CN113792946A - 物品陈列方法、装置、电子设备和计算机可读介质 - Google Patents
物品陈列方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN113792946A CN113792946A CN202111366209.6A CN202111366209A CN113792946A CN 113792946 A CN113792946 A CN 113792946A CN 202111366209 A CN202111366209 A CN 202111366209A CN 113792946 A CN113792946 A CN 113792946A
- Authority
- CN
- China
- Prior art keywords
- shelf
- variable
- item
- upper limit
- matrix
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000011159 matrix material Substances 0.000 claims description 295
- 239000013598 vector Substances 0.000 claims description 146
- 239000002994 raw material Substances 0.000 claims description 113
- 238000012163 sequencing technique Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003491 array Methods 0.000 claims description 3
- 238000004904 shortening Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 106
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 239000003795 chemical substances by application Substances 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000010129 solution processing Methods 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 235000013311 vegetables Nutrition 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- GHMWZRWCBLXYBX-UHFFFAOYSA-M sodium;4-chlorobenzoate Chemical compound [Na+].[O-]C(=O)C1=CC=C(Cl)C=C1 GHMWZRWCBLXYBX-UHFFFAOYSA-M 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005574 cross-species transmission Effects 0.000 description 2
- 235000013365 dairy product Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000008267 milk Substances 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000017105 transposition Effects 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 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
- G06Q10/04—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
- G06Q10/087—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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了物品陈列方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：基于类目数量和对应物品类目集合的目标物品上限数量，生成物品上限数量集合；基于类目数量和货架数量，生成物品货架号集合；基于类目数量和货架层数，生成物品层号集合；基于类目数量，生成物品序号集合；将物品上限数量、物品货架号、物品层号和物品序号组合为物品陈列信息，得到物品陈列信息集合；控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作。该实施方式避免了货架的空间不足或空间浪费，缩短了物品配送时长。
Description
技术领域
本公开的实施例涉及计算机技术领域，具体涉及物品陈列方法、装置、电子设备和计算机可读介质。
背景技术
随着移动互联网平台的接入，越来越多的用户选择线上挑选生鲜物品并进行下单。为了提高生鲜产品的配送效率，通常会设置微仓作为物流中转站。目前，微仓的管理人员通常将物品分门别类地摆放在微仓中的货架上。
然而，当采用上述方式对物品进行摆放时，经常会存在如下技术问题：
第一，物品到货量不合理，导致货架上摆放的物品溢出或货架上物品摆放过少，造成货架的空间不足或空间浪费，此外，在货架上摆放物品时仅考虑到物品的类目，导致搜索量和流转量较高的物品未能摆放在便于拿取的位置上，配送人员需要花费较长时间从货架中拿取需要配送的物品，造成物品配送时长较长；
第二，各类物品的售罄概率不同，需要在不同时间针对各类售罄的物品分别进货，导致运输资源浪费。
发明内容
本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了物品陈列方法、装置、电子设备和计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面，本公开的一些实施例提供了一种物品陈列方法，该方法包括：将物品类目集合所包括的物品类目的数量作为类目数量，以及基于类目数量和对应物品类目集合的目标物品上限数量，生成物品上限数量集合，其中，物品上限数量集合中的物品上限数量对应物品类目集合中的物品类目；基于类目数量和货架数量，生成物品货架号集合，其中，物品货架号集合中的物品货架号对应物品类目集合中的物品类目；基于类目数量和货架层数，生成物品层号集合，其中，物品层号集合中的物品层号对应物品类目集合中的物品类目；基于类目数量，生成物品序号集合，其中，物品序号集合中的物品序号对应物品类目集合中的物品类目；基于物品类目集合中的每个物品类目，将物品上限数量集合中对应物品类目的物品上限数量、物品货架号集合中对应物品类目的物品货架号、物品层号集合中对应物品类目的物品层号和物品序号集合中对应物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合；控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作。
第二方面，本公开的一些实施例提供了一种物品陈列装置，装置包括：第一生成单元，被配置成将物品类目集合所包括的物品类目的数量作为类目数量，以及基于类目数量和对应物品类目集合的目标物品上限数量，生成物品上限数量集合，其中，物品上限数量集合中的物品上限数量对应物品类目集合中的物品类目；第二生成单元，被配置成基于类目数量和货架数量，生成物品货架号集合，其中，物品货架号集合中的物品货架号对应物品类目集合中的物品类目；第三生成单元，被配置成基于类目数量和货架层数，生成物品层号集合，其中，物品层号集合中的物品层号对应物品类目集合中的物品类目；第四生成单元，被配置成基于类目数量，生成物品序号集合，其中，物品序号集合中的物品序号对应物品类目集合中的物品类目；组合单元，被配置成基于物品类目集合中的每个物品类目，将物品上限数量集合中对应物品类目的物品上限数量、物品货架号集合中对应物品类目的物品货架号、物品层号集合中对应物品类目的物品层号和物品序号集合中对应物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合；控制单元，被配置成控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作。
第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的物品陈列方法，避免了货架的空间不足或空间浪费，缩短了物品配送时长。具体来说，造成货架的空间不足或空间浪费、物品配送时长较长的原因在于：物品到货量不合理，导致货架上摆放的物品溢出或货架上物品摆放过少，造成货架的空间不足或空间浪费，此外，在货架上摆放物品时仅考虑到物品的类目，导致搜索量和流转量较高的物品未能摆放在便于拿取的位置上，配送人员需要花费较长时间从货架中拿取需要配送的物品，造成物品配送时长较长。基于此，本公开的一些实施例的物品陈列方法，首先，将物品类目集合所包括的物品类目的数量作为类目数量，以及基于类目数量和对应物品类目集合的目标物品上限数量，生成物品上限数量集合。由此，当每类物品的物品到货量为物品上限数量集合中对应于上述物品到货量的物品上限数量时，可以使得货架能够在完全摆放所有物品的前提下，尽可能多的摆放物品。然后，基于类目数量和货架数量，生成物品货架号集合。由此，使得根据物品货架号集合摆放各类物品时，各个货架均可以被充分使用，降低货架的闲置率。其次，基于类目数量和货架层数，生成物品层号集合。由此，根据物品层号集合在货架上摆放各类物品时，搜索量和流转量较高的物品可以被摆放在更好拿取的货架层。然后，基于类目数量，生成物品序号集合。由此，根据物品序号集合在每层货架上摆放各类物品时，位于货架层左侧的陈列位和位于货架层右侧的陈列位均可以摆放搜索量和流转量较高的物品，提升两侧陈列位的总体使用率。然后，基于物品类目集合中的每个物品类目，将物品上限数量集合中对应物品类目的物品上限数量、物品货架号集合中对应物品类目的物品货架号、物品层号集合中对应物品类目的物品层号和物品序号集合中对应物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合。由此，可以得到每个物品类目对应的物品陈列信息，为后续处理提供数据支持。最后，控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作。由此，可以使得每个物品类目下的物品按照对应的物品陈列信息进行摆放。因为生成的目标物品上限数量集合可以表征微仓中每类物品的最大容纳量，当每类物品的物品到货量为物品上限数量集合中对应于上述物品到货量的物品上限数量时，可以使得货架能够在完全摆放所有物品的前提下，尽可能多的摆放物品，从而避免货架的空间不足或空间浪费。因为生成了物品陈列信息，使得物品可以按照物品陈列信息摆放，从而使得物品摆放合理。也因为物品的合理摆放，搜索量和流转量较高的物品能够摆放在便于拿取的位置上，配送人员无需花费较长时间从货架中拿取需要配送的物品，从而缩短了物品配送时长。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本公开的一些实施例的物品陈列方法的一个应用场景的示意图；
图2是根据本公开的物品陈列方法的一些实施例的流程图；
图3是根据本公开的物品陈列装置的一些实施例的结构示意图；
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的物品陈列方法的一个应用场景的示意图。
在图1的应用场景中，首先，计算设备101可以将物品类目集合所包括的物品类目的数量作为类目数量102，以及基于类目数量102和对应物品类目集合的目标物品上限数量103，生成物品上限数量集合104。其中，物品上限数量集合104中的物品上限数量对应物品类目集合中的物品类目。然后，计算设备101可以基于类目数量102和货架数量105，生成物品货架号集合106。其中，物品货架号集合106中的物品货架号对应物品类目集合中的物品类目。之后，计算设备101可以基于类目数量102和货架层数107，生成物品层号集合108。其中，物品层号集合108中的物品层号对应物品类目集合中的物品类目。然后，计算设备101可以基于类目数量102，生成物品序号集合109。其中，物品序号集合109中的物品序号对应物品类目集合中的物品类目。其次，计算设备101可以基于物品类目集合中的每个物品类目，将物品上限数量集合104中对应物品类目的物品上限数量、物品货架号集合106中对应物品类目的物品货架号、物品层号集合108中对应物品类目的物品层号和物品序号集合109中对应物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合110。最后，计算设备101可以控制相关联的物品陈列设备（例如机械臂111）执行对应于物品陈列信息集合110的物品陈列操作。
需要说明的是，上述计算设备101可以是硬件，也可以是软件。当计算设备为硬件时，可以实现成多个服务器或终端设备组成的分布式集群，也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时，可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的计算设备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计算设备。
继续参考图2，示出了根据本公开的物品陈列方法的一些实施例的流程200。该物品陈列方法，包括以下步骤：
步骤201，将物品类目集合所包括的物品类目的数量作为类目数量，以及基于类目数量和对应物品类目集合的目标物品上限数量，生成物品上限数量集合。
在一些实施例中，物品陈列方法的执行主体（如图1所示的计算设备101）可以将物品类目集合所包括的物品类目的数量作为类目数量，以及基于类目数量和对应物品类目集合的目标物品上限数量，生成物品上限数量集合。其中，上述物品上限数量集合中的物品上限数量对应上述物品类目集合中的物品类目。上述物品类目集合包括的物品类目可以为货架上摆放的物品的一级类目。例如，上述物品类目集合包括的物品类目可以为但不限于：奶制品，蔬菜，水果。此时，上述物品类目集合对应的类目数量为3。上述目标物品上限数量可以为上述物品类目集合包括的各种物品类目的统一的上限数量。可以理解为，各种物品类目对应的物品数量均不能超过目标物品上限数量。上述物品数量可以为物品类目对应的物品的数量。例如，当上述目标物品上限数量为5时，可以表征上述奶制品、上述蔬菜以及上述水果的目标物品上限数量均为5。上述物品上限数量集合中的物品上限数量可以为上述物品类目集合包括的每种物品类目对应的上限数量。可以理解为，上述物品类目集合包括的各种物品类目对应的各个物品上限数量可以不同。例如，上述奶制品对应的物品上限数量可以为3。上述蔬菜对应的物品上限数量可以为4。上述水果对应的物品上限数量可以为5。可以理解为，当货架数量为3时，上述奶制品在3个货架上最多摆放3个。上述蔬菜在3个货架上最多摆放4个。上述水果在3个货架上最多摆放5个。上述货架数量可以为微仓中货架的数量。上述微仓可以为微型仓库。
实践中，第一步，上述执行主体可以根据预设的初始原料上限变量矩阵和对应上述初始原料上限变量矩阵的组合面宽矩阵，生成组合面宽变量矩阵。其中，上述初始原料上限变量矩阵包括的原料上限变量行向量的个数与上述类目数量相同。上述初始原料上限变量矩阵包括的原料上限变量行向量与上述物品类目集合中的物品类目对应。上述初始原料上限变量矩阵包括的每个原料上限变量行向量所包括的原料上限变量的个数与上述目标物品上限数量相同。上述原料上限变量行向量包括的每个原料上限变量的取值范围为[0，1]中的整数。上述组合面宽矩阵可以为表征每种物品类目的物品分别取不同的物品数量时对应的物品面宽的矩阵。上述物品面宽可以为物品的宽度。其中，上述组合面宽矩阵的矩阵行数与上述初始原料上限变量矩阵的矩阵行数相同，上述组合面宽矩阵的矩阵列数与上述初始原料上限变量矩阵的矩阵列数相同。例如，上述类目数量可以为3。上述目标物品上限数量可以为5。上述初始原料上限变量矩阵可以为：
其中，
表示含有三行五列的原料上限变量的矩阵。上述初始原料上限变量矩阵中的每个元素为原料上限变量。例如，
表示位于上述初始原料上限变量矩阵的第一行第一列的原料上限变量。上述组合面宽矩阵可以为：
其中，
表示含有三行五列的组合面宽元素的矩阵。上述组合面宽矩阵中的每个元素为组合面宽元素。例如，
表示位于上述组合面宽矩阵的第一行第一列的组合面宽元素。需要说明的是，上述组合面宽矩阵
为已知参数矩阵。上述组合面宽矩阵
包括的每个组合面宽元素均为已知参数。
作为示例，上述执行主体可以将上述初始原料上限变量矩阵和上述组合面宽矩阵的哈达玛积确定为组合面宽变量矩阵。例如，上述组合面宽变量矩阵可以为：
其中，
表示含有三行五列的组合面宽变量的矩阵。上述组合面宽变量矩阵中的每个元素为组合面宽变量。例如，
表示位于上述组合面宽变量矩阵的第一行第一列的组合面宽变量。
第二步，可以基于上述组合面宽变量矩阵包括的各个组合面宽变量，生成组合面宽目标函数。实践中，上述执行主体可以将上述组合面宽变量矩阵包括的各个组合面宽变量的和确定为组合面宽函数，并将求取上述组合面宽函数的最大值的函数确定为组合面宽目标函数。例如，上述组合面宽目标函数可以为：
其中，
表示行号。
表示列号。
表示位于上述组合面宽变量矩阵第
行第
列的组合面宽变量。
第三步，可以根据上述组合面宽目标函数、对应上述初始原料上限变量矩阵的预设原料上限变量行向量约束条件和对应上述组合面宽变量矩阵的预设总面宽约束条件，对上述初始原料上限变量矩阵进行求解处理，得到原料上限矩阵。其中，上述预设原料上限变量行向量约束条件可以为上述初始原料上限变量矩阵包括的每个原料上限变量行向量所包括的各个原料上限变量的和为1。上述预设总面宽约束条件可以为上述组合面宽变量矩阵包括的各个组合面宽变量的和小于预设面宽值。上述预设面宽值可以为预先设定的宽度值上限。作为示例，上述执行主体可以调用求解器，使得上述求解器根据上述组合面宽目标函数、对应上述初始原料上限变量矩阵的预设原料上限变量行向量约束条件和对应上述组合面宽变量矩阵的预设总面宽约束条件，对上述初始原料上限变量矩阵进行求解处理，得到原料上限矩阵。这里，对于上述求解器的具体设定，不作限定。例如，上述求解器可以为CBC（Coin-or Branch and Cut）求解器。上述求解器也可以为第三方求解器，例如GLPK（GNULinear Programming Kit，GNU线性规划工具集）求解器、Gurobi求解器、CPLE求解器和SCIP（Solving Constraint Integer Programs，求解约束整数程序）求解器。由此，可以使得求解处理得到的原料上限矩阵为上述组合面宽目标函数的最优解的同时，满足上述预设原料上限变量行向量约束条件和上述预设总面宽约束条件。
第四步，可以对于上述原料上限矩阵包括的每个原料上限行向量，将上述原料上限行向量包括的取值为1的元素的列号确定为物品上限数量。其中，上述物品上限数量对应于上述原料上限行向量对应的物品类目。由此，当每类物品的物品到货量为物品上限数量集合中对应于上述物品到货量的物品上限数量时，可以使得货架能够在完全摆放所有物品的前提下，尽可能多的摆放物品。
在一些实施例的一些可选的实现方式中，第一步，上述执行主体可以根据预设的初始原料上限变量矩阵和对应上述初始原料上限变量矩阵的组合面宽矩阵，生成组合面宽变量矩阵。第二步，可以基于上述组合面宽变量矩阵包括的各个组合面宽变量，生成组合面宽目标函数。第三步，可以根据上述初始原料上限变量矩阵和对应上述初始原料上限变量矩阵的售罄概率矩阵，生成售罄概率变量数组。上述售罄概率矩阵可以为表征每种物品类目的物品分别取不同的物品数量时对应的物品售罄概率的矩阵。其中，上述售罄概率矩阵的矩阵行数和矩阵列数与上述初始原料上限变量矩阵的矩阵行数和矩阵列数相同。上述售罄概率变量数组可以为表征每种物品类目的物品对应的物品售罄概率的数组。其中，上述售罄概率变量数组包括的售罄概率变量的数量与上述类目数量相同。上述售罄概率变量数组中的售罄概率变量对应上述物品类目集合中的物品类目。例如，上述售罄概率矩阵可以为：
其中，
表示含有三行五列的售罄概率元素的矩阵。上述售罄概率矩阵中的每个元素为售罄概率元素。例如，
表示位于上述售罄概率矩阵的第一行第一列的售罄概率元素。需要说明的是，上述售罄概率矩阵
为已知参数矩阵。上述售罄概率矩阵
包括的每个售罄概率元素均为已知参数。
上述售罄概率变量数组可以为：
其中，
表示上述售罄概率变量数组。上述售罄概率变量数组中的每个元素为售罄概率变量。例如，
表示上述售罄概率变量数组包括的第一个售罄概率变量。
作为示例，对于上述初始原料上限变量矩阵包括的第一个原料上限变量行向量和上述售罄概率矩阵包括的第一个售罄概率行向量，可以将上述原料上限变量行向量包括的各个原料上限变量和上述售罄概率行向量包括的各个售罄概率元素对应相乘再相加，得到售罄概率变量，并将该售罄概率变量作为上述售罄概率变量数组包括的第一个售罄概率变量。例如：
第四步，可以根据上述售罄概率变量数组包括的各个售罄概率变量，生成售罄概率目标函数。作为示例，首先，上述执行主体可以创建售罄概率上限变量和售罄概率下限变量。上述售罄概率上限变量可以为对应于售罄概率上限约束条件的变量。上述售罄概率上限约束条件可以为上述售罄概率变量数组包括的每个售罄概率变量均小于等于上述售罄概率上限变量。上述售罄概率下限变量可以为对应于售罄概率下限约束条件的变量。上述售罄概率下限约束条件可以为上述售罄概率变量数组包括的每个售罄概率变量均大于等于上述售罄概率下限变量。然后，上述执行主体可以将求取上述售罄概率上限变量与上述售罄概率下限变量的差值的函数作为售罄概率函数，并将求取上述售罄概率函数的最小值的函数确定为售罄概率目标函数。例如，上述售罄概率上限变量可以为“U”。上述售罄概率下限变量可以为“L”。上述售罄概率函数可以为“U-L”。上述售罄概率目标函数可以为“min(U-L)”。
可选地，第一子步骤，上述执行主体可以依次创建各个售罄概率上限变量，得到售罄概率上限变量序列。其中，上述售罄概率上限变量序列包括的售罄概率上限变量的数量与上述售罄概率变量数组包括的售罄概率变量的数量相同。实践中，当上述售罄概率变量数组包括的售罄概率变量的数量为3时，首先，上述执行主体可以创建第一售罄概率上限变量。上述第一售罄概率上限变量可以为用于求解器求解的第一个上限变量。然后，上述执行主体可以调用求解器，使得上述求解器根据对应上述第一售罄概率上限变量的第一预设上限值约束条件，对上述第一售罄概率上限变量进行求解处理，并将求解处理后得到的第一售罄概率上限变量作为上述售罄概率上限变量序列所包括的第一个售罄概率上限变量。其中，上述第一预设上限值约束条件可以为上述售罄概率变量数组包括的每个售罄概率变量均小于等于上述第一售罄概率上限变量。由此，得到的售罄概率上限变量序列所包括的第一个售罄概率上限变量可以为上述售罄概率上限变量序列中最大的售罄概率上限变量。
其次，可以创建第二售罄概率上限变量。上述第二售罄概率上限变量可以为用于求解器求解的第二个上限变量。然后，可以将每个售罄概率变量与第二售罄概率上限变量的差值确定为第二售罄概率上限变量差，得到第二售罄概率上限变量差集合。然后，可以创建第二售罄概率下限变量。上述第二售罄概率下限变量可以为对应于上述第二售罄概率上限变量的下限变量。之后，可以将每个售罄概率变量与第二售罄概率下限变量的差值确定为第二售罄概率下限变量差，得到第二售罄概率下限变量差集合。然后，可以将求取上述第二售罄概率上限变量与上述第二售罄概率下限变量的差值最小值的函数确定为第二售罄概率目标函数。
之后，上述执行主体可以调用求解器，使得上述求解器根据上述第二售罄概率目标函数、对应上述第二售罄概率上限变量差集合的第二预设上限值约束条件和对应上述第二售罄概率下限变量差集合的第二预设下限值约束条件，对上述第二售罄概率上限变量进行求解处理，并将求解处理后得到的第二售罄概率上限变量作为上述售罄概率上限变量序列所包括的第二个售罄概率上限变量。其中，上述第二预设下限值约束条件可以为：对上述售罄概率下限变量差集合中的每个售罄概率下限变量差进行指标转换处理后得到的各个售罄概率下限变量差的和为第二售罄下限数量。其中，上述指标转换处理可以为将小于等于的0的数的值确定为0，以及将大于0的数的值确定为1的处理。上述第二售罄下限数量可以为上述售罄概率变量数组包括的售罄概率变量的数量与对应上述第二售罄概率上限变量差集合的次序的差。例如，上述售罄概率变量数组包括的售罄概率变量的数量为3，上述第二售罄概率下限变量差集合的次序为2，则第二售罄下限数量为1。上述第二预设上限值约束条件可以为：对上述售罄概率上限变量差集合中的每个售罄概率上限变量差进行指标转换处理后得到的各个售罄概率上限变量差的和为售罄上限数量。上述第二售罄上限数量为上述第二售罄下限数量与1的和。例如，上述第二售罄下限数量为1，则第二售罄上限数量为2。由此，得到的售罄概率上限变量序列所包括的第二个售罄概率上限变量可以为上述售罄概率上限变量序列中第二大的售罄概率上限变量。
然后，可以创建第三售罄概率上限变量和第三售罄概率下限变量。上述第三售罄概率上限变量可以为用于求解器求解的第三个上限变量。上述第三售罄概率下限变量可以为用于约束上述第三售罄概率上限变量的变量。然后，上述执行主体可以调用求解器，使得上述求解器根据对应上述第三售罄概率下限变量的第三预设下限值约束条件，对上述第三售罄概率上限变量进行求解处理，并将求解处理后得到的第三售罄概率上限变量确定为上述售罄概率上限变量序列所包括的第三个售罄概率上限变量。其中，上述第三预设下限值约束条件可以为上述售罄概率变量数组包括的每个售罄概率变量均大于等于上述第三售罄概率下限变量。由此，可以得到售罄概率上限变量序列。其中，上述售罄概率上限变量序列包括的售罄概率上限变量的大小依次递减。
第二子步骤，可以将售罄概率变量序列中每两个目标售罄概率变量的差的绝对值确定为售罄概率变量差，得到售罄概率变量差集合。其中，两个目标售罄概率变量中一个目标售罄概率变量的正序序号与另一个目标售罄概率变量的倒序序号相同。例如，上述售罄概率变量序列包括5个售罄概率变量，上述5个售罄概率变量的正序序号为1、2、3、4和5。上述正序序号为4的售罄概率变量的倒序序号为2。上述执行主体可以将正序序号为2的售罄概率变量和倒序序号为2（正序序号为4）的售罄概率变量的差的绝对值确定为售罄概率变量差。
第三子步骤，可以根据售罄概率变量差集合中各个售罄概率变量差的和，生成售罄概率目标函数。例如，可以将上述售罄概率变量差集合包括的各个售罄概率变量差的和确定为售罄概率函数，并将求取该售罄概率函数的最小值的函数作为售罄概率目标函数。
第五步，可以根据上述组合面宽目标函数、上述售罄概率目标函数、对应上述初始原料上限变量矩阵的预设原料上限变量行向量约束条件和对应上述组合面宽变量矩阵的预设总面宽约束条件，对上述初始原料上限变量矩阵进行求解处理，得到原料上限矩阵。其中，上述预设原料上限变量行向量约束条件可以为上述初始原料上限变量矩阵包括的每个原料上限变量行向量所包括的各个原料上限变量的和为1。上述预设总面宽约束条件可以为上述组合面宽变量矩阵包括的各个组合面宽变量的和小于预设面宽值。上述预设面宽值可以为预先设定的宽度值上限。作为示例，上述执行主体可以调用求解器，使得上述求解器根据上述组合面宽目标函数、上述售罄概率目标函数、对应上述初始原料上限变量矩阵的预设原料上限变量行向量约束条件、对应上述组合面宽变量矩阵的预设总面宽约束条件、上述售罄概率上限约束条件和上述售罄概率下限约束条件，对上述初始原料上限变量矩阵进行求解处理，得到原料上限矩阵。由此，可以使得求解处理得到的原料上限矩阵为同时满足上述组合面宽目标函数和上述售罄概率目标函数的最优解的同时，满足上述预设原料上限变量行向量约束条件和上述预设总面宽约束条件。
第六步，可以对于上述原料上限矩阵包括的每个原料上限行向量，将上述原料上限行向量包括的取值为1的元素的列号确定为物品上限数量。由此，使得每种物品类目下的物品取对应的物品上限数量时，每种物品类目下的物品的售罄概率基本相同，从而对于每种物品类目下的物品可以一同进货，节约运输资源。
步骤202，基于类目数量和货架数量，生成物品货架号集合。
在一些实施例中，上述执行主体可以基于类目数量和货架数量，生成物品货架号集合。其中，物品货架号集合中的物品货架号对应物品类目集合中的物品类目。上述货架数量可以为微仓中货架的数量。上述微仓可以为微型仓库。上述物品货架号集合中的物品货架号可以为上述物品类目集合包括的每种物品类目对应的物品货架号。
实践中，第一步，上述执行主体可以根据初始货架变量矩阵和对应初始货架变量矩阵的原料热度向量，生成货架热度变量数组。其中，上述初始货架变量矩阵包括的货架变量行向量的个数与上述类目数量相同。上述初始货架变量矩阵包括的货架变量行向量与上述物品类目集合中的物品类目对应。上述初始货架变量矩阵包括的每个货架变量行向量所包括的货架变量的个数与上述货架数量相同。上述货架变量行向量包括的每个货架变量的取值范围为[0，1]中的整数。上述原料热度向量可以为包含的原料热度元素的数量为类目数量的列向量。上述原料热度元素可以为表征每种物品类目下的物品热度的元素。上述物品热度可以为由物品搜索量和物品流转量（销量）通过加权得到数值。其中，上述物品搜索量可以为物品在特定电商平台上被搜索的次数。上述货架热度变量数组可以为包含的货架热度变量的数量为货架数量的数组。例如，上述类目数量可以为3。上述货架数量可以为5。上述初始货架变量矩阵可以为：
其中，
表示含有三行五列的初始货架变量的矩阵。上述初始货架变量矩阵中的每个元素为初始货架变量。例如，
表示位于上述初始货架变量矩阵的第一行第一列的货架变量。
上述原料热度向量可以为：
其中，
表示上述原料热度向量。
、
、
均为上述原料热度向量包括的原料热度元素。
作为示例，上述执行主体可以将上述初始货架量矩阵的转置和上述原料热度向量的积确定为货架热度变量数组。例如，上述货架热度变量数组可以为：
其中，K表示上述货架热度变量数组。
、
、
、
、
均为上述货架热度变量数组包括的货架热度变量。例如：
第二步，可以根据货架热度变量数组包括的各个货架热度变量，生成货架热度目标函数。实践中，首先，上述执行主体可以创建货架热度上限变量和货架热度下限变量。上述货架热度上限变量可以为对应于货架热度上限约束条件的变量。上述货架热度上限约束条件可以为上述货架热度变量数组包括的每个货架热度变量均小于等于上述货架热度变量。上述货架热度下限变量可以为对应于货架热度下限约束条件的变量。上述货架热度下限约束条件可以为上述货架热度变量数组包括的每个货架热度变量均大于等于上述货架热度下限变量。然后，然后，上述执行主体可以将求取上述货架热度上限变量与上述货架热度下限变量的差值的函数作为货架热度函数，并将求取上述货架热度函数的最小值的函数确定为货架热度目标函数。例如，上述货架热度上限变量可以为“U”。上述货架热度下限变量可以为“L”。上述货架热度函数可以为“U-L”。上述货架热度目标函数可以为“min(U-L)”。
可选地，首先，上述执行主体可以根据各个货架热度变量，确定货架热度变量均值。例如，可以将上述各个货架热度变量的和与上述各个货架热度变量的数量的商确定为上述货架热度变量均值。然后，可以将各个货架热度变量中每个货架热度变量与货架热度变量均值的差的绝对值确定为货架热度变量差，得到货架热度变量差集合。最后，可以根据货架热度变量差集合中各个货架热度变量差的和，生成货架热度目标函数。例如，可以将上述货架热度变量差集合包括的各个货架热度变量差的和确定为货架热度函数，并将求取上述货架热度函数的最小值的函数作为货架热度目标函数。
第三步，可以根据预设的初始货架变量矩阵和对应初始货架变量矩阵的原料面宽向量，生成货架面宽变量数组。上述原料面宽向量可以为包含的原料面宽元素的数量为类目数量的列向量。上述原料面宽向量包含的原料面宽元素可以表征每种物品类目对应的物品宽度。上述原料面宽向量包含的原料面宽对应上述物品类目集合中的物品类目。上述货架面宽变量数组可以为包含的货架面宽变量的数量为货架数量的数组。作为示例，上述执行主体可以将上述初始货架量矩阵的转置和上述原料面宽向量的积确定为货架面宽变量数组。
第四步，可以根据货架热度目标函数、对应初始货架变量矩阵的预设货架变量行向量约束条件和对应货架面宽变量数组的预设货架总面宽约束条件，对初始货架变量矩阵进行求解处理，得到货架矩阵。其中，上述预设货架变量行向量约束条件可以为上述初始货架变量矩阵包括的每个货架变量行向量所包括的货架变量的和为1。上述预设货架总面宽约束条件可以为上述货架面宽变量数组包括的每个货架面宽变量均小于预设货架面宽值。上述预设货架面宽值可以为预先设定的货架宽度值上限。作为示例，上述执行主体可以调用求解器，使得上述求解器根据上述货架热度目标函数、对应上述初始货架变量矩阵的预设货架变量行向量约束条件和对应上述货架面宽变量数组的预设货架总面宽约束条件，对上述初始货架变量矩阵进行求解处理，得到货架矩阵。由此，可以使得求解处理得到的货架矩阵为上述货架热度目标函数的最优解的同时，满足上述预设货架变量行向量约束条件和上述预设货架总面宽约束条件。
第五步，可以对于货架矩阵包括的每个货架行向量，将货架行向量包括的取值为1的元素的列号确定为物品货架号。其中，上述物品货架号对应于上述货架行向量对应的物品类目。由此，使得根据物品货架号集合摆放各类物品时，各个货架均可以被充分使用，降低货架的闲置率。
在一些实施例的一些可选的实现方式中，第一步，上述执行主体可以根据预设的初始货架变量矩阵和对应初始货架变量矩阵的二级品类属性矩阵，生成二级品类属性变量矩阵。上述二级品类属性矩阵可以为矩阵行数为上述类目数量，矩阵列数为二级品类数量的二值矩阵。上述二级品类数量可以为上述物品类目集合中二级品类的数量最大的物品类目的二级品类数量。上述二级品类可以为货架上摆放的物品的二级类目。上述二级品类属性矩阵中的每个二级品类属性行向量所包括的各个二级品类属性元素中有且仅有一个二级品类属性元素的值为1，以及该值为1的二级品类属性元素对应的列号即为物品类目对应的二级品类的数量。作为示例，上述执行主体可以将上述初始货架变量矩阵的转置与上述二级品类属性矩阵的积确定为上述二级品类属性变量矩阵。
第二步，上述执行主体可以根据初始货架变量矩阵和对应初始货架变量矩阵的原料热度向量，生成货架热度变量数组。
第三步，可以根据货架热度变量数组包括的各个货架热度变量，生成货架热度目标函数。
第四步，根据初始货架变量矩阵和对应初始货架变量矩阵的初始货架位置矩阵，生成货架位置变量矩阵。上述初始货架位置矩阵可以为表征每种物品类目下的物品的初始摆放货架位置的矩阵。其中，上述初始货架位置矩阵的矩阵行数与上述初始货架变量矩阵的矩阵行数相同，上述初始货架位置矩阵的矩阵列数与初始货架变量矩阵的矩阵列数相同。作为示例，上述执行主体可以将上述初始货架位置矩阵与上述初始货架变量矩阵的哈达玛积确定为上述货架位置变量矩阵。
第五步，基于货架位置变量矩阵包括的各个货架位置变量，生成货架位置目标函数。作为示例，可以将上述货架位置变量矩阵包括的各个货架位置变量的和确定为货架位置函数。可以将求取上述货架位置函数的最大值的函数确定为货架位置目标函数。
第六步，根据预设的初始货架变量矩阵和对应初始货架变量矩阵的原料面宽向量，生成货架面宽变量数组。
第七步，根据对应二级品类属性变量矩阵的二级品类属性目标函数、货架热度目标函数、货架位置目标函数、对应初始货架变量矩阵的预设货架变量行向量约束条件和对应货架面宽变量数组的预设货架总面宽约束条件，对初始货架变量矩阵进行求解处理，得到货架矩阵。上述二级品类属性目标函数可以为求取对上述二级品类属性变量矩阵包括的每个二级品类属性变量进行指标转换处理后得到的各个指标变量的和最小的函数。其中，上述指标转换处理可以为将小于等于的0的数的值确定为0，以及将大于0的数的值确定为1的处理。作为示例，上述执行主体可以调用求解器，使得上述求解器根据上述二级品类属性目标函数、上述货架热度目标函数、上述货架位置目标函数、对应上述初始货架变量矩阵的预设货架变量行向量约束条件和对应上述货架面宽变量数组的预设货架总面宽约束条件，对上述初始货架变量矩阵进行求解处理，得到货架矩阵。由此，可以使得求解处理得到的货架矩阵为同时满足上述二级品类属性目标函数、上述货架热度目标函数和上述货架位置目标函数的最优解的同时，满足上述预设货架变量行向量约束条件和预设货架总面宽约束条件。
第八步，对于货架矩阵包括的每个货架行向量，将货架行向量包括的取值为1的元素的列号确定为物品货架号。由此，可以使得每种物品类目包括的每个二级品类下的物品摆放更加集中，并且使得物品对于货架的位置尽量不变，减少物品的挪动，提高物品摆放效率。
步骤203，基于类目数量和货架层数，生成物品层号集合。
在一些实施例中，上述执行主体可以基于类目数量和货架层数，生成物品层号集合。其中，上述物品层号集合中的物品层号对应上述物品类目集合中的物品类目。上述货架层数可以为微仓中货架的层数。
实践中，第一步，上述执行主体可以根据预设的初始货架层变量矩阵、原料热度向量和对应初始货架层变量矩阵的货架便捷程度向量，生成匹配变量矩阵。其中，上述初始货架层变量矩阵包括的货架层变量行向量的个数与上述类目数量相同。上述初始货架层变量矩阵包括的货架层变量行向量与上述物品类目集合中的物品类目对应。上述初始货架层变量矩阵包括的每个货架层变量行向量所包括的货架层变量的个数与上述货架层数相同。上述货架层变量行向量包括的每个货架层变量的取值范围为[0，1]中的整数。上述货架便捷程度向量可以为包含的货架便捷程度元素的数量为上述货架层数的列向量。作为示例，首先，上述执行主体可以对货架便捷程度向量进行转置处理，得到上述货架便捷程度向量的转置结果。然后，可以将上述原料热度向量与上述转置结果的积确定为第一子积。最后，可以将上述初始货架层变量矩阵与上述第一子积的哈达玛积确定为匹配变量矩阵。
第二步，可以基于匹配变量矩阵包括的各个匹配变量，生成匹配目标函数。作为示例，可以将上述匹配变量矩阵包括的各个匹配变量的和确定为匹配函数。可以将求取上述匹配函数的最大值的函数确定为匹配目标函数。
第三步，可以根据预设的初始货架层变量矩阵和对应初始货架层变量矩阵的货架层面宽向量，生成货架层面宽数组。上述货架层面宽向量可以为包含的货架层面宽元素的数量为类目数量的列向量。作为示例，上述执行主体可以将上述初始货架层变量矩阵的转置和上述货架层面宽向量的积确定为货架层面宽数组。
第四步，可以根据匹配目标函数、对应初始货架层变量矩阵的预设货架层变量行向量约束条件和对应货架层面宽数组的预设货架层面宽约束条件，对初始货架层变量矩阵进行求解处理，得到货架层矩阵。上述预设货架层变量行向量约束条件可以为约束上述初始货架层变量矩阵包括的每个初始货架层变量行向量所包括的各个初始货架层变量的和为1。上述预设货架层面宽约束条件可以为上述货架层面宽数组包括的每个货架层面宽元素均小于预设货架层面宽值。上述预设货架层面宽值可以为预先设定的货架层宽度值上限。作为示例，上述执行主体可以调用求解器，使得上述求解器根据上述匹配目标函数、对应上述初始货架层变量矩阵的预设货架层变量行向量约束条件和对应上述货架层面宽数组的预设货架层面宽约束条件，对上述初始货架层变量矩阵进行求解处理，得到货架层矩阵。由此，可以使得求解处理得到的货架层矩阵为上述匹配目标函数的最优解的同时，满足上述预设货架层变量行向量约束条件和上述预设货架层面宽约束条件。
第五步，可以对于货架层矩阵包括的每个货架层行向量，将货架层行向量包括的取值为1的元素的列号确定为物品层号。其中，上述物品层号对应于上述货架行向量对应的物品类目。由此，根据物品层号集合在货架上摆放各类物品时，搜索量和流转量较高的物品可以被摆放在更好拿取的货架层。
在一些实施例的一些可选的实现方式中，第一步，上述执行主体可以根据预设的初始货架层变量矩阵、原料热度向量和对应初始货架层变量矩阵的货架便捷程度向量，生成匹配变量矩阵。
第二步，可以基于匹配变量矩阵包括的各个匹配变量，生成匹配目标函数。
第三步，可以根据初始货架层变量矩阵和对应初始货架层变量矩阵的初始货架层位置矩阵，生成货架层位置变量矩阵。上述初始货架层位置矩阵可以为表征每种物品类目下的物品的初始摆放货架层位置的矩阵。其中，上述初始货架层位置矩阵的矩阵行数与上述初始货架层变量矩阵的矩阵行数相同，上述初始货架层位置矩阵的矩阵列数与初始货架层变量矩阵的矩阵列数相同。作为示例，上述执行主体可以将上述初始货架层位置矩阵与上述初始货架层变量矩阵的哈达玛积确定为上述货架位置变量矩阵。
第四步，可以基于货架层位置变量矩阵包括的各个货架层位置变量，生成货架层位置目标函数。作为示例，可以将上述货架层位置变量矩阵包括的各个货架层位置变量和确定为货架层位置函数。将求取上述货架层位置函数的最大值的函数确定为货架层位置目标函数。
第五步，可以根据预设的初始货架层变量矩阵和对应初始货架层变量矩阵的货架层面宽向量，生成货架层面宽数组。
第六步，可以根据匹配目标函数、货架层位置目标函数、对应初始货架层变量矩阵的预设货架层变量行向量约束条件和对应货架层面宽数组的预设货架层面宽约束条件，对初始货架层变量矩阵进行求解处理，得到货架层矩阵。作为示例，上述执行主体可以调用求解器，使得上述求解器根据上述匹配目标函数、上述货架层位置目标函数、对应上述初始货架层变量矩阵的预设货架层变量行向量约束条件和对应上述货架层面宽数组的预设货架层面宽约束条件，对初始货架层变量矩阵进行求解处理，得到货架层矩阵。由此，可以使得求解处理得到的货架矩阵为同时满足上述匹配目标函数和货架层位置目标函数的最优解的同时，满足上述预设货架层变量行向量约束条件和预设货架层面宽约束条件。
第七步，可以对于货架层矩阵包括的每个货架层行向量，将货架层行向量包括的取值为1的元素的列号确定为物品层号。其中，物品层号对应于货架行向量对应的物品类目。由此，可以使得物品对于货架层的位置尽量不变，减少物品的挪动，提高物品摆放效率。
步骤204，基于类目数量，生成物品序号集合。
在一些实施例中，上述执行主体可以基于类目数量，生成物品序号集合。其中，物品序号集合中的物品序号对应物品类目集合中的物品类目。实践中，第一步，上述执行主体可以根据预设的初始排序变量矩阵和原料热度向量，生成位置热度变量数组。其中，上述初始排序变量矩阵包括的排序变量行向量的个数与上述类目数量相同。上述初始排序变量矩阵包括的排序变量行向量与上述物品类目集合中的物品类目对应。上述初始排序变量矩阵包括的每个排序变量行向量所包括的排序变量的个数与上述类目数量相同。上述排序变量行向量包括的每个排序变量的取值范围为[0，1]中的整数。作为示例，上述执行主体可以将上述初始排序变量矩阵的转置与上述原料热度向量的积确定为上述位置热度变量数组。
第二步，基于位置热度变量数组包括的各个位置热度变量，生成位置热度目标函数。作为示例，当上述位置热度变量数组包括的位置热度变量的数量为n时，可以将上述位置热度变量数组中前[n/2]（对n与2的商向上取整后得到的数值）个位置热度变量的和确定为第一位置热度函数，并将上述位置热度变量数组中后[n/2]个位置热度变量的和确定为第二位置热度函数。可以将求取上述第一位置热度函数与上述第二位置热度函数的差为0的函数作为位置热度目标函数。
第三步，上述执行主体可以调用求解器，使得上述求解器根据上述位置热度目标函数，对初始排序变量矩阵进行求解处理，得到排序矩阵。由此，可以使得求解处理得到的排序矩阵满足上述位置热度目标函数。
第四步，对于排序矩阵包括的每个排序行向量，将排序行向量包括的取值为1的元素的列号确定为物品序号。其中，物品序号对应于排序行向量对应的物品类目。由此，根据物品序号集合在每层货架上摆放各类物品时，位于货架层左侧的陈列位和位于货架层右侧的陈列位均可以摆放搜索量和流转量较高的物品，提升两侧陈列位的总体使用率。
在一些实施例的一些可选的实现方式中，第一步，上述执行主体可以根据预设的初始排序变量矩阵和原料热度向量，生成位置热度变量数组。
第二步，可以基于位置热度变量数组包括的各个位置热度变量，生成位置热度目标函数。
第三步，可以根据位置热度目标函数、对应初始排序变量矩阵的预设排序变量行向量约束条件、对应初始排序变量矩阵的预设排序变量列向量约束条件和对应位置热度变量数组的位置约束条件，对初始排序变量矩阵进行求解处理，得到排序矩阵。上述预设排序变量行向量约束条件可以为上述初始排序变量矩阵包括的每个初始排序变量行向量所包括的各个初始排序变量的和为1。上述预设排序变量列向量约束条件可以为上述初始排序变量矩阵包括的每个初始排序变量列向量所包括的各个初始排序变量的和为1。当上述位置热度变量数组包括的位置热度变量的数量为偶数时，上述位置约束条件可以为：上述位置热度变量数组中前一半的位置热度变量依次递增，上述位置热度变量数组中后一半的位置热度变量依次递减。当上述位置热度变量数组包括的位置热度变量的数量为奇数时，上述位置约束条件可以为：上述位置热度变量数组中位于中间位置热度变量前的位置热度变量依次递增，上述中间位置热度变量大于等于上述位置热度变量数组中除上述中间位置热度变量以外的每个位置热度变量的变量，且上述位置热度变量数组中位于中间位置热度变量后的位置热度变量依次递减。其中，上述中间位置热度变量可以为上述位置热度变量数组中处于中间位置的位置热度变量。作为示例，上述执行主体可以调用求解器，使得上述求解器根据上述位置热度目标函数、对应上述初始排序变量矩阵的预设排序变量行向量约束条件、对应上述初始排序变量矩阵的预设排序变量列向量约束条件和对应上述位置热度变量数组的位置约束条件，对初始排序变量矩阵进行求解处理，得到排序矩阵。由此，可以使得求解处理得到的排序矩阵为上述位置热度目标函数的最优解的同时，满足上述预设排序变量行向量约束条件、预设排序变量列向量约束条件和位置约束条件。
第四步，可以对于排序矩阵包括的每个排序行向量，将排序行向量包括的取值为1的元素的列号确定为物品序号。其中，物品序号对应于排序行向量对应的物品类目。由此，使得位于货架层中间的位置摆放搜索量和流转量最高的物品，位于货架层两侧的位置摆放搜索量和流转量较高的物品，位于货架层最左端和最右端的位置摆放搜索量和流转量较低的物品，从而优化物品摆放，使得搜索量和流转量越高的物品越好拿取。
步骤205，基于物品类目集合中的每个物品类目，将物品上限数量集合中对应物品类目的物品上限数量、物品货架号集合中对应物品类目的物品货架号、物品层号集合中对应物品类目的物品层号和物品序号集合中对应物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合。
在一些实施例中，上述执行主体可以基于物品类目集合中的每个物品类目，将物品上限数量集合中对应物品类目的物品上限数量、物品货架号集合中对应物品类目的物品货架号、物品层号集合中对应物品类目的物品层号和物品序号集合中对应物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合。由此，可以得到每个物品类目对应的物品陈列信息，为后续处理提供数据支持。
步骤206，控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作。
在一些实施例中，上述执行主体可以控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作。上述物品陈列设备可以为能够陈列物品的设备。例如，上述物品陈列设备可以为机械臂。上述物品陈列操作可以为上述物品陈列设备对物品进行摆放的操作。实践中，上述执行主体可以控制相关联的机械臂，使得上述机械臂根据上述物品陈列信息集合中的物品陈列信息，对相应的物品进行摆放。由此，可以使得每个物品类目下的物品按照对应的物品陈列信息进行摆放。
本公开的上述各个实施例中具有如下有益效果：通过本公开的一些实施例的物品陈列方法，避免了货架的空间不足或空间浪费，缩短了物品配送时长。具体来说，造成货架的空间不足或空间浪费、配送时长较长的原因在于：物品到货量不合理，导致货架上摆放的物品溢出或货架上物品摆放过少，造成货架的空间不足或空间浪费，此外，在货架上摆放物品时仅考虑到物品的类目，导致搜索量和流转量较高的物品未能摆放在便于拿取的位置上，配送人员需要花费较长时间从货架中拿取需要配送的物品，造成配送时长较长。基于此，本公开的一些实施例的物品陈列方法，首先，将物品类目集合所包括的物品类目的数量作为类目数量，以及基于类目数量和对应物品类目集合的目标物品上限数量，生成物品上限数量集合。由此，当每类物品的物品到货量为物品上限数量集合中对应于上述物品到货量的物品上限数量时，可以使得货架能够在完全摆放所有物品的前提下，尽可能多的摆放物品。然后，基于类目数量和货架数量，生成物品货架号集合。由此，使得根据物品货架号集合摆放各类物品时，各个货架均可以被充分使用，降低货架的闲置率。其次，基于类目数量和货架层数，生成物品层号集合。由此，根据物品层号集合在货架上摆放各类物品时，搜索量和流转量较高的物品可以被摆放在更好拿取的货架层。然后，基于类目数量，生成物品序号集合。由此，根据物品序号集合在每层货架上摆放各类物品时，位于货架层左侧的陈列位和位于货架层右侧的陈列位均可以摆放搜索量和流转量较高的物品，提升两侧陈列位的总体使用率。然后，基于物品类目集合中的每个物品类目，将物品上限数量集合中对应物品类目的物品上限数量、物品货架号集合中对应物品类目的物品货架号、物品层号集合中对应物品类目的物品层号和物品序号集合中对应物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合。由此，可以得到每个物品类目对应的物品陈列信息，为后续处理提供数据支持。最后，控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作。由此，可以使得每个物品类目下的物品按照对应的物品陈列信息进行摆放。因为生成的目标物品上限数量集合可以表征微仓中每类物品的最大容纳量，当每类物品的物品到货量为物品上限数量集合中对应于上述物品到货量的物品上限数量时，可以使得货架能够在完全摆放所有物品的前提下，尽可能多的摆放物品，从而避免货架的空间不足或空间浪费。因为生成了物品陈列信息，使得物品可以按照物品陈列信息摆放，从而使得物品摆放合理。也因为物品的合理摆放，搜索量和流转量较高的物品能够摆放在便于拿取的位置上，配送人员无需花费较长时间从货架中拿取需要配送的物品，从而缩短了物品配送时长。
进一步参考图3，作为对上述各图所示方法的实现，本公开提供了一种物品陈列装置的一些实施例，这些装置实施例与图2所示的那些方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图3所示，一些实施例的物品陈列装置300包括：第一生成单元301、第二生成单元302、第三生成单元303、第四生成单元304、组合单元305和控制单元306。其中，第一生成单元301被配置成将物品类目集合所包括的物品类目的数量作为类目数量，以及基于类目数量和对应物品类目集合的目标物品上限数量，生成物品上限数量集合，其中，物品上限数量集合中的物品上限数量对应物品类目集合中的物品类目；第二生成单元302被配置成基于类目数量和货架数量，生成物品货架号集合，其中，物品货架号集合中的物品货架号对应物品类目集合中的物品类目；第三生成单元303被配置成基于类目数量和货架层数，生成物品层号集合，其中，物品层号集合中的物品层号对应物品类目集合中的物品类目；第四生成单元304被配置成基于类目数量，生成物品序号集合，其中，物品序号集合中的物品序号对应物品类目集合中的物品类目；组合单元305被配置成基于物品类目集合中的每个物品类目，将物品上限数量集合中对应物品类目的物品上限数量、物品货架号集合中对应物品类目的物品货架号、物品层号集合中对应物品类目的物品层号和物品序号集合中对应物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合；控制单元306被配置成控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作。
可以理解的是，该装置300中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置300及其中包含的单元，在此不再赘述。
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备（如图1所示的计算设备101）400的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置（例如中央处理器、图形处理器等）401，其可以根据存储在只读存储器（ROM）402中的程序或者从存储装置408加载到随机访问存储器（RAM）403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出（I/O）接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些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流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例中记载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。在本公开的一些实施例中，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。而在本公开的一些实施例中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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该电子设备执行时，使得该电子设备：将物品类目集合所包括的物品类目的数量作为类目数量，以及基于类目数量和对应物品类目集合的目标物品上限数量，生成物品上限数量集合，其中，物品上限数量集合中的物品上限数量对应物品类目集合中的物品类目。基于类目数量和货架数量，生成物品货架号集合，其中，物品货架号集合中的物品货架号对应物品类目集合中的物品类目。基于类目数量和货架层数，生成物品层号集合，其中，物品层号集合中的物品层号对应物品类目集合中的物品类目。基于类目数量，生成物品序号集合，其中，物品序号集合中的物品序号对应物品类目集合中的物品类目。基于物品类目集合中的每个物品类目，将物品上限数量集合中对应物品类目的物品上限数量、物品货架号集合中对应物品类目的物品货架号、物品层号集合中对应物品类目的物品层号和物品序号集合中对应物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合。控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网（LAN）或广域网（WAN）——连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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、或代码的一部分，该模块、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，框图和/或流程图中的每个方框、以及框图和/或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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括第一生成单元、第二生成单元、第三生成单元、第四生成单元、组合单元和控制单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，控制单元还可以被描述为“控制相关联的物品陈列设备执行对应于物品陈列信息集合的物品陈列操作的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种物品陈列方法，其特征在于，包括：
将物品类目集合所包括的物品类目的数量作为类目数量，以及基于所述类目数量和对应所述物品类目集合的目标物品上限数量，生成物品上限数量集合，其中，所述物品上限数量集合中的物品上限数量对应所述物品类目集合中的物品类目；
基于所述类目数量和货架数量，生成物品货架号集合，其中，所述物品货架号集合中的物品货架号对应所述物品类目集合中的物品类目；
基于所述类目数量和货架层数，生成物品层号集合，其中，所述物品层号集合中的物品层号对应所述物品类目集合中的物品类目；
基于所述类目数量，生成物品序号集合，其中，所述物品序号集合中的物品序号对应所述物品类目集合中的物品类目；
基于所述物品类目集合中的每个物品类目，将所述物品上限数量集合中对应所述物品类目的物品上限数量、所述物品货架号集合中对应所述物品类目的物品货架号、所述物品层号集合中对应所述物品类目的物品层号和所述物品序号集合中对应所述物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合；
控制相关联的物品陈列设备执行对应于所述物品陈列信息集合的物品陈列操作。
2.根据权利要求1所述的方法，其中，所述基于所述类目数量和对应所述物品类目集合的目标物品上限数量，生成物品上限数量集合，包括：
根据预设的初始原料上限变量矩阵和对应所述初始原料上限变量矩阵的组合面宽矩阵，生成组合面宽变量矩阵，其中，所述初始原料上限变量矩阵包括的原料上限变量行向量的个数与所述类目数量相同，所述初始原料上限变量矩阵包括的原料上限变量行向量与所述物品类目集合中的物品类目对应，所述初始原料上限变量矩阵包括的每个原料上限变量行向量所包括的原料上限变量的个数与所述目标物品上限数量相同，所述原料上限变量行向量包括的每个原料上限变量的取值范围为[0，1]中的整数；
基于所述组合面宽变量矩阵包括的各个组合面宽变量，生成组合面宽目标函数；
根据所述初始原料上限变量矩阵和对应所述初始原料上限变量矩阵的售罄概率矩阵，生成售罄概率变量数组；
根据所述售罄概率变量数组包括的各个售罄概率变量，生成售罄概率目标函数；
根据所述组合面宽目标函数、所述售罄概率目标函数、对应所述初始原料上限变量矩阵的预设原料上限变量行向量约束条件和对应所述组合面宽变量矩阵的预设总面宽约束条件，对所述初始原料上限变量矩阵进行求解处理，得到原料上限矩阵；
对于所述原料上限矩阵包括的每个原料上限行向量，将所述原料上限行向量包括的取值为1的元素的列号确定为物品上限数量，其中，所述物品上限数量对应于所述原料上限行向量对应的物品类目。
3.根据权利要求1所述的方法，其中，所述基于所述类目数量和货架数量，生成物品货架号集合，包括：
根据预设的初始货架变量矩阵和对应所述初始货架变量矩阵的二级品类属性矩阵，生成二级品类属性变量矩阵，其中，所述初始货架变量矩阵包括的货架变量行向量的个数与所述类目数量相同，所述初始货架变量矩阵包括的货架变量行向量与所述物品类目集合中的物品类目对应，所述初始货架变量矩阵包括的每个货架变量行向量所包括的货架变量的个数与所述货架数量相同，所述货架变量行向量包括的每个货架变量的取值范围为[0，1]中的整数；
根据所述初始货架变量矩阵和对应所述初始货架变量矩阵的原料热度向量，生成货架热度变量数组；
根据所述货架热度变量数组包括的各个货架热度变量，生成货架热度目标函数；
根据所述初始货架变量矩阵和对应所述初始货架变量矩阵的初始货架位置矩阵，生成货架位置变量矩阵；
基于所述货架位置变量矩阵包括的各个货架位置变量，生成货架位置目标函数；
根据预设的初始货架变量矩阵和对应所述初始货架变量矩阵的原料面宽向量，生成货架面宽变量数组；
根据对应所述二级品类属性变量矩阵的二级品类属性目标函数、所述货架热度目标函数、所述货架位置目标函数、对应所述初始货架变量矩阵的预设货架变量行向量约束条件和对应所述货架面宽变量数组的预设货架总面宽约束条件，对所述初始货架变量矩阵进行求解处理，得到货架矩阵；
对于所述货架矩阵包括的每个货架行向量，将所述货架行向量包括的取值为1的元素的列号确定为物品货架号，其中，所述物品货架号对应于所述货架行向量对应的物品类目。
4.根据权利要求3所述的方法，其中，所述基于所述类目数量和货架层数，生成物品层号集合，包括：
根据预设的初始货架层变量矩阵、所述原料热度向量和对应所述初始货架层变量矩阵的货架便捷程度向量，生成匹配变量矩阵，其中，所述初始货架层变量矩阵包括的货架层变量行向量的个数与所述类目数量相同，所述初始货架层变量矩阵包括的货架层变量行向量与所述物品类目集合中的物品类目对应，所述初始货架层变量矩阵包括的每个货架层变量行向量所包括的货架层变量的个数与所述货架层数相同，所述货架层变量行向量包括的每个货架层变量的取值范围为[0，1]中的整数；
基于所述匹配变量矩阵包括的各个匹配变量，生成匹配目标函数；
根据所述初始货架层变量矩阵和对应所述初始货架层变量矩阵的初始货架层位置矩阵，生成货架层位置变量矩阵；
基于所述货架层位置变量矩阵包括的各个货架层位置变量，生成货架层位置目标函数；
根据预设的初始货架层变量矩阵和对应所述初始货架层变量矩阵的货架层面宽向量，生成货架层面宽数组；
根据所述匹配目标函数、所述货架层位置目标函数、对应所述初始货架层变量矩阵的预设货架层变量行向量约束条件和对应所述货架层面宽数组的预设货架层面宽约束条件，对所述初始货架层变量矩阵进行求解处理，得到货架层矩阵；
对于所述货架层矩阵包括的每个货架层行向量，将所述货架层行向量包括的取值为1的元素的列号确定为物品层号，其中，所述物品层号对应于所述货架行向量对应的物品类目。
5.根据权利要求4所述的方法，其中，所述基于所述类目数量，生成物品序号集合，包括：
根据预设的初始排序变量矩阵和所述原料热度向量，生成位置热度变量数组，其中，所述初始排序变量矩阵包括的排序变量行向量的个数与所述类目数量相同，所述初始排序变量矩阵包括的排序变量行向量与所述物品类目集合中的物品类目对应，所述初始排序变量矩阵包括的每个排序变量行向量所包括的排序变量的个数与所述类目数量相同，所述排序变量行向量包括的每个排序变量的取值范围为[0，1]中的整数；
基于所述位置热度变量数组包括的各个位置热度变量，生成位置热度目标函数；
根据所述位置热度目标函数、对应所述初始排序变量矩阵的预设排序变量行向量约束条件、对应所述初始排序变量矩阵的预设排序变量列向量约束条件和对应所述位置热度变量数组的位置约束条件，对所述初始排序变量矩阵进行求解处理，得到排序矩阵；
对于所述排序矩阵包括的每个排序行向量，将所述排序行向量包括的取值为1的元素的列号确定为物品序号，其中，所述物品序号对应于所述排序行向量对应的物品类目。
6.根据权利要求2所述的方法，其中，所述根据所述售罄概率变量数组包括的各个售罄概率变量，生成售罄概率目标函数，包括：
依次创建各个售罄概率上限变量，得到售罄概率上限变量序列，其中，所述售罄概率上限变量序列包括的售罄概率上限变量的数量与所述售罄概率变量数组包括的售罄概率变量的数量相同；
将所述售罄概率上限变量序列中每两个目标售罄概率上限变量的差的绝对值确定为售罄概率上限变量差，得到售罄概率上限变量差集合，其中，所述两个目标售罄概率上限变量中一个目标售罄概率上限变量的正序序号与另一个目标售罄概率上限变量的倒序序号相同；
根据所述售罄概率上限变量差集合中各个售罄概率上限变量差的和，生成售罄概率目标函数。
7.根据权利要求3所述的方法，其中，所述根据所述货架热度变量数组包括的各个货架热度变量，生成货架热度目标函数，包括：
根据所述各个货架热度变量，确定货架热度变量均值；
将所述各个货架热度变量中每个货架热度变量与所述货架热度变量均值的差的绝对值确定为货架热度变量差，得到货架热度变量差集合；
根据所述货架热度变量差集合中各个货架热度变量差的和，生成货架热度目标函数。
8.一种物品陈列装置，其特征在于，包括：
第一生成单元，被配置成将物品类目集合所包括的物品类目的数量作为类目数量，以及基于所述类目数量和对应所述物品类目集合的目标物品上限数量，生成物品上限数量集合，其中，所述物品上限数量集合中的物品上限数量对应所述物品类目集合中的物品类目；
第二生成单元，被配置成基于所述类目数量和货架数量，生成物品货架号集合，其中，所述物品货架号集合中的物品货架号对应所述物品类目集合中的物品类目；
第三生成单元，被配置成基于所述类目数量和货架层数，生成物品层号集合，其中，所述物品层号集合中的物品层号对应所述物品类目集合中的物品类目；
第四生成单元，被配置成基于所述类目数量，生成物品序号集合，其中，所述物品序号集合中的物品序号对应所述物品类目集合中的物品类目；
组合单元，被配置成基于所述物品类目集合中的每个物品类目，将所述物品上限数量集合中对应所述物品类目的物品上限数量、所述物品货架号集合中对应所述物品类目的物品货架号、所述物品层号集合中对应所述物品类目的物品层号和所述物品序号集合中对应所述物品类目的物品序号组合为物品陈列信息，得到物品陈列信息集合；
控制单元，被配置成控制相关联的物品陈列设备执行对应于所述物品陈列信息集合的物品陈列操作。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
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中任一所述的方法。
10.一种计算机可读介质，其特征在于，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111366209.6A CN113792946B (zh) | 2021-11-18 | 2021-11-18 | 物品陈列方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111366209.6A CN113792946B (zh) | 2021-11-18 | 2021-11-18 | 物品陈列方法、装置、电子设备和计算机可读介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113792946A true CN113792946A (zh) | 2021-12-14 |
| CN113792946B CN113792946B (zh) | 2022-02-25 |
Family
ID=78877388
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111366209.6A Active CN113792946B (zh) | 2021-11-18 | 2021-11-18 | 物品陈列方法、装置、电子设备和计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113792946B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117292104A (zh) * | 2023-11-22 | 2023-12-26 | 南京掌控网络科技有限公司 | 一种基于图像识别的货架陈列评分方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103455874A (zh) * | 2013-08-02 | 2013-12-18 | 苏州两江科技有限公司 | 基于货架价值地图的超市货架陈列方法 |
| CN109886478A (zh) * | 2019-01-29 | 2019-06-14 | 东南大学 | 一种成品酒自动化立体仓库的货位优化方法 |
| CN110727754A (zh) * | 2019-10-11 | 2020-01-24 | 北京旷视机器人技术有限公司 | 货架热力图的生成方法、装置及电子设备 |
| US20200311655A1 (en) * | 2019-03-25 | 2020-10-01 | Xerox Corporation | Inventory tracking system |
| CN112907162A (zh) * | 2019-12-03 | 2021-06-04 | 北京京东乾石科技有限公司 | 确定物品摆放方式的方法和装置 |
-
2021
- 2021-11-18 CN CN202111366209.6A patent/CN113792946B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103455874A (zh) * | 2013-08-02 | 2013-12-18 | 苏州两江科技有限公司 | 基于货架价值地图的超市货架陈列方法 |
| CN109886478A (zh) * | 2019-01-29 | 2019-06-14 | 东南大学 | 一种成品酒自动化立体仓库的货位优化方法 |
| US20200311655A1 (en) * | 2019-03-25 | 2020-10-01 | Xerox Corporation | Inventory tracking system |
| CN110727754A (zh) * | 2019-10-11 | 2020-01-24 | 北京旷视机器人技术有限公司 | 货架热力图的生成方法、装置及电子设备 |
| CN112907162A (zh) * | 2019-12-03 | 2021-06-04 | 北京京东乾石科技有限公司 | 确定物品摆放方式的方法和装置 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117292104A (zh) * | 2023-11-22 | 2023-12-26 | 南京掌控网络科技有限公司 | 一种基于图像识别的货架陈列评分方法 |
| CN117292104B (zh) * | 2023-11-22 | 2024-02-27 | 南京掌控网络科技有限公司 | 基于图像识别的货架陈列检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113792946B (zh) | 2022-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110363456B (zh) | 一种物品上架的方法和装置 | |
| CN104331411B (zh) | 推荐项目的方法和装置 | |
| Lee et al. | Bottleneck-focused scheduling for a hybrid flowshop | |
| CN112035753B (zh) | 推荐页面生成方法、装置、电子设备和计算机可读介质 | |
| Siebert et al. | Lot targeting and lot dispatching decision policies for semiconductor manufacturing: optimisation under uncertainty with simulation validation | |
| CN113792946B (zh) | 物品陈列方法、装置、电子设备和计算机可读介质 | |
| CN113610448A (zh) | 物品调度方法、装置、电子设备和计算机可读介质 | |
| CN112561606B (zh) | 基于用户行为的货架摆放方法、装置、电子设备和介质 | |
| CN113837694A (zh) | 物品陈列方法、装置、电子设备和可读介质 | |
| CN111309455A (zh) | 一种视图节点布局的方法和系统 | |
| CN109947861B (zh) | 用于数据仓库生成目标表的方法、装置和计算机可读介质 | |
| CN112449217B (zh) | 一种推送视频的方法、装置、电子设备和计算机可读介质 | |
| CN117057875A (zh) | 一种订单批次组团边拣边播方法、系统、电子设备及介质 | |
| CN112633541A (zh) | 一种基于单品流的库存网络优化方法和装置 | |
| CN109933749B (zh) | 用于生成信息的方法和装置 | |
| CN113780922B (zh) | 货品流向流量确定方法和装置 | |
| CN112801757B (zh) | 待发货封装物品的信息处理方法、装置和电子设备 | |
| CN111932191B (zh) | 货架调度方法、装置、电子设备和计算机可读介质 | |
| CN106202503B (zh) | 数据处理方法及装置 | |
| US20230053859A1 (en) | Method and apparatus for outputting information | |
| CN113191703B (zh) | 储位分配的方法和装置 | |
| CN114387056A (zh) | 一种信息推荐方法及装置 | |
| WO2021027280A1 (zh) | 上架物品的方法、装置、设备和计算机可读介质 | |
| CN113592396A (zh) | 物品出库方法、装置、电子设备和计算机可读介质 | |
| Kim et al. | Equivalences of batch-service queues and multi-server queues and their complete simple solutions in terms of roots |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240325 Address after: No. 12, East Side of Dikou Road, Dikou Fruit Wholesale Market, Tianqiao District, Jinan City, Shandong Province, 250000 Patentee after: Jinan Shundelong Trading Co.,Ltd. Country or region after: China Address before: Room 078, No. 1-305, 3rd floor, commercial building, No. 9 Wangjing street, Chaoyang District, Beijing 100101 Patentee before: Beijing daily vegetable market Technology Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |