CN114330887A - 任务编排方法、设备及计算机可读存储介质 - Google Patents
任务编排方法、设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114330887A CN114330887A CN202111644424.8A CN202111644424A CN114330887A CN 114330887 A CN114330887 A CN 114330887A CN 202111644424 A CN202111644424 A CN 202111644424A CN 114330887 A CN114330887 A CN 114330887A
- Authority
- CN
- China
- Prior art keywords
- task
- priority
- type
- chromosome
- initial
- 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 60
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 45
- 238000005457 optimization Methods 0.000 claims abstract description 35
- 238000007781 pre-processing Methods 0.000 claims abstract description 23
- 210000000349 chromosome Anatomy 0.000 claims description 134
- 239000011159 matrix material Substances 0.000 claims description 132
- 230000035772 mutation Effects 0.000 claims description 22
- 108090000623 proteins and genes Proteins 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 10
- 238000009401 outcrossing Methods 0.000 claims description 3
- 230000001737 promoting effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000002068 genetic effect Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种任务编排方法、设备及计算机可读存储介质，所述任务编排方法包括：获取任务清单，并将所述任务清单中的各个任务编码按照预设规则设置初始优先级，其中，所述任务编码用于表征各个任务，所述任务的类型包括第一任务类型与第二任务类型，对具有不同初始优先级的第一任务编码的初始优先级进行预处理，得到目标优先级，其中，所述预处理是指分别处理相同任务和不同任务之间的优先级关系，对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序，基于所述目标优先级和所述初始调度顺序，确定各所述任务编码的目标调度顺序。本申请解决排产调度的效率低的技术问题。
Description
技术领域
本申请涉及排产调度技术领域，尤其涉及一种任务编排方法、设备及计算机可读存储介质。
背景技术
随着智能库区系统的发展，在日益复杂的仓库管理中，对排产调度策略的要求越来越高，目前，通常是通过人工根据业务场景和现场经验来编排任务以获得排产计划，然而，人工进行排产调度取决于技术人员的现场经验和对需求的预判能力，对技术人员的技术依赖较高，当库区中存在大量散货，利用传统的人工进行编排任务效率较低，进而导致排产调度的效率较低。
发明内容
本申请的主要目的在于提供一种任务编排方法、设备及计算机可读存储介质，旨在解决现有技术中的排产调度的效率低的技术问题。
为实现上述目的，本申请提供一种任务编排方法，所述任务编排方法包括：
获取任务清单，并将所述任务清单中的各个任务编码按照预设规则设置初始优先级，其中，所述任务编码用于表征各个任务；
对具有不同初始优先级的第一任务编码的初始优先级进行预处理，得到目标优先级，其中，所述预处理是指分别处理相同任务和不同任务之间的优先级关系；
对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序；
基于所述目标优先级和所述初始调度顺序，确定各所述任务编码的目标调度顺序。
本申请还提供一种任务编排装置，所述任务编排装置为虚拟装置，所述任务编排装置包括：
优先级设置模块，用于获取任务清单，并将所述任务清单中的各个任务编码按照预设规则设置初始优先级，其中，所述任务编码用于表征各个任务；
预处理模块，用于对具有不同初始优先级的第一任务编码的初始优先级进行预处理，得到目标优先级，其中，所述预处理是指分别处理相同任务和不同任务之间的优先级关系；
路径优化模块，用于对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序；
确定模块，用于基于所述目标优先级和所述初始调度顺序，确定各所述任务编码的目标调度顺序。
本申请还提供一种任务编排设备，所述任务编排设备为实体设备，所述任务编排设备包括：存储器、处理器以及存储在所述存储器上的任务编排程序，所述任务编排程序被所述处理器执行实现如上述的任务编排方法的步骤。
本申请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上存储任务编排程序，所述任务编排程序被处理器执行实现如上述的任务编排方法的步骤。
本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的任务编排方法的步骤。
本申请提供了一种任务编排方法、设备及计算机可读存储介质，相比于现有技术采用的通过人工根据业务场景和现场经验来编排任务或的技术手段，本申请首先获取任务清单，并将所述任务清单中的各个任务编码按照预设规则设置初始优先级，其中，所述任务编码用于表征各个任务，所述任务的类型包括第一任务类型与第二任务类型，进而对具有不同初始优先级的第一任务编码的初始优先级进行预处理，得到目标优先级，其中，所述预处理是指分别处理相同任务和不同任务之间的优先级关系，进而对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序，进一步地，基于所述目标优先级和所述初始调度顺序，确定各所述任务编码的目标调度顺序，实现了结合业务场景，根据任务的优先级，分别对具有不同初始优先级的第一任务编码之间的优先级关系记性预处理，以避免出现多条相同任务的堆叠，提高了排产调度的合理性，对具有相同初始优先级的第二任务编码进行路径优化，以获得全局最短路径，提高了生产效率，从而实现对已有的任务清单进行运筹优化,获得各所述任务编码的目标调度顺序，克服了现有技术中通过人工根据业务场景和现场经验来编排任务以获得排产计划，对技术人员的技术依赖较高，且当库区中存在大量散货，利用传统的人工进行编排任务效率较低的技术缺陷，从而提高了排产调度的效率。
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。
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域默认技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请任务编排方法第一实施例的流程示意图；
图2为本申请任务编排方法第二实施例的流程示意图；
图3为本申请任务编排中编码成染色体矩阵的结构示意图；
图4为本申请任务编排中染色体矩阵进行交叉的结构示意图；
图5为本申请任务编排中染色体矩阵进行变异的结构示意图；
图6为本申请任务编排方法第三实施例的流程示意图；
图7为本申请任务编排方法第四实施例的流程示意图；
图8为本申请任务编排方法中第一任务类型优先级提升的流程示意图；
图9为本申请任务编排方法第三实施例的流程示意图；
图10为本申请任务编排方法中第二任务类型优先级提升的流程示意图；
图11为本申请任务编排方法第四实施例的流程示意图；
图12为本申请任务编排方法中任务合并的流程示意图；
图13为本申请实施例中任务编排方法涉及的硬件运行环境的任务编排设备结构示意图。
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本申请实施例提供一种任务编排方法，在本申请任务编排方法的第一实施例中，参照图1，所述任务编排方法包括：
步骤S10，获取任务清单，并将所述任务清单中的各个任务编码按照预设规则设置初始优先级，其中，所述任务编码用于表征各个任务；
值得注意的是，本申请中的任务清单可适用于不同应用场景下的任务，例如生产任务或调度任务等等，为了更好地解释本申请的技术方案，故在本实施例中，以所述任务清单为对散货进行存取货的任务清单为例，对本申请的技术方案进行解释说明。其中，所述任务的类型包括第一任务类型、第二任务类型以及加工处理任务。第一任务类型可以为取货任务，第二任务类型可以为存货任务。进一步地，第一任务类型包括普通取货和紧急取货，所述第二任务类型包括来货紧急存货任务、紧急存货任务和普通存货任务。
具体地，获取任务清单，根据预设优先级排序规则，将所述任务清单中的各个任务编码进行优先级排序，获得各个任务对应的初始优先级。其中，任务编码是指各个任务的ID，用于区分不同任务。所述预设排序规则是指根据任务类型匹配各个任务类型映射的优先级，例如：设置紧急取货的优先级为1、来货紧急存货的优先级为2、普通取货的优先级为3，紧急存货的优先级为4、加工处理任务的优先级为5和普通存货的优先级为6，数字越小代表优先级越高。
步骤S20，对具有不同初始优先级的第一任务编码的初始优先级进行预处理，得到目标优先级，其中，所述预处理是指分别处理相同任务和不同任务之间的优先级关系；
在本实施例中，具体地，将相同任务中一个任务或多个任务的优先级进行优先级提升，获得优先级提升对应的第一优先级，以及将不同任务的各任务进行任务合并处理，从而获得合并后对应任务对应的第二优先级，也即获得并行调度任务的第二优先级，例如，将取货任务和存货任务进行合并，将货物信息对应的普通取货提升为紧急取货,将货物信息对应的取货任务和存货任务进行任务合并。
步骤S30，对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序；
在本实施例中，需要说明的话，所述任务参数包括时长、速度与高度等信息。
具体地，也即，通过预设路径优化方法对所述具有相同目标优先级的第二任务编码对应的任务参数进行路径优化，其中，所述预设路径优化方法包括遗传算法、改进遗传算法和禁忌搜索算法等方法，在本申请中，优选地，选取遗传算法进行路径优化，具体地，首先将所述第一任务类型和所述第二任务类型各自对应的第二任务编码进行编码，形成染色体矩阵，并将所述染色体矩阵作为初始种群，其中，所述染色体矩阵第一列数据为所述第一任务类型对应的第一任务编码，第二列数据为所述第二任务类型对应的第二任务编码，进而将计算所述初始种群中各染色体矩阵对应的适应度值，基于各所述染色体矩阵对应的适应度值，迭代计算全局最优路径，获得各所述第二任务编码的初始调度顺序。
步骤S40，基于所述目标优先级和所述初始调度顺序，确定各所述任务编码的目标调度顺序。
在本实施例中，基于所述目标优先级和所述初始调度顺序，确定各所述任务编码的目标调度顺序，具体地，基于优先级提升后的目标优先级以及路径优化后的初始调度顺序，形成各所述任务编码的目标调度顺序。
另外地，本申请还提供人工修改的接口，对任务进行增(插单)删改(更改执行顺序)查等功能，并且设置人工插单对应的任务优先级最高，也即，默认排序到各任务对应的待执行任务队列的首部，而多条插单任务则按时间顺序，此外，还可更改各任务对应的待执行任务队列的执行顺序，从而获得任务更改结果。
本申请实施例提供了一种任务编排方法，相比于现有技术采用的通过人工根据业务场景和现场经验来编排任务或的技术手段，本申请实施例首先获取任务清单，并将所述任务清单中的各个任务编码按照预设规则设置初始优先级，其中，所述任务编码用于表征各个任务，所述任务的类型包括第一任务类型与第二任务类型，进而对具有不同初始优先级的第一任务编码的初始优先级进行预处理，得到目标优先级，其中，所述预处理是指分别处理相同任务和不同任务之间的优先级关系，进而对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序，进一步地，基于所述目标优先级和所述初始调度顺序，确定各所述任务编码的目标调度顺序，实现了结合业务场景，根据任务的优先级，将对具有不同初始优先级的第一任务编码进行预处理，从而避免出现多条同类型任务的堆叠，提高了排产的合理性，对具有相同初始优先级的第二任务编码进行路径优化，以获得全局最短路径，提高了生产效率，从而实现对已有的任务单进行运筹优化,获得各所述任务编码的目标调度顺序，克服了现有技术中通过人工根据业务场景和现场经验来编排任务以获得排产计划，对技术人员的技术依赖较高，且当库区中存在大量散货，利用传统的人工进行编排任务效率较低的技术缺陷，从而提高了排产调度的效率。
进一步地，参照图2，基于本申请中第一实施例，在本申请的另一实施例中，所述对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序的步骤包括：
步骤A10，基于所述第一任务类型和所述第二任务类型各自对应的第二任务编码，形成染色体矩阵，并将所述染色体矩阵作为初始种群，其中，所述染色体矩阵第一列数据为所述第一任务类型对应的第二任务编码，第二列数据为所述第二任务类型对应的第二任务编码；
在本实施例中，具体地，参照图3，图3为本申请任务编排中编码成染色体矩阵的结构示意图，将所述第一任务类型对应的第二任务编码以及所述第二任务类型对应的第二任务编码进行编码形成多个二维矩阵，也即，所述染色体矩阵第一列数据为所述第一任务类型对应的第一任务编码，第二列数据为所述第二任务类型对应的第二任务编码，并将各所述二维矩阵作为所述染色体矩阵，基于各染色体矩阵形成所述遗传算法对应的初始种群。
步骤A20，构建适应度目标函数和约束条件，并根据所述任务参数计算所述初始种群中各染色体矩阵对应的适应度值，其中，所述任务参数包括时长、速度与高度；
在本实施例中，需要说明的是，所述适应度目标函数为执行任务时对应路程的时间的倒数，所述约束条件为均匀发散，以第一任务类型为例，均匀给取货口取货，进一步地，所述适应度值为比较各所述染色体矩阵对应的优劣性的评估指标。
构建适应度目标函数和约束条件，并根据所述任务参数计算所述初始种群中各染色体矩阵对应的适应度值，其中，所述任务参数包括时长、速度与高度，具体地，构建适应度目标函数和约束条件，进而基于所述适应度目标函数、所述约束条件以及所述任务参数，分别计算所述初始种群中各所述染色体矩阵对应的适应度值，所述适应度目标函数如下：
其中，在库区中进行搬运货物的为执行机构，T(r)表示执行任务所需路程的时间，
表示执行机构的运行速度，(xi,yi,zi)表示取货坐标位置，(xi+1,yi+1,zi+1)表示放货坐标位置，也即，所述执行机构以
的速度从(xi,yi,zi)点取货至(xi+1,yi+1,zi+1)点放货，zsafe表示安全高度，锁具会在执行机构定位完成后单独动作，ts表示锁具完成时间，其中，锁具是指起重机的吊具，形态有很多种，例如：抓斗、锁扣、吊环以及吸盘等。
步骤A30，基于各所述染色体矩阵对应的适应度值，迭代计算全局最优路径，获得各所述第二任务编码的初始调度顺序。
在本实施例中，基于各所述染色体矩阵对应的适应度值，迭代计算全局最优路径，获得各所述第二任务编码的初始调度顺序，具体地，基于各所述染色体矩阵对应的适应度值，在各所述染色体矩阵中选取适应度满足适应度阈值条件的各精英染色体矩阵，从而将各所述精英染色体矩阵直接复制到下一代。并选取适应度不满足预设适应度阈值条件的各染色体矩阵随机选取待交叉染色体矩阵，进而基于各所述待交叉染色体矩阵，在预设交叉概率内，分别选择两个待交叉染色体矩阵进行交叉以及变异操作，从而获得子染色体矩阵。进一步地，将各所述精英染色体矩阵和各所述子染色体矩阵形成优化种群，进而对所述优化种群中的各染色体矩阵中进行新一轮的路径优化，直至满足迭代终止条件，从而将优化种群中适应度值最优的染色体矩阵进行解码，获得各所述第二任务编码的初始调度顺序，从而实现时长、速度与高度等的路径优化。
其中，所述基于各所述染色体矩阵对应的适应度值，迭代计算全局最优路径，获得各所述第二任务编码的初始调度顺序的步骤包括：
步骤A31，基于各所述染色体矩阵对应的适应度值，按照预设算子在各所述染色体矩阵选取各精英染色体矩阵以及各待交叉染色体矩阵；
在本实施例中，需要说明的是，所述预设算子选择方法包括精英保留、随机联赛选择和确定式采样选择等方法，在本申请，优选地，选择精英保留方法。
基于各所述染色体矩阵对应的适应度值，按照预设算子在各所述染色体矩阵选取各精英染色体矩阵以及各待交叉染色体矩阵，具体地，基于各所述染色体矩阵对应的适应度值，按照精英保留算法在各所述染色体矩阵选取各精英染色体矩阵以及各待交叉染色体矩阵，例如，在各所述染色体矩阵中选取适应度值满足预设适应度阈值的各染色体矩阵，并将满足预设适应度阈值条件的各染色体矩阵作为各所述精英染色体矩阵，进而将不满足预设适应度阈值条件的各染色体矩阵作为各待交叉染色体矩阵。
步骤A32，将各所述待交叉染色体矩阵进行交叉和变异操作，获得各子染色体矩阵；
在本实施例中，需要说明的是，为了避免优化结果陷入局部最优解，还需要对不满足预设适应度阈值条件的各染色体矩阵进行优化处理。
将各所述待交叉染色体矩阵进行交叉和变异操作，获得各子染色体矩阵，具体地，在预设交叉概率内，分别随机选择两个待交叉染色体矩阵进行交叉(基因交换)，生成各交叉子染色体矩阵，进而在预设变异概率内，随机选择交叉子染色体矩阵进行变异操作(基因互换)，获得变异子染色体矩阵，进而将变异子染色体矩阵以及未进行变异操作的各交叉子染色体矩阵作为各所述子染色体矩阵。
其中，所述将各所述待交叉染色体矩阵进行交叉和变异操作，获得各子染色体矩阵的步骤包括：
步骤A321，基于预设交叉概率，在每两个所述待交叉染色体矩阵中随机选取第一数量的第一基因进行替换，得到各交叉子染色体矩阵；
在本实施例中，需要说明的是，所述预设交叉概率的范围为0.75至0.85，优选地，将所述预设交叉概率设置为0.8，预设交叉概率是指所有待交叉染色体矩阵中进行交叉处理的待交叉染色体矩阵的占比。具体地，参照图4，图4为本申请任务编排中染色体矩阵进行交叉的结构示意图，在预设交叉概率内，将每两个随机选取的待交叉染色体矩阵作为一组父辈染色体矩阵，进而在每一组父辈染色体矩阵之间随机选取第一数量的第一基因进行基因替换，得到各交叉子染色体矩阵。
步骤A322，基于预设变异概率，在每个所述交叉子染色体矩阵中随机选取第二数量的第二基因进行替换，得到变异子染色体矩阵；
在本实施中，需要说明的是，所述预设变异概率的范围为不超过0.1，预设变异概率是指所有所述交叉子染色体矩阵中进行变异处理的待变异染色体矩阵的占比。具体地，参照图5，图5为本申请任务编排中染色体矩阵进行变异的结构示意图，基于预设变异概率，在各所述交叉子染色体矩阵中选取各待变异染色体矩阵，进而在各待变异染色体内随机选取第二数量的第二基因进行基因替换，也即，待变异染色体自身内部进行变异(基因互换)，获得各变异子染色体矩阵。
步骤A323，基于所述变异子染色体矩阵以及未进行变异操作的各交叉子染色体矩阵，形成各所述子染色体矩阵。
步骤A33，将各所述精英染色体矩阵以及各所述子染色体矩阵组成优化种群；
在本实施例中，将各所述精英染色体矩阵以及各所述子染色体矩阵组成优化种群，具体地，基于各所述精英染色体矩阵以及各所述子染色体矩阵，构建成所述遗传算法的优化种群，以对所述优化种群的进行新一轮的遗传迭代优化。
步骤A34，若所述优化种群满足预设迭代终止条件，则将优化种群中适应度值最优的染色体矩阵进行解码，获得各所述第二任务编码的初始调度顺序。
在本实施例中，需要说明的是，所述预设迭代终止条件包括迭代次数达到预设遗传代数和最优的染色体矩阵的适应度达到预设终止阈值等条件,所述选择适应度最优的染色体矩阵证明该染色体矩阵对应的调度计划所需要的路程最短，进而排产使用的时间也最短。
若所述优化种群满足预设迭代终止条件，则将优化种群中适应度值最优的染色体矩阵进行解码，获得各所述第二任务编码的初始调度顺序，具体地，判断所述优化种群是否满足预设迭代终止条件，若所述优化种群满足预设迭代终止条件,选取适应度值最优的染色体矩阵进行解码，获得全局最优路径，并将所述全局最优路径作为各所述第二任务编码的初始调度顺序，若不满足，则返回执行基于各所述染色体矩阵对应的适应度值，按照预设算子在各所述染色体矩阵选取各精英染色体矩阵以及各待交叉染色体矩阵的步骤。
本申请实施例提供了一种任务编排方法，也即，基于所述第一任务类型和所述第二任务类型各自对应的第二任务编码，形成染色体矩阵，并将所述染色体矩阵作为初始种群，其中，所述染色体矩阵第一列数据为所述第一任务类型对应的第二任务编码，第二列数据为所述第二任务类型对应的第二任务编码，进而构建适应度目标函数和约束条件，并根据所述任务参数计算所述初始种群中各染色体矩阵对应的适应度值，其中，所述任务参数包括时长、速度与高度,进一步地，基于各所述染色体矩阵对应的适应度值，迭代计算全局最优路径，获得各所述第二任务编码的初始调度顺序，实现了通过对相同任务进行路径优化，以获得全局最优路径，提高了排产调度的效率以及生产效率。
进一步地，参照图6，基于本申请中第一实施例，在本申请的另一实施例中，所述不同任务优先级对应的优化结果包括任务提升优化结果和合并优化结果，所述对不同任务优先级的各任务进行优先级提升和/或任务合并处理，获得不同任务优先级对应的优化结果的步骤包括：
步骤B10，将相同任务中的一个任务或多个任务进行优先级提升，得到第一优先级；
步骤B20，基于预设合并规则，将不同任务进行任务合并，得到并行任务对应的第二优先级；
步骤B30，基于所述第一优先级以及所述第二优先级，形成所述目标优先级。
在本实施例中，具体地，在相同任务中，基于不同初始优先级的任务，可将优先级较低的任务进行优先级提升处理，进而得到所述第一优先级。另外地，通过将不同类型的任务进行任务合并处理，得到并行任务对应的第二优先级，例如，结合业务场景，可将取货任务和存货任务进行任务合并(因为两者任务不冲突，可并行处理，提高处理效率)，实现了结合业务场景以及多种需求结合，从而提高排产的合理性以及排产调度的效率。
进一步地，参照图7，基于本申请中第三实施例，在本申请的另一实施例中，所述将相同任务中的一个任务或多个任务进行优先级提升，得到第一优先级的步骤包括：
步骤C10，基于所述相同任务，若当前任务的类型为第一任务类型，则货物信息的货物信息，并确定所述货物信息对应的调度需求优先级；
在本实施例中，需要说明的是，所述调度需求优先级包括普通取货、紧急取货和货物更改等需求优先级。
步骤C20，若各所述第一任务类型中存在所述货物信息对应的第一任务类型，确定所述货物信息对应的初始优先级；
在本实施例中，若各所述第一任务类型中存在所述货物信息对应的第一任务类型，确定所述货物信息对应的初始优先级，具体地，判断当前各第一任务类型中是否存在所述货物信息对应的第一任务类型，若存在，则确定所述货物信息的第一任务类型对应的初始优先级，若不存在，则创建所述调度需求优先级对应的第一任务类型，例如，货物信息对应的调度需求优先级为普通取货，当不存在所述货物信息对应的第一任务类型时，则创建一个普通取货对应的任务。
步骤C30，若所述调度需求优先级高于所述货物信息的对应的初始优先级，则提升所述货物信息对应第一任务类型的优先级，获得所述第一优先级。
在本实施例中，若所述调度需求优先级高于所述货物信息的对应的初始优先级，则提升所述货物信息对应第一任务类型的优先级，获得所述第一优先级，具体地，将所述调度需求优先级和所述货物信息对应的初始优先级进行比较，若所述调度需求优先级高于所述货物信息的初始优先级，则提升所述货物信息对应的优先级，获得所述第一优先级，无需另外创建待取货对应的第一任务类型，例如，所述调度需求优先级为紧急取货，而当前所述货物信息第一任务类型对应的初始优先级为普通取货，进而将所述货物信息的初始任务优先级提升为紧急取货，从而实现了第一任务类型的优先级提升，避免出现多条同类型任务堆叠情况。
参照图8，图8为本申请任务编排方法中第一任务类型优先级提升的流程示意图，其中，货物需求为所述货物信息对应的调度需求优先级，具体地，当所述货物信息对应的调度需求优先级为紧急取货时，首先判断是否存在所述货物信息对应的第一任务类型，若不存在，则直接插入任务为紧急第一任务类型，若存在所述货物信息对应的第一任务类型，则判断所述第一任务类型对应的初始优先级是否为紧急取货，若是，则执行所述货物信息对应的紧急第一任务类型，若否，则证明当前第一任务类型对应的初始优先级为普通取货，进而将当前第一任务类型进行优先级提升为紧急取货，获得所述货物信息的第一优先级，进一步地，当所述货物信息对应的调度需求优先级为普通取货时，首先判断是否存在所述货物信息对应的第一任务类型，若不存在，则插入一个普通取货的任务，若存在执行所述货物信息对应的普通第一任务类型，当任务执行完成后对应的状态为任务完成状态，若任务完成状态对应的第一任务类型不存在与其他任务进行任务合并，则删除该无货任务对应的任务单，并清空记录任务单的内容，此外，若调度需求优先级对应的货物信息和当前执行第一任务类型的货物不一致时，则安排货物信息对应的第一任务类型。
进一步地，参照图9，基于本申请中第三实施例，在本申请的另一实施例中，所述第二任务类型包括来货紧急第二任务类型、紧急第二任务类型和第二任务类型，所述将相同任务中的一个任务或多个任务进行优先级提升，得到第一优先级的步骤还包括：
步骤D10，基于所述相同任务，若当前任务的类型为第二任务类型，则确定待存货货物的货物调度状态；
步骤D20，当所述待存货货物处于来货状态，且当前任务不存在所述来货紧急第二任务类型时，判断当前任务是否存在紧急第二任务类型；
步骤D21，若存在，则将所述待存货货物的优先级提升为所述来货紧急第二任务类型，获得所述第一优先级；
在本实施例中，需要说明的是，所述来货状态表示车辆已到达库区门口，需要进入库区的状态，进行以具体地，基于所述相同任务，当所述待存货货物处于来货状态，遍历当前各任务是否存在来货紧急第二任务类型，若不存在，则进一步遍历当前任务是否存在紧急第二任务类型，则存在紧急第二任务类型，则将所述待存货货物的优先级提升为来货紧急第二任务类型，获得所述第一优先级。
步骤D30，当所述待存货货物处于存货状态，则判断当前任务是否存在普通第二任务类型；
步骤D31，若存在，则将所述待存货货物的优先级提升为所述紧急第二任务类型，获得所述第一优先级。
在本实施例中，需要说明的是，所述存货状态表示货物已到达进货口的状态，具体地，基于所述相同任务，当所述待存货货物处于进货状态，判断当前各任务是否存在紧急第二任务类型，若存在，则将所述待存货货物的优先级提升为所述紧急第二任务类型，获得所述第一优先级，从而实现了第二任务类型的优先级提升处理。
参照图10，图10为本申请任务编排方法中第二任务类型优先级提升的流程示意图，具体地，当所述当前任务的类型为第二任务类型，则确定待存货货物的货物调度状态，若所述待存货货物处于来货状态，判断当前激活任务中是否存在来货紧急第二任务类型，若不存在，则检查激活任务中是否存在紧急第二任务类型，若不存在紧急第二任务类型，则允许当前待存货货物进行进货，进而检查激活任务中是否存在普通第二任务类型，若存在普通第二任务类型，则封锁待存货货物对应的任务，另外地，若存在紧急第二任务类型，则待存货货物对应的优先级提升为来货紧急存货，进一步地，若所述待存货货物处于进货进行状态，检查封锁任务中是否存在普通第二任务类型，若存在普通第二任务类型，则将待存货货物对应的优先级提升为紧急存货。
进一步地，参照图11，基于本申请中第三实施例，在本申请的另一实施例中，所述基于不同任务优先级的各任务，将不同任务类型的各任务进行任务合并处理，获得所述合并优化结果的步骤包括：
步骤E10，基于不同任务，若当前任务的类型为第一任务类型，则获取当前待取货货物的货物信息，并确定所述货物信息对应的区域位置；
在本实施例中，需要说明的是，所述区域位置包括进货区域、加工处理区域和存货区域，一般情况下，在需要进行取货时，通常在存货区域中查询货物信息对应的位置，以将存货区域的货物搬运到取货口。
基于不同任务，若当前任务的类型为第一任务类型，则获取当前待取货货物的货物信息，并确定所述货物信息对应的区域位置，具体地，对于相同任务优先级的不同类型的任务，若当前任务对应的类型为第一任务类型时，获取当前待取货货物的货物信息，并确定当前货物信息对应的区域位置。
步骤E20，若所述区域位置为进货区域，且所述进货区域存在所述货物信息的第二任务类型时，则将所述货物信息的第一任务类型和第二任务类型进行任务合并，获得所述并行任务对应的第二优先级；
在本实施例中，需要说明的是，所述并行任务为进行合并任务后对应的任务。
若所述区域位置为进货区域，且所述进货区域存在所述货物信息的第二任务类型时，则将所述货物信息的第一任务类型和第二任务类型进行任务合并，获得所述并行任务对应的第二优先级，具体地，若所述区域位置处于进货区域，遍历各所述进货区域中该货物信息对应的第二任务类型，若存在货物信息对应的第二任务类型，则将所述货物信息对应的第一任务类型和第二任务类型进行任务合并，获得所述并行任务对应的第二优先级，例如，当需要将货物A进行取货，查询货物A所在区域，若在进货区域存在货物A对应的第二任务类型，则直接将货物A的第一任务类型和第二任务类型进行合并，使得可直接将货物A从进货区域搬运到取货口，省略了将货物A先从进货区域存放至存货区域，再从存货区域搬运到取货口，提高了生产效率。
此外，若所述区域位置处于加工处理区域，且所述货物信息对应的目标加工区存在所述货物信息时，将所述货物对应的第一任务类型和加工处理任务进行合并，获得所述并行任务对应的第二优先级；
在本实施例中，需要说明的是，位于加工处理区域需要将货物进行加工。例如，打包、印刷等加工操作。
具体地，若所述区域位置处于加工处理区域，判断是否存在将所述货物信息对应的目标加工区，若存在，且所述货物信息对应的目标加工区存在所述货物信息时，则将所述货物对应的第一任务类型和加工处理任务进行合并，获得所述并行任务对应的第二优先级。
参考图12，图12为本申请任务编排方法中任务合并的流程示意图，其中，货物为所述待取货货物的货物信息，货物所在区域为所述当前货物信息对应的区域位置，进货区为所述进货区域，存货区为所述存货区域，加工区为所述加工处理区域，目标加工区为已加工完毕的加工处理区域，具体地，若当前任务的类型为第一任务类型，获取当前待取货，并确定当前货物信息对应的区域位置，若所述货物信息处于进货区域，遍历所述进货区域是否存在当前货物信息对应的第二任务类型，若存在，则所述货物信息对应的第二任务类型和第一任务类型进行任务合并，若不存在，则遍历存货区域是否存在当前待存货区域，若存在，则直接在存货区域记性取货，进一步地，若所述货物信息处于加工处理区域，判断是否存在货物已加工完毕的目标加工区域，若不存在已加工完毕的目标加工区域，则遍历所有加工区域的完成情况，直至查询到状态为已加工王弼的目标加工区域，若存在已加工完毕的目标加工区域，则判断当前目标加工区域是否存在货物信息，若不存在货物信息，则更新加工区域的状态为空闲状态，若存在货物信息，则将货物信息的第一任务类型和加工处理任务进行合并。
本申请实施例提供了一种任务编排方法，也即，基于不同任务，若当前任务的类型为第一任务类型，则获取当前待取货货物的货物信息，并确定所述货物信息对应的区域位置，进而若所述区域位置为进货区域，且所述进货区域存在所述货物信息的第二任务类型时，则将所述货物信息的第一任务类型和第二任务类型进行任务合并，获得所述并行任务对应的第二优先级，从而实现了将不同任务进行合并，使得在取货过程中，可在通过合并结果直观地了解到货物所处在不同区域的位置，从而能够直接将货物从进货区域或者加工处理区域搬运到取货口，省略了需要先将处于在进货区域或者加工处理区域存放至存货区域，再将货物从存货区域搬运到取货口这一步骤，从而极大地提高了排产调度的效率。
参照图13，图13是本申请实施例方案涉及的硬件运行环境的任务编排设备结构示意图。
如图13所示，该任务编排设备可以包括：处理器1001，例如CPU，存储器1005，通信总线1002。其中，通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
可选地，该任务编排设备还可以包括矩形用户接口、网络接口、相机、RF(RadioFrequency，射频)电路，传感器、音频电路、WiFi模块等等。矩形用户接口可以包括显示屏(Display)、输入子模块比如键盘(Keyboard)，可选矩形用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可包括标准的有线接口、无线接口(如WIFI接口)。
本领域技术人员可以理解，图13中示出的任务编排设备结构并不构成对任务编排设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图13所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块以及任务编排程序。操作系统是管理和控制任务编排设备硬件和软件资源的程序，支持任务编排程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信，以及与任务编排系统中其它硬件和软件之间通信。
在图13所示的任务编排设备中，处理器1001用于执行存储器1005中存储的任务编排程序，实现上述任一项所述的任务编排方法的步骤。
本申请任务编排设备具体实施方式与上述任务编排方法各实施例基本相同，在此不再赘述。
本申请还提供一种任务编排装置，所述任务编排装置包括：
优先级设置模块，用于获取任务清单，并将所述任务清单中的各个任务编码按照预设规则设置初始优先级，其中，所述任务编码用于表征各个任务；
预处理模块，用于对具有不同初始优先级的第一任务编码的初始优先级进行预处理，得到目标优先级，其中，所述预处理是指分别处理相同任务和不同任务之间的优先级关系；
路径优化模块，用于对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序；
确定模块，用于基于所述目标优先级和所述初始调度顺序，确定各所述任务编码的目标调度顺序。
可选地，所述路径优化模块还用于：
基于所述第一任务类型和所述第二任务类型各自对应的第二任务编码，形成各染色体矩阵，并将各所述染色体矩阵作为初始种群，其中，所述染色体矩阵第一列数据为所述第一任务类型对应的第二任务编码，第二列数据为所述第二任务类型对应的第二任务编码；
构建适应度目标函数和约束条件，并根据所述任务参数计算所述初始种群中各染色体矩阵对应的适应度值，其中，所述任务参数包括时长、速度与高度；
基于各所述染色体矩阵对应的适应度值，迭代计算全局最优路径，获得各所述第二任务编码的初始调度顺序。
可选地，所述路径优化模块还用于：
基于各所述染色体矩阵对应的适应度值，按照预设算子在各所述染色体矩阵选取各精英染色体矩阵以及各待交叉染色体矩阵；
将各所述待交叉染色体矩阵进行交叉和变异操作，获得各子染色体矩阵；
将各所述精英染色体矩阵以及各所述子染色体矩阵组成优化种群；
若所述优化种群满足预设迭代终止条件，则将优化种群中适应度值最优的染色体矩阵进行解码，获得各所述第二任务编码的初始调度顺序。
可选地，所述路径优化模块还用于：
基于预设交叉概率，在每两个所述待交叉染色体矩阵中随机选取第一数量的第一基因进行替换，得到各交叉子染色体矩阵；
基于预设变异概率，在每个所述交叉子染色体矩阵中随机选取第二数量的第二基因进行替换，得到变异子染色体矩阵；
基于所述变异子染色体矩阵以及未进行变异操作的各交叉子染色体矩阵，形成各所述子染色体矩阵。
可选地，所述预处理模块还用于：
将相同任务中的一个任务或多个任务进行优先级提升，得到第一优先级；
基于预设合并规则，将不同任务进行任务合并，得到并行任务对应的第二优先级；
基于所述第一优先级以及所述第二优先级，形成所述目标优先级。
可选地，所述预处理模块还用于：
基于所述相同任务，若当前任务的类型为第一任务类型，则货物信息的货物信息，并确定所述货物信息对应的调度需求优先级；
若各所述第一任务类型中存在所述货物信息对应的第一任务类型，确定所述货物信息对应的初始优先级；
若所述调度需求优先级高于所述货物信息的对应的初始优先级，则提升所述货物信息对应第一任务类型的优先级，获得所述第一优先级。
可选地，所述预处理模块还用于：
基于所述相同任务，若当前任务的类型为第二任务类型，则确定待存货货物的货物调度状态；
当所述待存货货物处于来货状态，且当前任务不存在所述来货紧急第二任务类型时，判断当前任务是否存在紧急第二任务类型；若存在，则将所述待存货货物的优先级提升为所述来货紧急第二任务类型，获得所述第一优先级；
当所述待存货货物处于存货状态，则判断当前任务是否存在普通第二任务类型，若存在，则将所述待存货货物的优先级提升为所述紧急第二任务类型，获得所述第一优先级。
可选地，所述预处理模块还用于：
基于不同任务，若当前任务的类型为第一任务类型，则获取当前待取货货物的货物信息，并确定所述货物信息对应的区域位置；
若所述区域位置为进货区域，且所述进货区域存在所述货物信息的第二任务类型时，则将所述货物信息的第一任务类型和第二任务类型进行任务合并，获得所述并行任务对应的第二优先级。
本申请任务编排装置的具体实施方式与上述任务编排方法各实施例基本相同，在此不再赘述。
本申请实施例提供了一种计算机可读存储介质，且所述计算机可读存储介质存储有一个或者一个以上程序，所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的任务编排方法的步骤。
本申请计算机可读存储介质具体实施方式与上述任务编排方法各实施例基本相同，在此不再赘述。
本申请实施例提供了一种计算机程序产品，且所述计算机程序产品包括有一个或者一个以上计算机程序，所述一个或者一个以上计算机程序还可被一个或者一个以上的处理器执行以用于实现上述任一项所述的任务编排方法的步骤。
本申请计算机程序产品具体实施方式与上述任务编排方法各实施例基本相同，在此不再赘述。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种任务编排方法，其特征在于，所述任务编排方法包括：
获取任务清单，并将所述任务清单中的各个任务编码按照预设优先级排序规则设置初始优先级，其中，所述任务编码用于表征各个任务；
对具有不同初始优先级的第一任务编码的初始优先级进行预处理，得到目标优先级，其中，所述预处理是指分别处理相同任务和不同任务之间的优先级关系；
对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序；
基于所述目标优先级和所述初始调度顺序，确定各所述任务编码的目标调度顺序。
2.如权利要求1所述的任务编排方法，其特征在于,所述任务的类型包括第一任务类型与第二任务类型；
所述对具有相同所述目标优先级的第二任务编码对应的任务参数进行路径优化，得到各所述第二任务编码的初始调度顺序的步骤包括：
基于所述第一任务类型和所述第二任务类型各自对应的第二任务编码，形成各染色体矩阵，并将各所述染色体矩阵作为初始种群，其中，所述染色体矩阵第一列数据为所述第一任务类型对应的第二任务编码，第二列数据为所述第二任务类型对应的第二任务编码；
构建适应度目标函数和约束条件，并根据所述任务参数计算所述初始种群中各染色体矩阵对应的适应度值，其中，所述任务参数包括时长、速度与高度；
基于各所述染色体矩阵对应的适应度值，迭代计算全局最优路径，获得各所述第二任务编码的初始调度顺序。
3.如权利要求2所述的任务编排方法，其特征在于，所述基于各所述染色体矩阵对应的适应度值，迭代计算全局最优路径，获得各所述第二任务编码的初始调度顺序的步骤包括：
基于各所述染色体矩阵对应的适应度值，按照预设算子在各所述染色体矩阵选取各精英染色体矩阵以及各待交叉染色体矩阵；
将各所述待交叉染色体矩阵进行交叉和变异操作，获得各子染色体矩阵；
将各所述精英染色体矩阵以及各所述子染色体矩阵组成优化种群；
若所述优化种群满足预设迭代终止条件，则将优化种群中适应度值最优的染色体矩阵进行解码，获得各所述第二任务编码的初始调度顺序。
4.如权利要求3所述的任务编排方法，其特征在于，所述将各所述待交叉染色体矩阵进行交叉和变异操作，获得各子染色体矩阵的步骤包括：
基于预设交叉概率，在每两个所述待交叉染色体矩阵中随机选取第一数量的第一基因进行替换，得到各交叉子染色体矩阵；
基于预设变异概率，在每个所述交叉子染色体矩阵中随机选取第二数量的第二基因进行替换，得到变异子染色体矩阵；
基于所述变异子染色体矩阵以及未进行变异操作的各交叉子染色体矩阵，形成各所述子染色体矩阵。
5.如权利要求1所述的任务编排方法，其特征在于，所述任务的类型包括第一任务类型与第二任务类型,所述对具有不同所述初始优先级的第一任务编码的初始优先级进行预处理，得到目标优先级的步骤包括：
将相同任务中的一个任务或多个任务进行优先级提升，得到第一优先级；
基于预设合并规则，将不同任务进行任务合并，得到并行任务对应的第二优先级；
基于所述第一优先级以及所述第二优先级，形成所述目标优先级。
6.如权利要求5所述的任务编排方法，其特征在于，所述基于将相同任务中的一个任务或多个任务进行优先级提升，得到第一优先级的步骤包括：
基于所述相同任务，若当前任务的类型为第一任务类型，则获取待取货货物的货物信息，并确定所述货物信息对应的调度需求优先级；
若各所述第一任务类型中存在所述货物信息对应的第一任务类型，确定所述货物信息对应的初始优先级；
若所述调度需求优先级高于所述货物信息的对应的初始优先级，则提升所述货物信息对应第一任务类型的优先级，获得所述第一优先级。
7.如权利要求5所述的任务编排方法，其特征在于，所述第二任务类型包括来货紧急第二任务类型、紧急第二任务类型和普通第二任务类型，所述将相同任务中的一个任务或多个任务进行优先级提升，得到第一优先级的步骤包括：
基于所述相同任务，若当前任务的类型为第二任务类型，则确定待存货货物的货物调度状态；
当所述待存货货物处于来货状态，且当前任务不存在所述来货紧急第二任务类型时，判断当前任务是否存在紧急第二任务类型；若存在，则将所述待存货货物的优先级提升为所述来货紧急第二任务类型，获得所述第一优先级；
当所述待存货货物处于存货状态，则判断当前任务是否存在普通第二任务类型，若存在，则将所述待存货货物的优先级提升为所述紧急第二任务类型，获得所述第一优先级。
8.如权利要求5所述的任务编排方法，其特征在于，所述基于预设规则，将不同任务进行任务合并，得到并行任务对应的第二优先级的步骤包括：
基于不同任务，若当前任务的类型为第一任务类型，则获取当前待取货货物的货物信息，并确定所述货物信息对应的区域位置；
若所述区域位置为进货区域，且所述进货区域存在所述货物信息的第二任务类型时，则将所述货物信息的第一任务类型和第二任务类型进行任务合并，获得所述并行任务对应的第二优先级。
9.一种任务编排设备，其特征在于，所述任务编排设备包括：存储器、处理器以及存储在存储器上的任务编排程序，
所述任务编排程序被所述处理器执行实现如权利要求1至8中任一项所述任务编排方法的步骤。
10.一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上存储有任务编排程序，所述任务编排程序被处理器执行实现如权利要求1至8中任一项所述任务编排方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111644424.8A CN114330887A (zh) | 2021-12-29 | 2021-12-29 | 任务编排方法、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111644424.8A CN114330887A (zh) | 2021-12-29 | 2021-12-29 | 任务编排方法、设备及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114330887A true CN114330887A (zh) | 2022-04-12 |
Family
ID=81017194
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111644424.8A Pending CN114330887A (zh) | 2021-12-29 | 2021-12-29 | 任务编排方法、设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114330887A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117114249A (zh) * | 2023-10-24 | 2023-11-24 | 广州知韫科技有限公司 | 基于语言模型的任务规划及响应系统 |
| CN117151444A (zh) * | 2023-11-01 | 2023-12-01 | 深圳航天科创泛在电气有限公司 | 汽车充电调度方法、系统、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070005522A1 (en) * | 2005-06-06 | 2007-01-04 | Wren William E | Resource assignment optimization using direct encoding and genetic algorithms |
| CN102508708A (zh) * | 2011-11-30 | 2012-06-20 | 湖南大学 | 基于改进遗传算法的异构多核节能任务调度方法 |
| CN103473616A (zh) * | 2013-09-17 | 2013-12-25 | 四川航天系统工程研究所 | 用于处理多品种物资仓储的动态货位分配规划方法与系统 |
| WO2016165392A1 (zh) * | 2015-04-17 | 2016-10-20 | 华南理工大学 | 一种基于遗传算法的云计算资源调度方法 |
| CN111498696A (zh) * | 2020-04-08 | 2020-08-07 | 武汉理工大学 | 一种双吊具场桥调度优化方法及装置 |
| CN112978189A (zh) * | 2019-06-29 | 2021-06-18 | 深圳市海柔创新科技有限公司 | 取货任务分配方法及其货品分拣系统 |
| CN113256107A (zh) * | 2021-05-24 | 2021-08-13 | 上海钛米机器人股份有限公司 | 一种配送任务合并方法、装置、存储介质及电子设备 |
| CN113408988A (zh) * | 2021-06-29 | 2021-09-17 | 同济大学 | 仓储系统的调度优化方法、电子设备及存储介质 |
-
2021
- 2021-12-29 CN CN202111644424.8A patent/CN114330887A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070005522A1 (en) * | 2005-06-06 | 2007-01-04 | Wren William E | Resource assignment optimization using direct encoding and genetic algorithms |
| CN102508708A (zh) * | 2011-11-30 | 2012-06-20 | 湖南大学 | 基于改进遗传算法的异构多核节能任务调度方法 |
| CN103473616A (zh) * | 2013-09-17 | 2013-12-25 | 四川航天系统工程研究所 | 用于处理多品种物资仓储的动态货位分配规划方法与系统 |
| WO2016165392A1 (zh) * | 2015-04-17 | 2016-10-20 | 华南理工大学 | 一种基于遗传算法的云计算资源调度方法 |
| CN112978189A (zh) * | 2019-06-29 | 2021-06-18 | 深圳市海柔创新科技有限公司 | 取货任务分配方法及其货品分拣系统 |
| CN111498696A (zh) * | 2020-04-08 | 2020-08-07 | 武汉理工大学 | 一种双吊具场桥调度优化方法及装置 |
| CN113256107A (zh) * | 2021-05-24 | 2021-08-13 | 上海钛米机器人股份有限公司 | 一种配送任务合并方法、装置、存储介质及电子设备 |
| CN113408988A (zh) * | 2021-06-29 | 2021-09-17 | 同济大学 | 仓储系统的调度优化方法、电子设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 徐远超;张志敏;蒋毅飞;: "基于多目标遗传算法的单指令集异构多核系统静态任务调度", 小型微型计算机系统, no. 10, 15 October 2012 (2012-10-15), pages 2237 - 2242 * |
| 苗志鸿;杨明顺;王雪峰;李言;: "考虑优先级的IPPS紧急订单处理问题研究", 西安理工大学学报, no. 04, 30 December 2019 (2019-12-30), pages 434 - 442 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117114249A (zh) * | 2023-10-24 | 2023-11-24 | 广州知韫科技有限公司 | 基于语言模型的任务规划及响应系统 |
| CN117114249B (zh) * | 2023-10-24 | 2024-01-26 | 广州知韫科技有限公司 | 基于语言模型的任务规划及响应系统 |
| CN117151444A (zh) * | 2023-11-01 | 2023-12-01 | 深圳航天科创泛在电气有限公司 | 汽车充电调度方法、系统、设备及存储介质 |
| CN117151444B (zh) * | 2023-11-01 | 2024-03-08 | 深圳航天科创泛在电气有限公司 | 汽车充电调度方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114330887A (zh) | 任务编排方法、设备及计算机可读存储介质 | |
| CN108960708B (zh) | 货物上架方法、装置、系统、货物上架终端及存储介质 | |
| US10229385B2 (en) | Free location item and storage retrieval | |
| CN111589730B (zh) | 一种拣货方法、装置、设备和存储介质 | |
| CN109902975B (zh) | 调度方法、系统、装置以及计算机可读存储介质 | |
| EP4131098A1 (en) | Production scheduling method, system and apparatus for orders, and electronic device | |
| CN109658018B (zh) | 提高仓储出库效率的方法和装置 | |
| TW202025013A (zh) | 庫存管理及排程工具 | |
| US9424001B2 (en) | Partial updating of diagram display | |
| CN110378640A (zh) | 一种理货方法和装置 | |
| CN114219276A (zh) | 一种仓储物流的仿真方法、装置、设备及存储介质 | |
| CN114266524A (zh) | 库区任务编排方法、装置、设备及存储介质 | |
| CN116664053B (zh) | 一种商品库存管理方法 | |
| US7373212B2 (en) | Allocating products using classifications of orders for the products | |
| CN114118849A (zh) | 基于rfid技术的车间物料流程追踪和管控方法及系统 | |
| WO2024093758A1 (zh) | 立体仓库的搬运调度方法及装置 | |
| CN112434875A (zh) | 一种用于智能仓储的设备路径管理方法、系统和服务器 | |
| CN112784212B (zh) | 一种优化库存的方法和装置 | |
| WO2022027357A1 (zh) | 一种无人环境下的提货方法、系统和计算机可读存储介质 | |
| CN114399247A (zh) | 任务分配方法、电子设备、存储介质及计算机程序产品 | |
| CN114331265A (zh) | 用于输出信息的方法和装置 | |
| CN114781841A (zh) | 数字孪生的生产调度优化方法、装置、设备及存储介质 | |
| CN113450035A (zh) | 任务组建方法及装置、计算机存储介质、电子设备 | |
| CN112785212A (zh) | 一种运输设备管理方法和装置 | |
| US11886965B1 (en) | Artificial-intelligence-assisted construction of integration processes |
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 |