SKU的仓库；
优选路由模块，用于根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由，其中，所述优选虚拟路由包括虚拟始发节点、虚拟目的节点以及优选中转节点，所述优选中转节点指示了优选对所述目标订单中SKU配送的优选仓库；
路由转化模块，用于根据各所述虚拟目的节点对应的优选虚拟路由，确定所述多个目标订单中各目标订单的拆分结果。
在一些实施例中，所述优选路由模块，具体用于以预设的路由规划模型对所述虚拟网络中各虚拟始发节点对应的至少一个备选虚拟路由进行规划处理，得到各虚拟始发节点对应的优选虚拟路由；
其中，所述路由规划模型是以各所述仓库的库存量和配送能力为约束、以所述多个目标订单的整体时效最小化为性能标准，确定虚拟网络中优选虚拟路由的规划模型。
在一些实施例中，所述优选路由模块在所述根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由之前，还用于对所述备选虚拟路由，获取从所述虚拟始发节点指向所述中转节点的库存弧，以及从所述中转节点指向所述虚拟目的节点的配送弧；
其中，所述库存弧指示了目标订单中的SKU及包含所述SKU的仓库，所述库存弧的弧容量指示了弧上仓库对弧上SKU的库存量，所述库存弧的虚拟弧成本为一预设常量；所述配送弧指示了目标订单及对所述目标订单进行配送的仓库，所述配送弧的弧容量指示了弧上仓库到弧上目标订单的配送地址的剩余配送能力，所述配送弧的虚拟弧成本指示了弧上仓库到弧上目标订单的配送地址的动态配送时效。
在一些实施例中，所述路由规划模型的性能标准包括：将各虚拟始发节点对应的虚拟路由中，总成本最小化的优选虚拟路由；
其中，所述虚拟路由总成本是各所述优选虚拟路由中库存弧的虚拟弧成本与配送弧的虚拟弧成本的累计之和，所述库存弧是从所述虚拟始发节点指向所述中转节点的虚拟弧，所述配送弧是从所述中转节点指向所述虚拟目的节点的虚拟弧。
所述路由规划模型以如下公式一为性能标准；
minimize∑j∈B(Costk*Rijkl+Costl*Rijkl)，i∈A，j∈B，k∈C，l∈D， 公式一；
其中，minimize是最小化函数；A是所述需求流向的集合；B是所述备选虚拟路由的集合；C是所述库存弧的集合；D是所述配送弧的集合；Costk是第k个库存弧的虚拟弧成本；Costl是第l个配送弧的虚拟弧成本；Rijkl是对第i个需求流向所对应的第j个备选虚拟路由的决策量，且所述第j个备选虚拟路由包含第k个库存弧及第l个配送弧，Rijkl的取值为用于指示否决作为优选虚拟路由的0或用于指示确定作为优选虚拟路由的1。
在一些实施例中，所述路由规划模型的约束条件包括：
每个所述需求流向，都成立至少一个优选虚拟路由，其中，优选虚拟路由包括从虚拟始发节点指向优选中转节点的优选库存弧，以及从优选中转节点指向虚拟目的节点的优选配送弧；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选库存弧的弧容量；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选配送弧的弧容量。
所述路由规划模型以如下公式二为约束条件；
其中，A是所述需求流向的集合；B是所述备选虚拟路由的集合；C是所述库存弧的集合；D是所述配送弧的集合；F是所有目标订单中SKU的集合；G是所有仓库的集合；H是所有目标订单的集合；Rijkl是对第i个需求流向所对应的第j个备选虚拟路由的决策量，且所述第j个备选虚拟路由包含第k个库存弧及第l个配送弧，Rijkl的取值为用于指示否决作为优选虚拟路由的0或用于指示确定作为优选虚拟路由的1；Rijal所决策的第j个备选虚拟路由包含第a个库存弧及第l个配送弧；Rijkb所决策的第j个备选虚拟路由包含第k个库存弧及第b个配送弧；Samn是对第a个库存弧的决策量，且所述第a个库存弧包含第m个SKU及第n个仓库，Samn的取值为用于指示否决作为优选库存弧的0或用于指示确定作为优选库存弧的1，所述优选库存弧是包含于优选虚拟路由的库存弧；Sbmn是对第b个配送弧的决策量，且所述第b个配送弧包含第m个SKU及第n个目标订单，Sbmn的取值为用于指示否决作为优选配送弧的0或用于指示确定作为优选配送弧的1，所述优选配送弧是包含于优选虚拟路由的配送弧；Demi是第i个需求流向的流量；Capa是第a个库存弧的弧容量；Capb是第b个配送弧的弧容量。
在一些实施例中，所述订单获取模块，具体用于在待处理订单的数量达到预设的单次拆单数量最大阈值时，将所述待处理订单作为目标订单；或者，在确定系统时间到达预设的清仓时间点时，将待处理订单作为目标订单。
在一些实施例中，所述订单获取模块，具体用于获取各待处理订单的时效要求；根据所述时效要求，获取各待处理订单分发至仓库前的剩余处理时长；若确定所述待处理订单之一的所述剩余处理时长小于预设逗留阈值，则将所述待处理订单作为目标订单。
第三方面，本申请实施例提供一种电子设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行如第一方面及第一方面各实施例中任一所述的订单拆分处理方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面及第一方面各实施例中任一所述的订单拆分处理方法。
本申请实施例提供的订单拆分处理方法、装置、设备及可读存储介质，通过获取待处理的多个目标订单，目标订单包括至少一个最小库存单元SKU，并根据多个目标订单和包含SKU的仓库，确定虚拟网络，其中，虚拟网络以目标订单包含的SKU为虚拟始发节点、以目标订单为虚拟目的节点、以仓库为中转节点，由此将目标订单中的SKU、目标订单以及仓库之间的相互影响关系转化为虚拟网络中的网络节点关系，实现对影响关系的量化表达，然后根据虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定多个目标订单的拆分结果，拆分结果指示了目标订单中各SKU分配的优选仓库，从而将多个目标订单的拆分问题，转化成虚拟网络中虚拟始发节点到各自虚拟目的节点的路由规划问题，最后根据拆分结果，对多个目标订单进行处理，实现对多个目标订单的并行拆分，提高了拆分效率的同时，提高了仓库资源分配的合理性，提高了订单拆分的可靠性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1是本申请实施例的一种应用场景示例；
图2是本申请实施例提供的一种订单拆分处理方法流程示意图；
图3是本申请实施例提供的一种虚拟网络示例；
图4是本申请实施例图2中步骤S103的一种实现流程示意图；
图5是本申请实施例提供的一种订单拆分处理装置结构示意图；
图6是本申请实施例提供的另一种订单拆分处理装置结构示意图；
图7是本发明实施例提供的一种电子设备的硬件结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
首先对本申请实施例所涉及的名词进行解释：
最小库存单元(Stock Keeping Unit，简称：SKU)，是指订单中所含货物在仓库中存储的最小单元。例如订单为200台冰箱，那么仓库中的一台冰箱是该订单的一个SKU，且该订单包含这种SKU的数量为200。
虚拟路由，是指虚拟网络中由虚拟始发节点、中转节点及虚拟目的节点依次组成的有序链条。例如订单1中SKU1由仓库1配送的虚拟路由可以是SKU1-仓库1-订单1，又例如订单1中SKU1由仓库2配送的虚拟路由可以是SKU1-仓库2-订单1。
需求流向，是指虚拟路由的虚拟起始节点和虚拟目的节点组成的有序对。如“SKU1-订单1”和“SKU2-订单1”构成两个需求流向。
现有的订单拆分方式通常是服务器对接收到的订单进行逐个拆分，但在同批订单存在公共SKU时，先处理的订单拆分结果很可能对后处理的订单拆分产生影响，例如在先订单占用了在库存余量不多的仓库，导致在后订单需要拆分至多个仓库生产。而且，现有的订单拆分处理是串行处理，在例如商品秒杀的大量订单集中下发的场景中，订单拆分效率不高导致大量的订单排队等候。
本申请实施例提供的订单拆分处理方法，旨在解决现有技术的如上技术问题。
参见图1，是本申请实施例的一种应用场景示例。在电子商务的场景中，用户在各自的终端10下发订单，订单拆分处理装置20接收这些订单后进行订单拆分，并将订单拆分结果传输至生产调度系统30，生产调度系统30根据订单拆分结果调度仓库对订单进行生产、打包、配送，最后将订单中用户订购的货物配送给用户。图1所示实施例中订单拆分处理装置20可以是独立于生产调度系统30之外的硬件和/或软件装置，但本申请不限于此，订单拆分处理装置20也可以是内置于生产调度系统30之中的模块。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的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。下面将结合附图，对本申请的实施例进行描述。
参见图2，是本申请实施例提供的一种订单拆分处理方法流程示意图。图2所示方法的执行主体可以是硬件和/或软件的装置，例如可以是用图1所示的订单拆分处理装置20作为执行主体进行举例说明。图2所示方法包括步骤S101至S104，具体如下：
S101，获取待处理的多个目标订单，所述目标订单包括至少一个最小库存单元SKU。
本实施例中的目标订单可以是从缓存直接获取的订单，也可以是经过过滤的订单。订单过滤的方式可以有多种，下面以三种可选方式进行举例。
在一些实施例中，可以是在待处理订单的数量达到预设的单次拆单数量最大阈值时，将所述待处理订单作为目标订单。例如预设的单次拆单数量最大阈值为50，那么可以在缓存中订单数量达到50时，触发订单拆分操作，将缓存中的50个订单作为进行订单拆分操作的目标订单。由此可以避免单次拆分订单数量过大，降低出现处理负荷过大的可能性。
在另一些实施例中，为了符合业务需求，也可以在确定系统时间到达预设的清仓时间点时，将待处理订单作为目标订单。例如清仓时间点为凌晨1点整，那么以时刻为限，将凌晨1点整时缓存中的所有订单作为进行订单拆分操作的目标订单。
在再一些实施例中，为了防止订单等待拆分至影响配送时效，还可以是先获取各待处理订单的时效要求，然后根据所述时效要求，获取各待处理订单分发至仓库前的剩余处理时长。若确定所述待处理订单之一的所述剩余处理时长小于预设逗留阈值，则将所述待处理订单作为目标订单。剩余处理时长表征了满足订单时效前提下留给订单拆分操作的时长，一旦订单在分发至仓库前的处理时间过长，可能导致订单配送超时。因此，当检测到有订单可能超时，就可以立即将当前缓存中的所有订单作为进行订单拆分操作的目标订单。
作为一种综合上述三种实施例的实现方式，可以先判断待处理订单的数量是否达到预设的单次拆单数量最大阈值，或者判断系统时间是否到达预设的清仓时间点，若任一判断确定为是，则将当前缓存中的所有订单作为进行订单拆分操作的目标订单；若两个判断都为否，则进一步判断是否存在待处理订单的剩余处理时长小于预设逗留阈值，若否，则继续等待新的订单；若是，则将当前缓存中的所有订单作为进行订单拆分操作的目标订单。
在上述实施例中，待处理订单可以为包含多个SKU的订单。例如对缓存中订单进行是否包含多个SKU的判断，如果仅包含1个SKU，则不对其进行拆分，而是将包含2个及2个以上SKU的订单，进行上述任一实施例的操作。
S102，根据所述多个目标订单和包含所述SKU的仓库，确定虚拟网络，其中，所述虚拟网络以目标订单包含的SKU为虚拟始发节点、以所述目标订单为虚拟目的节点、以所述仓库为中转节点。
可以理解地，对于不同的目标订单组成，构建出的虚拟网络也不一样，由此将目标订单、SKU以及仓库之间的关系转化为虚拟网络中各节点关系。参见图3，是本申请实施例提供的一种虚拟网络示例。图3所示的虚拟网络包括3个虚拟目的节点：订单1、订单2以及订单3。虚拟始发节点各订单中包含的SKU。具体地，订单1中包含3个SKU1和4个SKU2。订单2中包含5个SKU2和3个SKU3。订单3中包含3个SKU3和6个SKU4。图3所示的中转节点为仓库1、仓库2以及仓库3。其中，仓库1包括1个SKU1、3个SKU3；仓库2包含3个SKU1、2个SKU4；仓库3包含10个SKU2、5个SKU4。
S103，根据所述虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定所述多个目标订单的拆分结果，所述拆分结果指示了所述目标订单中各SKU分配的优选仓库。
在得到虚拟网络后，可以通过各种路由规划方法对虚拟始发节点至所属订单的虚拟目的节点的路由进行规划，从而得到包含优选中转节点的路由规划结果。通过将订单拆分问题，转化为虚拟网络的路由规划问题，得到的路由规划结果的优选中转节点所对应的仓库，就是对目标订单拆分结果中对SKU分配的优选仓库。
对虚拟网络进行路由规划的方法有多种，下面结合图4和具体实施例进行举例说明。参见图4，是本申请实施例图2中步骤S103的一种实现流程示意图。图4所示方法包括步骤S201至S204，具体如下：
S201，获取所述虚拟网络中每个虚拟始发节点至对应虚拟目的节点的需求流向，所述需求流向从用于指示目标订单中SKU的虚拟始发节点，指向用于指示所述SKU所属目标订单的虚拟目的节点。
以图3中订单1为例，订单1中包含2种SKU：SKU1、SKU2。并且，订单1中所含SKU1、SKU2的数量分别为3和4。由此，可以对订单1得到“SKU1-订单1”和“SKU2-订单1”这两个需求流向，且这两个需求流向的流量分别为3和4。需求流向中包含虚拟始发节点和虚拟目的节点。
S202，根据所述需求流向和包含包含所述需求流向中SKU的仓库，确定所述需求流向对应的至少一个备选虚拟路由，其中，所述备选虚拟路由包括虚拟始发节点、虚拟目的节点以及备选中转节点，且所述备选中转节点指示了包含所述SKU的仓库。
在路由规划中，为了满足步骤S201中得到的需求流向，可以先根据需求流向及可用的中转节点，获取一条或多条可能的备选虚拟路由。以图3所示示例中需求流向“SKU1-订单1”为例，如图3所示，SKU1分别在仓库1和仓库2中都有库存，则需求流向“SKU1-订单1”可以有两条备选虚拟路由：“SKU1-仓库1-订单1”和“SKU1-仓库2-订单1”。虚拟路由指示了订单中的SKU可以由哪个仓库进行生产出库。应当理解地，本实施例中的生产是泛指组装、打包、出货等意义的生产，并非局限于使用原料进行加工得到产品的过程。
订单中SKU具体分配给哪个仓库，可以在条件相同时进行随机分配，也可以引入例如仓库配送能力、库存量等条件进一步选择性分配。
S203，根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由，其中，所述优选虚拟路由包括虚拟始发节点、虚拟目的节点以及优选中转节点，所述优选中转节点指示了优选对所述目标订单中SKU配送的优选仓库。
备选虚拟路由是订单中SKU可能进行生产和配送的路径，而优选虚拟路由可以是满足所有目标订单的需求流向(即所有目标订单拆分需求)的最优备选虚拟路由，由此对所有虚拟始发节点进行并行规划。
在一些实施例中，在步骤S203之前，还可以先确定各备选虚拟路由所含的库存弧和配送弧。具体地，可以对所述备选虚拟路由，获取从所述虚拟始发节点指向所述中转节点的库存弧，以及从所述中转节点指向所述虚拟目的节点的配送弧。其中，所述库存弧指示了目标订单中的SKU及包含所述SKU的仓库，所述库存弧的弧容量指示了弧上仓库对弧上SKU的库存量，所述库存弧的虚拟弧成本为一预设常量。所述配送弧指示了目标订单及对所述目标订单进行配送的仓库，所述配送弧的弧容量指示了弧上仓库到弧上目标订单的配送地址的剩余配送能力，所述配送弧的虚拟弧成本指示了弧上仓库到弧上目标订单的配送地址的动态配送时效。
在一些实施例中，步骤S203的一种可选实现方式可以是以预设的路由规划模型对所述虚拟网络中各虚拟始发节点对应的至少一个备选虚拟路由进行规划处理，得到各虚拟始发节点对应的优选虚拟路由。其中，所述路由规划模型是以各所述仓库的库存量和配送能力为约束、以所述多个目标订单的整体时效最小化为性能标准，确定虚拟网络中优选虚拟路由的规划模型。
在一些实施例中，所述路由规划模型的性能标准包括：将各虚拟始发节点对应的虚拟路由中，总成本最小化的优选虚拟路由；
其中，所述虚拟路由总成本是各所述优选虚拟路由中库存弧的虚拟弧成本与配送弧的虚拟弧成本的累计之和，所述库存弧是从所述虚拟始发节点指向所述中转节点的虚拟弧，所述配送弧是从所述中转节点指向所述虚拟目的节点的虚拟弧。
所述路由规划模型以如下公式一为目标函数；
minimize∑j∈B(Costk*Rijkl+Costl*Rijkl)，i∈A，j∈B，k∈C，l∈D， 公式一；
其中，minimize是最小化函数；A是所述需求流向的集合；B是所述备选虚拟路由的集合；C是所述库存弧的集合；D是所述配送弧的集合；Costk是第k个库存弧的虚拟弧成本；Costl是第l个配送弧的虚拟弧成本；Rijkl是对第i个需求流向所对应的第j个备选虚拟路由的决策量，且所述第j个备选虚拟路由包含第k个库存弧及第l个配送弧，Rijkl的取值为用于指示否决作为优选虚拟路由的0或用于指示确定作为优选虚拟路由的1。
在一些实施例中，所述路由规划模型的约束条件包括：
每个所述需求流向，都成立至少一个优选虚拟路由，其中，优选虚拟路由包括从虚拟始发节点指向优选中转节点的优选库存弧，以及从优选中转节点指向虚拟目的节点的优选配送弧；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选库存弧的弧容量；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选配送弧的弧容量。
所述路由规划模型以如下公式二为约束条件；
其中，A是所述需求流向的集合；B是所述备选虚拟路由的集合；C是所述库存弧的集合；D是所述配送弧的集合；F是所有目标订单中SKU的集合；G是所有仓库的集合；H是所有目标订单的集合；Rijkl是对第i个需求流向所对应的第j个备选虚拟路由的决策量，且所述第j个备选虚拟路由包含第k个库存弧及第l个配送弧，Rijkl的取值为用于指示否决作为优选虚拟路由的0或用于指示确定作为优选虚拟路由的1；Rijal所决策的第j个备选虚拟路由包含第a个库存弧及第l个配送弧；Rijkb所决策的第j个备选虚拟路由包含第k个库存弧及第b个配送弧；Samn是对第a个库存弧的决策量，且所述第a个库存弧包含第m个SKU及第n个仓库，Sajk的取值为用于指示否决作为优选库存弧的0或用于指示确定作为优选库存弧的1，所述优选库存弧是包含于优选虚拟路由的库存弧；Sbmn是对第b个配送弧的决策量，且所述第b个配送弧包含第m个SKU及第n个目标订单，Sbjk的取值为用于指示否决作为优选配送弧的0或用于指示确定作为优选配送弧的1，所述优选配送弧是包含于优选虚拟路由的配送弧；Demi是第i个需求流向的流量；Capa是第a个库存弧的弧容量；Capb是第b个配送弧的弧容量。
上述公式中的R、S均为决策量，其下标用于指示所决策的路由或弧，具体根据取值而定。
S204，根据各所述虚拟目的节点对应的优选虚拟路由，确定所述多个目标订单中各目标订单的拆分结果。
每个优选虚拟路由都包含虚拟始发节点、虚拟目的节点以及优选中转节点。具有相同虚拟目的节点的优选虚拟路由集合，就对应了一个目标订单的拆分结果，该集合中的优选中转节点及与优选中转节点相连的虚拟始发节点，就是该目标订单对应的优选仓库，及优选仓库负责生产的SKU。本实施例通过解决虚拟网络的路由规划问题，得到多个目标订单拆分方案的最优解。
S104，根据所述拆分结果，对所述多个目标订单进行处理。
具体地，可以是订单拆分处理装置将得到的拆分结果发送给生产调度系统，从而辅助生产调度系统调度优选仓库进行订单生产和配送。可选地，也可以直接将得到的拆分结果输出是显示设备，以便相关管理人员可以进行人工监管。
本实施例提供的订单拆分处理方法，通过获取待处理的多个目标订单，目标订单包括至少一个最小库存单元SKU，并根据多个目标订单和包含SKU的仓库，确定虚拟网络，其中，虚拟网络以目标订单包含的SKU为虚拟始发节点、以目标订单为虚拟目的节点、以仓库为中转节点，由此将目标订单中的SKU、目标订单以及仓库之间的相互影响关系转化为虚拟网络中的网络节点关系，实现对影响关系的量化表达，然后根据虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定多个目标订单的拆分结果，拆分结果指示了目标订单中各SKU分配的优选仓库，从而将多个目标订单的拆分问题，转化成虚拟网络中虚拟始发节点到各自虚拟目的节点的路由规划问题，最后根据拆分结果，对多个目标订单进行处理，实现对多个目标订单的并行拆分，提高了拆分效率的同时，提高了仓库资源分配的合理性，提高了订单拆分的可靠性。
参见图5，是本申请实施例提供的一种订单拆分处理装置结构示意图。图5所示的订单拆分处理装置50，包括：
订单获取模块51，用于获取待处理的多个目标订单，所述目标订单包括至少一个最小库存单元SKU。
虚拟网络模块52，用于根据所述多个目标订单和包含所述SKU的仓库，确定虚拟网络，其中，所述虚拟网络以目标订单包含的SKU为虚拟始发节点、以所述目标订单为虚拟目的节点、以所述仓库为中转节点。
拆分处理模块53，用于根据所述虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定所述多个目标订单的拆分结果，所述拆分结果指示了所述目标订单中各SKU分配的优选仓库。
输出模块54，用于根据所述拆分结果，对所述多个目标订单进行处理。
本实施例提供的订单拆分处理装置，通过获取待处理的多个目标订单，目标订单包括至少一个最小库存单元SKU，并根据多个目标订单和包含SKU的仓库，确定虚拟网络，其中，虚拟网络以目标订单包含的SKU为虚拟始发节点、以目标订单为虚拟目的节点、以仓库为中转节点，由此将目标订单中的SKU、目标订单以及仓库之间的相互影响关系转化为虚拟网络中的网络节点关系，实现对影响关系的量化表达，然后根据虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定多个目标订单的拆分结果，拆分结果指示了目标订单中各SKU分配的优选仓库，从而将多个目标订单的拆分问题，转化成虚拟网络中虚拟始发节点到各自虚拟目的节点的路由规划问题，最后根据拆分结果，对多个目标订单进行处理，实现对多个目标订单的并行拆分，提高了拆分效率的同时，提高了仓库资源分配的合理性，提高了订单拆分的可靠性。
参见图6，是本申请实施例提供的另一种订单拆分处理装置结构示意图。图6所示的订单拆分处理装置50中，所述拆分处理模块53，包括：
需求流向模块61，用于获取所述虚拟网络中每个虚拟始发节点至对应虚拟目的节点的需求流向，所述需求流向从用于指示目标订单中SKU的虚拟始发节点，指向用于指示所述SKU所属目标订单的虚拟目的节点。
备选路由模块62，用于根据所述需求流向和包含包含所述需求流向中SKU的仓库，确定所述需求流向对应的至少一个备选虚拟路由，其中，所述备选虚拟路由包括虚拟始发节点、虚拟目的节点以及备选中转节点，且所述备选中转节点指示了包含所述SKU的仓库。
优选路由模块63，用于根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由，其中，所述优选虚拟路由包括虚拟始发节点、虚拟目的节点以及优选中转节点，所述优选中转节点指示了优选对所述目标订单中SKU配送的优选仓库。
路由转化模块64，用于根据各所述虚拟目的节点对应的优选虚拟路由，确定所述多个目标订单中各目标订单的拆分结果。
图6所示实施例的订单拆分处理装置对应地可用于执行图4所示方法实施例中的步骤，其实现原理和技术效果类似，此处不再赘述。
在一些实施例中，所述优选路由模块63，具体用于以预设的路由规划模型对所述虚拟网络中各虚拟始发节点对应的至少一个备选虚拟路由进行规划处理，得到各虚拟始发节点对应的优选虚拟路由；其中，所述路由规划模型是以各所述仓库的库存量和配送能力为约束、以所述多个目标订单的整体时效最小化为性能标准，确定虚拟网络中优选虚拟路由的规划模型。
在一些实施例中，所述优选路由模块63在所述根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由之前，还用于对所述备选虚拟路由，获取从所述虚拟始发节点指向所述中转节点的库存弧，以及从所述中转节点指向所述虚拟目的节点的配送弧；其中，所述库存弧指示了目标订单中的SKU及包含所述SKU的仓库，所述库存弧的弧容量指示了弧上仓库对弧上SKU的库存量，所述库存弧的虚拟弧成本为一预设常量；所述配送弧指示了目标订单及对所述目标订单进行配送的仓库，所述配送弧的弧容量指示了弧上仓库到弧上目标订单的配送地址的剩余配送能力，所述配送弧的虚拟弧成本指示了弧上仓库到弧上目标订单的配送地址的动态配送时效。
在一些实施例中，所述路由规划模型的性能标准包括：将各虚拟始发节点对应的虚拟路由中，总成本最小化的优选虚拟路由；
其中，所述虚拟路由总成本是各所述优选虚拟路由中库存弧的虚拟弧成本与配送弧的虚拟弧成本的累计之和，所述库存弧是从所述虚拟始发节点指向所述中转节点的虚拟弧，所述配送弧是从所述中转节点指向所述虚拟目的节点的虚拟弧。
所述路由规划模型以如下公式一为目标函数；
minimize∑j∈B(Costk*Rijkl+Costl*Rijkl)，i∈A，j∈B，k∈C，l∈D， 公式一；
其中，minimize是最小化函数；A是所述需求流向的集合；B是所述备选虚拟路由的集合；C是所述库存弧的集合；D是所述配送弧的集合；Costk是第k个库存弧的虚拟弧成本；Costl是第l个配送弧的虚拟弧成本；Rijkl是对第i个需求流向所对应的第j个备选虚拟路由的决策量，且所述第j个备选虚拟路由包含第k个库存弧及第l个配送弧，Rijkl的取值为用于指示否决作为优选虚拟路由的0或用于指示确定作为优选虚拟路由的1。
在一些实施例中，所述路由规划模型的约束条件包括：
每个所述需求流向，都成立至少一个优选虚拟路由，其中，优选虚拟路由包括从虚拟始发节点指向优选中转节点的优选库存弧，以及从优选中转节点指向虚拟目的节点的优选配送弧；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选库存弧的弧容量；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选配送弧的弧容量。
所述路由规划模型以如下公式二为约束条件；
其中，A是所述需求流向的集合；B是所述备选虚拟路由的集合；C是所述库存弧的集合；D是所述配送弧的集合；F是所有目标订单中SKU的集合；G是所有仓库的集合；H是所有目标订单的集合；Rijkl是对第i个需求流向所对应的第j个备选虚拟路由的决策量，且所述第j个备选虚拟路由包含第k个库存弧及第1个配送弧，Rijkl的取值为用于指示否决作为优选虚拟路由的0或用于指示确定作为优选虚拟路由的1；Rijal所决策的第j个备选虚拟路由包含第a个库存弧及第l个配送弧；Rijkb所决策的第j个备选虚拟路由包含第k个库存弧及第b个配送弧；Samn是对第a个库存弧的决策量，且所述第a个库存弧包含第m个SKU及第n个仓库，Samn的取值为用于指示否决作为优选库存弧的0或用于指示确定作为优选库存弧的1，所述优选库存弧是包含于优选虚拟路由的库存弧；Sbmn是对第b个配送弧的决策量，且所述第b个配送弧包含第m个SKU及第n个目标订单，Sbmn的取值为用于指示否决作为优选配送弧的0或用于指示确定作为优选配送弧的1，所述优选配送弧是包含于优选虚拟路由的配送弧；Demi是第i个需求流向的流量；Capa是第a个库存弧的弧容量；Capb是第b个配送弧的弧容量。
在一些实施例中，订单获取模块51，具体用于在待处理订单的数量达到预设的单次拆单数量最大阈值时，将所述待处理订单作为目标订单；或者，在确定系统时间到达预设的清仓时间点时，将待处理订单作为目标订单。
在一些实施例中，订单获取模块51，具体用于获取各待处理订单的时效要求；根据所述时效要求，获取各待处理订单分发至仓库前的剩余处理时长；若确定所述待处理订单之一的所述剩余处理时长小于预设逗留阈值，则将所述待处理订单作为目标订单。
参见图7，是本发明实施例提供的一种电子设备的硬件结构示意图，该电子设备70包括：处理器71、存储器72和计算机程序；其中
存储器72，用于存储所述计算机程序，该存储器还可以是闪存(flash)。所述计算机程序例如是实现上述方法的应用程序、功能模块等。
处理器71，用于执行所述存储器存储的计算机程序，以实现上述订单拆分处理方法中订单拆分处理装置执行的各个步骤。具体可以参见前面方法实施例中的相关描述。
可选地，存储器72既可以是独立的，也可以跟处理器71集成在一起。
当所述存储器72是独立于处理器71之外的器件时，所述电子设备还可以包括：
总线73，用于连接所述存储器72和处理器71。图7的电子设备还可以进一步包括发送器(图中未画出)，用于向生产调度系统发送处理器71生成的拆分结果。
本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现上述的各种实施方式提供的订单拆分处理方法。
其中，计算机可读存储介质可以是计算机存储介质，也可以是通信介质。通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。计算机存储介质可以是通用或专用计算机能够存取的任何可用介质。例如，计算机可读存储介质耦合至处理器，从而使处理器能够从该计算机可读存储介质读取信息，且可向该计算机可读存储介质写入信息。当然，计算机可读存储介质也可以是处理器的组成部分。处理器和计算机可读存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称：ASIC)中。另外，该ASIC可以位于用户设备中。当然，处理器和计算机可读存储介质也可以作为分立组件存在于通信设备中。计算机可读存储介质可以是只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本发明还提供一种程序产品，该程序产品包括执行指令，该执行指令存储在计算机可读存储介质中。设备的至少一个处理器可以从计算机可读存储介质读取该执行指令，至少一个处理器执行该执行指令使得设备实施上述的各种实施方式提供的订单拆分处理方法。
在上述电子设备的实施例中，应理解，处理器可以是中央处理单元(英文：CentralProcessing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：DigitalSignal Processor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (13)

1.一种订单拆分处理方法，其特征在于，包括：
获取待处理的多个目标订单，所述目标订单包括至少一个最小库存单元SKU；
根据所述多个目标订单和包含所述SKU的仓库，确定虚拟网络，其中，所述虚拟网络以目标订单包含的SKU为虚拟始发节点、以所述目标订单为虚拟目的节点、以所述仓库为中转节点；
根据所述虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定所述多个目标订单的拆分结果，所述拆分结果指示了所述目标订单中各SKU分配的优选仓库；
根据所述拆分结果，对所述多个目标订单进行处理。
2.根据权利要求1所述的方法，其特征在于，所述根据所述虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定所述多个目标订单的拆分结果，包括：
获取所述虚拟网络中每个虚拟始发节点至对应虚拟目的节点的需求流向，所述需求流向从用于指示目标订单中SKU的虚拟始发节点，指向用于指示所述SKU所属目标订单的虚拟目的节点；
根据所述需求流向和包含所述需求流向中SKU的仓库，确定所述需求流向对应的至少一个备选虚拟路由，其中，所述备选虚拟路由包括虚拟始发节点、虚拟目的节点以及备选中转节点，且所述备选中转节点指示了包含所述SKU的仓库；
根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由，其中，所述优选虚拟路由包括虚拟始发节点、虚拟目的节点以及优选中转节点，所述优选中转节点指示了优选对所述目标订单中SKU配送的优选仓库；
根据各所述虚拟目的节点对应的优选虚拟路由，确定所述多个目标订单中各目标订单的拆分结果。
3.根据权利要求2所述的方法，其特征在于，所述根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由，包括：
以预设的路由规划模型对所述虚拟网络中各虚拟始发节点对应的至少一个备选虚拟路由进行规划处理，得到各虚拟始发节点对应的优选虚拟路由；
其中，所述路由规划模型是以各所述仓库的库存量和配送能力为约束、以所述多个目标订单的整体时效最小化为性能标准，确定虚拟网络中优选虚拟路由的规划模型。
4.根据权利要求3所述的方法，其特征在于，所述路由规划模型的性能标准包括：将各虚拟始发节点对应的虚拟路由中，总成本最小化的优选虚拟路由；
其中，虚拟路由总成本是各所述优选虚拟路由中库存弧的虚拟弧成本与配送弧的虚拟弧成本的累计之和，所述库存弧是从所述虚拟始发节点指向所述中转节点的虚拟弧，所述配送弧是从所述中转节点指向所述虚拟目的节点的虚拟弧。
5.根据权利要求3所述的方法，其特征在于，所述路由规划模型的约束条件包括：
每个所述需求流向，都成立至少一个优选虚拟路由，其中，优选虚拟路由包括从虚拟始发节点指向优选中转节点的优选库存弧，以及从优选中转节点指向虚拟目的节点的优选配送弧；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选库存弧的弧容量；
每个需求流向的流量，小于或等于所述需求流向对应的优选虚拟路由中优选配送弧的弧容量。
6.根据权利要求2至5任一所述的方法，其特征在于，在所述根据各虚拟始发节点对应的至少一个备选虚拟路由，确定各虚拟始发节点对应的优选虚拟路由之前，还包括：
对所述备选虚拟路由，获取从所述虚拟始发节点指向所述中转节点的库存弧，以及从所述中转节点指向所述虚拟目的节点的配送弧；
其中，所述库存弧指示了目标订单中的SKU及包含所述SKU的仓库，所述库存弧的弧容量指示了弧上仓库对弧上SKU的库存量，所述库存弧的虚拟弧成本为一预设常量；
所述配送弧指示了目标订单及对所述目标订单进行配送的仓库，所述配送弧的弧容量指示了弧上仓库到弧上目标订单的配送地址的剩余配送能力，所述配送弧的虚拟弧成本指示了弧上仓库到弧上目标订单的配送地址的动态配送时效。
7.根据权利要求1所述的方法，其特征在于，所述获取待处理的多个目标订单，包括：
在待处理订单的数量达到预设的单次拆单数量最大阈值时，将所述待处理订单作为目标订单。
8.根据权利要求1所述的方法，其特征在于，所述获取待处理的多个目标订单，包括：
在确定系统时间到达预设的清仓时间点时，将待处理订单作为目标订单。
9.根据权利要求1所述的方法，其特征在于，所述获取待处理的多个目标订单，包括：
获取各待处理订单的时效要求；
根据所述时效要求，获取各待处理订单分发至仓库前的剩余处理时长；
若确定所述待处理订单之一的所述剩余处理时长小于预设逗留阈值，则将所述待处理订单作为目标订单。
10.根据权利要求7至9任一所述的方法，其特征在于，所述待处理订单为包含多个SKU的订单。
11.一种订单拆分处理装置，其特征在于，包括：
订单获取模块，用于获取待处理的多个目标订单，所述目标订单包括至少一个最小库存单元SKU；
虚拟网络模块，用于根据所述多个目标订单和包含所述SKU的仓库，确定虚拟网络，其中，所述虚拟网络以目标订单包含的SKU为虚拟始发节点、以所述目标订单为虚拟目的节点、以所述仓库为中转节点；
拆分处理模块，用于根据所述虚拟网络中虚拟始发节点至对应虚拟目的节点的路由规划结果，确定所述多个目标订单的拆分结果，所述拆分结果指示了所述目标订单中各SKU分配的优选仓库；
输出模块，用于根据所述拆分结果，对所述多个目标订单进行处理。
12.一种电子设备，其特征在于，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行如权利要求1至10任一项所述的订单拆分处理方法。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至10任一项所述的订单拆分处理方法。
CN202010785090.5A 2020-08-06 2020-08-06 订单拆分处理方法、装置、设备及可读存储介质 Active CN113762830B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010785090.5A CN113762830B (zh) 2020-08-06 2020-08-06 订单拆分处理方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010785090.5A CN113762830B (zh) 2020-08-06 2020-08-06 订单拆分处理方法、装置、设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN113762830A CN113762830A (zh) 2021-12-07
CN113762830B true CN113762830B (zh) 2024-04-12

Family

ID=78785661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010785090.5A Active CN113762830B (zh) 2020-08-06 2020-08-06 订单拆分处理方法、装置、设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN113762830B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114118632B (zh) * 2022-01-25 2022-09-06 北京京东振世信息技术有限公司 配送路线确定方法、装置、电子设备及可读存储介质
CN114462900B (zh) * 2022-04-13 2022-07-29 云智慧（北京）科技有限公司 一种业务活动节点的拆分方法、装置及设备
CN116562474B (zh) * 2023-07-11 2024-01-05 深圳千岸科技股份有限公司 一种基于大数据的资源调度方法、装置及电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6850809B1 (en) * 1999-05-28 2005-02-01 Oracle International Corporation Methods, devices and systems for splitting an integrated manufacturing and distribution plan for use by separate manufacturing and distribution execution systems
CN104408605A (zh) * 2014-12-15 2015-03-11 北京京东尚科信息技术有限公司 一种订单拆分方法和系统
CN106203894A (zh) * 2015-04-30 2016-12-07 阿里巴巴集团控股有限公司 商品对象的库存信息的处理方法及系统
CN107230035A (zh) * 2017-06-29 2017-10-03 北京京东尚科信息技术有限公司 信息推送方法和装置
CN107871265A (zh) * 2016-09-28 2018-04-03 阿里巴巴集团控股有限公司 订单拆分方案的处理方法、装置和系统
CN108921362A (zh) * 2018-08-02 2018-11-30 顺丰科技有限公司 一种医药干线优化方法、系统、设备及存储介质
CN109272267A (zh) * 2018-08-14 2019-01-25 顺丰科技有限公司 一种配送路径规划方法、装置及设备、存储介质
CN109816147A (zh) * 2018-12-26 2019-05-28 深圳市北斗智能科技有限公司 一种航空货运路由规划方法、装置、设备和存储介质
CN110111033A (zh) * 2018-02-01 2019-08-09 北京京东尚科信息技术有限公司 一种订单分流的方法和装置
CN111429196A (zh) * 2019-01-10 2020-07-17 北京京东尚科信息技术有限公司 订单处理方法、装置、存储介质及电商系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10489740B2 (en) * 2015-11-23 2019-11-26 Walmart Apollo, Llc Optimal reallocation of inventory under capacity violations
CN107292550A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 一种物流资源的调度方法、设备及系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6850809B1 (en) * 1999-05-28 2005-02-01 Oracle International Corporation Methods, devices and systems for splitting an integrated manufacturing and distribution plan for use by separate manufacturing and distribution execution systems
CN104408605A (zh) * 2014-12-15 2015-03-11 北京京东尚科信息技术有限公司 一种订单拆分方法和系统
CN106203894A (zh) * 2015-04-30 2016-12-07 阿里巴巴集团控股有限公司 商品对象的库存信息的处理方法及系统
CN107871265A (zh) * 2016-09-28 2018-04-03 阿里巴巴集团控股有限公司 订单拆分方案的处理方法、装置和系统
CN107230035A (zh) * 2017-06-29 2017-10-03 北京京东尚科信息技术有限公司 信息推送方法和装置
CN110111033A (zh) * 2018-02-01 2019-08-09 北京京东尚科信息技术有限公司 一种订单分流的方法和装置
CN108921362A (zh) * 2018-08-02 2018-11-30 顺丰科技有限公司 一种医药干线优化方法、系统、设备及存储介质
CN109272267A (zh) * 2018-08-14 2019-01-25 顺丰科技有限公司 一种配送路径规划方法、装置及设备、存储介质
CN109816147A (zh) * 2018-12-26 2019-05-28 深圳市北斗智能科技有限公司 一种航空货运路由规划方法、装置、设备和存储介质
CN111429196A (zh) * 2019-01-10 2020-07-17 北京京东尚科信息技术有限公司 订单处理方法、装置、存储介质及电商系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Optimal order picker routing in a conventional warehouse with two blocks and arbitrary starting and ending points of a tour;Masae, Makusee等;《INTERATIONAL JOURNAL OF PRODUCTION RESEARCH》;全文 *
运输问题求解的一种网络算法;袁勋等;《运筹与管理》(第1期);全文 *
面向最小化拆单率的基于订单分配顺序的库存优化研究;李建斌;孙哲;陈威帆;李文秀;;工业工程与管理(第06期);全文 *

Also Published As

Publication number Publication date
CN113762830A (zh) 2021-12-07

Similar Documents

Publication Publication Date Title
CN113762830B (zh) 订单拆分处理方法、装置、设备及可读存储介质
US9277003B2 (en) Automated cloud workload management in a map-reduce environment
US20130283097A1 (en) Dynamic network task distribution
CN111738654A (zh) 内配出库中拣货任务生成方法、装置、设备和存储介质
EP2255286B1 (en) Routing workloads and method thereof
US8843929B1 (en) Scheduling in computer clusters
US20110138396A1 (en) Method and system for data distribution in high performance computing cluster
CN113172625A (zh) 一种机器人调度方法、装置、设备及存储介质
CN110298615B (zh) 用于选择仓库中的货品的方法、装置、介质和计算设备
EP4170491A1 (en) Resource scheduling method and apparatus, electronic device, and computer-readable storage medium
CN112114973A (zh) 一种数据处理方法及装置
Gu et al. Maximizing workflow throughput for streaming applications in distributed environments
CN110659850A (zh) 用于货物调配的规划
CN111913807A (zh) 一种基于多个存储区域的事件处理方法、系统及装置
CN112308312B (zh) 留仓包裹转送方法、模型训练方法及相关设备
CN116302453B (zh) 量子电子混合平台的任务调度方法及装置
CN111858014A (zh) 资源分配方法及装置
CN105912412A (zh) 消息分发方法、装置及系统
CN113762866A (zh) 一种物流信息处理方法、装置以及系统
CN114781972A (zh) 一种货物运输方案的确定方法、装置、设备及介质
CN115361332B (zh) 容错路由的处理方法及装置、处理器和电子设备
CN112001666A (zh) 一种保留库存量的确定方法、装置、设备和存储介质
CN115952054A (zh) 一种仿真任务资源管理方法、装置、设备及介质
CN113537680B (zh) 一种确定运输任务的完成时间的方法及装置
CN113962619A (zh) 运单的运输班次确定方法、装置、电子设备及存储介质

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