CN114819813B - 一种订单商品拣货任务智能管理系统及方法 - Google Patents
一种订单商品拣货任务智能管理系统及方法 Download PDFInfo
- Publication number
- CN114819813B CN114819813B CN202210370872.1A CN202210370872A CN114819813B CN 114819813 B CN114819813 B CN 114819813B CN 202210370872 A CN202210370872 A CN 202210370872A CN 114819813 B CN114819813 B CN 114819813B
- Authority
- CN
- China
- Prior art keywords
- order
- wave
- commodity
- task
- line
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (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)
- Warehouses Or Storage Devices (AREA)
Abstract
本发明公开了一种订单商品拣货任务智能管理系统及方法，属于波次策略技术领域。本发明包括仓库划区模块、波次作业模块、线路任务模块和仓储评估模块；仓库划区模块根据仓库存储温度进行划区，输出仓库内货柜地址；波次作业模块根据波次任务分析订单商品的仓储地址和商品标品属性，生成波次作业传输至线路任务模块；线路任务模块接收波次作业任务，组合波次作业，进行线路规划，输出线路任务；本算法结合生鲜商品的特点，进行订单组合、波次组合，生成线路任务，一步步的将不同的温度的生鲜产品、不同标品属性的生鲜产品分开取货，避免生鲜产品在分拣过程就被发生严重的会损害，最大程度的保证用户接收到商品的品质。
Description
技术领域
本发明涉及波次策略技术领域，具体为一种订单商品拣货任务智能管理系统及方法。
背景技术
对于生鲜平台最重要的就是仓储和物流，生成波次的拣货任务系统就是连接仓储和物流的平台，尤其生鲜平台需要快速的进行波次拣货，现在的拣货作业方式是将订单按照订单时间顺序配合一定的波次策略，最快速的完成订单分拣，但是生鲜产品复杂的特性导致简单粗暴的完成订单分拣会带来一系列的麻烦，例如娇嫩的香蕉因为在分拣过程中遇到速冻的冷鲜，导致香蕉表皮发黑，加速香蕉变质，又例如，需要复核校称的商品拖延了同波次亟需尽快进入物流的商品；很多生鲜产品很娇嫩，在物流和分拣的过程中由于信息量巨大，现有的波次任务很难保证生鲜产品的质量和新鲜度；
如何在保护生鲜产品的同时最大程度的快速完成物流分拣任务是我们亟需解决的问题。
发明内容
本发明的目的在于提供一种订单商品拣货任务智能管理系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种订单商品拣货任务智能管理系统，所述智能管理系统包括订单模块、仓库划区模块、波次作业模块、线路任务模块和仓储评估模块；
所述仓库划区模块根据仓库存储温度进行划区，根据商品柜组进行进一步的划区，根据划区输出仓库内货柜地址；
所述订单模块接收订单信息，根据订单信息组合订单，生成波次任务，将波次任务传输至波次作业模块；
所述波次作业模块根据波次任务分析订单商品的仓储地址和商品标品属性，生成波次作业传输至线路任务模块；
所述线路任务模块接收波次作业任务，组合波次作业，进行线路规划，输出线路任务；
所述物流分拣模块接收货物后分拣物流进行发出；
所述仓储评估模块通过波次任务完成时间和物流分拣时间计算最佳订单量，输出订单周期。
所述仓库划区模块包括仓储地址生成单元、仓储货物单元；
所述仓储地址生成单元根据仓库的仓储温度进行大区划分，大区的排序按照仓储温度的大小进行排序，所述仓储地址生成单元在同一大区内根据存储商品的种类进行小区划分，所述仓储地址生成单元输出最终的仓储地址；
所述仓储货物单元接收商品入库的信息，输出仓储地址内的商品。
在建立仓储地址的同时，将仓储产品的温度进行划区，尽量避免不同温度的商品在线路任务的过程中发生混合，破坏生鲜产品的新鲜度和质量。
所述订单模块接收订单信息，根据订单信息组合订单，生成波次任务；
所述订单模块包括订单接收单元、订单组合单元、波次任务单元；
所述订单接收单元接收订单信息传输至订单组合单元，所述订单信息包括客户名称、配送地址、订单商品名称、订单商品数量；
所述订单组合单元根据配送地址的行政地址进行划区，设置订单接收周期，同一订单接收周期内同一行政地址区域的订单进行组合，传输组合的订单信息至波次任务单元；
所述波次任务单元抓取订单商品名称和订单商品数量，标注订单商品的仓储地址，根据订单商品的仓储地址为序输出最终的波次任务。
所述波次作业模块包括波次作业聚合单元和波次作业分离单元，所述波次作业聚合单元获取订单商品的仓储地址，聚合同一仓储地址的商品为一个波次作业；
所述波次作业分离单元分析商品标品属性，分离一个波次作业中的标品商品和非标品商品分为两个波次作业，标记非标品商品的波次作业的波次属性为非标品波次，标记标品商品的波次作业的波次属性为标品波次。
生鲜商品具有标品属性，标品订单商品为已经进行初步加工称重的已经包装完整地生鲜商品，非标品订单商品为散装的未进行称重等行为的生鲜商品；
生鲜商品与其他商品最大的不同是存在没有进行包装散装的产品，很多的非标品需要在物流之前进行初步加工或者校称，如果将非标品和标品商品聚合在一起不进行分离，会造成剥皮清洁校称再加工区域的混乱。
所述线路任务模块包括距离计算单元、线路重复度计算单元、线路生成单元、订单数量统计单元、订单商品补充单元和负载量标量单元；
所述负载量标量单元计算单次线路任务的负载量标量；
所述订单商品补充单元设置订单商品补充方法；
所述距离计算单元生成初步的单次波次作业人员行走线路，计算单次波次作业人员行走的距离；
所述订单数量统计单元统计单次波次作业的商品数量和商品重量，设置商品数量上限和商品重量上限，当单次波次作业的商品数量或商品重量超出商品数量上限或商品重量上限，拆分波次作业直至单次波次作业的商品数量或商品重量都小于商品数量上限或商品重量上限；
所述线路重复度计算单元计算同波次属性的波次作业线路之间的重复度，设置线路；
所述线路生成单元以波次作业线路距离最大的波次任务为主体任务，补充与主体任务重复度最高的波次任务的订单商品，直至商品数量或商品重量等于商品数量上限或商品重量上限，生成线路任务；
一种订单商品拣货任务智能管理方法，所述拣货任务智能管理方法具体步骤包括：
步骤一：规划仓储空间，根据仓库的存储温度划分大区，根据商品柜的仓储种类划分小区，输出最终的仓储地址和仓储地址内商品的名称；
步骤二：设置订单周期，接收订单，根据订单信息中的配送地址组合同一订单周期同一行政地区的商品订单生成波次任务；
步骤三：根据波次任务订单的仓储地址为序输出波次任务；
步骤四：聚合同一仓储地址的商品为一个波次作业；
步骤五：分离一个波次作业中的标品商品和非标品商品为两个波次作业，根据波次作业的商品属性标注波次属性；
步骤六：根据波次作业，生成线路任务；
步骤七：完成线路任务，进行物流分拣；
步骤八：计算最佳订单量，根据最佳订单量调整订单周期。
本发明根据生鲜的特性实现拣货任务，利用仓储温度划分仓储空间是生鲜仓储必然的，通过这一特性通过仓储地址对于波次任务的商品进行排序，聚合同一温度的订单商品，避免不同仓储温度的生鲜商品发生大量的混合，导致大量的生鲜商品在线路任务的过程中被破坏存储环境，影响生鲜商品的品质；
本发明利用波次作业分离标品商品和非标品商品，标品商品直接进入物流分拣，而非标品商品进入初加工等模块再进入物流分拣，避免初加工模块的混乱；
本发明通线路任务规划尽可能的实现线路任务满负荷，从而进一步的降低线路任务的数量实现最短路径，通过计算最佳订单量从而设置合适的订单周期，找到波次任务和物流分拣之间的平衡，尽可能的提高波次任务的订单数量，获得最大的波次效率。
步骤六根据波次作业生成线路任务的具体内容包括：
步骤六-1：利用仓库地图生成波次作业的线路，计算波次作业的线路距离；
步骤六-2：计算单次线路任务的负载量标量；
仓库的道路往往四通八达，优先进行线路重复度计算是复杂的，且由于线路不确定，造成冗余的计算会很多，极大的浪费计算资源；
优先统计同一仓储地址大区的波次属性相同的波次作业的任务量，计算好负载量，通过负载量再进行线路的计算。
步骤六-3：统计波次属性相同且仓储地址的大区相同的波次作业的订单商品数量，订单商品数量除以单次线路任务的负载量标量获得商和余数，商值为仓储地址大区相同的线路任务的数量，余数为线路任务的负载量为(OL+1)的线路任务数量，线路任务负载量为OL的线路任务数量为(商-余数)；
通过统计波次属性相同且仓储地址的大区相同的波次作业的订单商品数量，获得线路任务负载量为OL的线路任务数量上限；同时允许线路任务负载量在单次线路任务的负载量标量浮动，尽可能的减少线路任务的数量。
步骤六-4：当单次波次作业的商品数量等于OL或(OL+1)，单次波次作业生成线路任务；
步骤六-5：未生成线路任务的波次作业，以波次任务的距离为序，以波次作业线路距离最大的波次任务为本体，补充与本体距离最近的波次属性相同且仓储地址的大区相同的波次作业的订单商品直至订单商品数量等于OL或(OL+1)，生成线路任务；
优先补充订单商品数量直至OL，如果被补充的波次作业的订单商品数量在补充后为“1”，则补充订单商品数量直至(OL+1)，如果线路任务负载量为OL的线路任务数量等于(商-余数)，则补充订单商品数量直至(OL+1)。
以波次作业线路距离最大的波次任务为主体，有序的补充订单商品，允许线路任务的订单商品在单次线路任务的负载量标量上下浮动，减少单次波次作业的订单商品数量的剩余1却需要额外分配线路任务的情况，避免出现复杂的最短线路计算，单次线路任务的负载率与最短线路之间是相互促进的关系，通过补充订单商品和单次线路任务的负载量的计算，保障了单次线路任务的负载率，尽可能满的负载会降低线路任务数量从而达到最短线路的目的。
所述步骤六-2计算单次线路任务的最佳负载量的具体内容包括：
步骤六-2.1：设置单次线路任务的负载量上限ML；单次线路任务的负载量上限是作业人员实际工作单次荷载的安全上限；
步骤六-2.2：获取当前物流分拣的状态，所述物流分拣状态包括物流分拣人员数量、物流分拣人员分拣速度、目前需要分拣的订单商品数量，计算当前物流分拣的需要时间，具体计算公式为：
其中，RST表示当前物流分拣需要的时间，RIN表示待分拣的订单商品数量，ST表示单位工作人员完成一件商品分拣的平均时间，N物流分拣员工数量；
步骤六-2.3：获取当前线路任务的状态，所述线路任务的状态包括线路任务订单商品数量、线路任务预计到达物流分拣地点的时间；
步骤六-2.4：计算波次作业线路最大距离的到达物流分拣地点的时间，通过作差获得波次作业需要等待的时间WT；
显然，单次线路任务的负载量越小，作业人员的取货速度和运输速度就越大，生鲜产品暴露在常温环境的时间就越短，但是作业人员的工作效率就越低；
单次线路任务的负载量越大，作业人员的取货速度就越慢，对于与室温差别较大的生鲜商品就越不利，但是作业人员单次作业的工作效率就越高；
通过计算波次作业需要等待的时间，即生成线路任务后需要等待的时间，需要等待的时间越长，则约满的负载量会增大作业人员的取货时间和运输时间，降低等待物流分拣的时间，提高单次的线路任务的负载率，提高工作效率。
步骤六-2.5：计算单次线路任务的负载量标量，具体计算公式为：
其中，LV表示负载量中间值，LV为取整函数，OL表示单次线路任务的负载量标量，WT表示当前波次作业需要等待的时间，RET表示等待时间的冗余误差，ReLU表示线性整流函数，ML表示单次线路任务的负载量上限。
所述步骤八计算最佳订单量，根据最佳订单量调整订单周期的具体内容包括：当订单周期设置不合理，订单周期内接收过多的订单，在物流分拣的过程中，订单数量过多，物流分拣的难度直线上升，同时由于订单完成时间过长，物流分拣堆积严重，物流分拣错误的可能性也会直线上升，而波次任务尽可能多的订单商品能够极大程度的提高工作效率，通过计算波次任务的完成时间与物流分拣时间，输出最佳的订单商品数量，进一步的调整订单周期，获得最佳工作效率，找到波次任务和物流分拣之间的平衡。
步骤八-1：统计波次任务中所有线路任务完成的时间LT；
步骤八-2：获得单位工作人员完成一件商品分拣的平均时间ST；
步骤八-3：计算最佳订单商品量，具体计算公式为：
其中，NI表示最佳订单商品数量，N表示物流分拣员工数量，LT表示线路任务完成时间，ST表示单位工作人员完成一件商品分拣的平均时间，K表示订单系数，订单系数与订单周期内订单量呈正相关；
订单系数表示订单内周期内订单数量造成的物流分拣的难度系数，订单量越大，物流分拣难度越高。
步骤八-4：根据历史销售数据，计算单个订单内商品数量的平均数，获得最佳订单量；
步骤八-5：根据历史销售数据和最佳订单量，输出订单周期。
与现有技术相比，本发明所达到的有益效果是：
本发明根据生鲜的特性实现拣货任务，利用仓储温度划分仓储空间是生鲜仓储必然的，通过这一特性通过仓储地址对于波次任务的商品进行排序，聚合同一温度的订单商品，避免不同仓储温度的生鲜商品发生大量的混合，导致大量的生鲜商品在线路任务的过程中被破坏存储环境，影响生鲜商品的品质；
本发明利用波次作业分离标品商品和非标品商品，标品商品直接进入物流分拣，而非标品商品进入初加工等模块再进入物流分拣，避免初加工模块的混乱；
本发明通线路任务规划尽可能的实现线路任务满负荷，从而进一步的降低线路任务的数量实现最短路径，通过计算最佳订单量从而设置合适的订单周期，找到波次任务和物流分拣之间的平衡，尽可能的提高波次任务的订单数量，获得最大的波次效率。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种订单商品拣货任务智能管理系统的结构示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明提供技术方案：实施例一：
一种订单商品拣货任务智能管理系统，智能管理系统包括订单模块、仓库划区模块、波次作业模块、线路任务模块和仓储评估模块；
仓库划区模块根据仓库存储温度进行划区，根据商品柜组进行进一步的划区，根据划区输出仓库内货柜地址；
订单模块接收订单信息，根据订单信息组合订单，生成波次任务，将波次任务传输至波次作业模块；
波次作业模块根据波次任务分析订单商品的仓储地址和商品标品属性，生成波次作业传输至线路任务模块；
线路任务模块接收波次作业任务，组合波次作业，进行线路规划，输出线路任务；
物流分拣模块接收货物后分拣物流进行发出；
仓储评估模块通过波次任务完成时间和物流分拣时间计算最佳订单量，输出订单周期。
仓库划区模块包括仓储地址生成单元、仓储货物单元；
仓储地址生成单元根据仓库的仓储温度进行大区划分，大区的排序按照仓储温度的大小进行排序，仓储地址生成单元在同一大区内根据存储商品的种类进行小区划分，仓储地址生成单元输出最终的仓储地址；
仓储货物单元接收商品入库的信息，输出仓储地址内的商品。
在建立仓储地址的同时，将仓储产品的温度进行划区，尽量避免不同温度的商品在线路任务的过程中发生混合，破坏生鲜产品的新鲜度和质量。
订单模块接收订单信息，根据订单信息组合订单，生成波次任务；
订单模块包括订单接收单元、订单组合单元、波次任务单元；
订单接收单元接收订单信息传输至订单组合单元，订单信息包括客户名称、配送地址、订单商品名称、订单商品数量；
订单组合单元根据配送地址的行政地址进行划区，设置订单接收周期，同一订单接收周期内同一行政地址区域的订单进行组合，传输组合的订单信息至波次任务单元；
波次任务单元抓取订单商品名称和订单商品数量，标注订单商品的仓储地址，根据订单商品的仓储地址为序输出最终的波次任务。
波次作业模块包括波次作业聚合单元和波次作业分离单元，波次作业聚合单元获取订单商品的仓储地址，聚合同一仓储地址的商品为一个波次作业；
波次作业分离单元分析商品标品属性，分离一个波次作业中的标品商品和非标品商品分为两个波次作业，标记非标品商品的波次作业的波次属性为非标品波次，标记标品商品的波次作业的波次属性为标品波次。
生鲜商品具有标品属性，标品订单商品为已经进行初步加工称重的已经包装完整地生鲜商品，非标品订单商品为散装的未进行称重等行为的生鲜商品；
生鲜商品与其他商品最大的不同是存在没有进行包装散装的产品，很多的非标品需要在物流之前进行初步加工或者校称，如果将非标品和标品商品聚合在一起不进行分离，会造成剥皮清洁校称再加工区域的混乱。
线路任务模块包括距离计算单元、线路重复度计算单元、线路生成单元、订单数量统计单元、订单商品补充单元和负载量标量单元；
负载量标量单元计算单次线路任务的负载量标量；
订单商品补充单元设置订单商品补充方法；
距离计算单元生成初步的单次波次作业人员行走线路，计算单次波次作业人员行走的距离；
订单数量统计单元统计单次波次作业的商品数量和商品重量，设置商品数量上限和商品重量上限，当单次波次作业的商品数量或商品重量超出商品数量上限或商品重量上限，拆分波次作业直至单次波次作业的商品数量或商品重量都小于商品数量上限或商品重量上限；
线路重复度计算单元计算同波次属性的波次作业线路之间的重复度，设置线路；
线路生成单元以波次作业线路距离最大的波次任务为主体任务，补充与主体任务重复度最高的波次任务的订单商品，直至商品数量或商品重量等于商品数量上限或商品重量上限，生成线路任务。
一种订单商品拣货任务智能管理方法，拣货任务智能管理方法具体步骤包括：
步骤一：规划仓储空间，根据仓库的存储温度划分大区，根据商品柜的仓储种类划分小区，输出最终的仓储地址和仓储地址内商品的名称；
步骤二：设置订单周期，接收订单，根据订单信息中的配送地址组合同一订单周期同一行政地区的商品订单生成波次任务；
步骤三：根据波次任务订单的仓储地址为序输出波次任务；
步骤四：聚合同一仓储地址的商品为一个波次作业；
步骤五：分离一个波次作业中的标品商品和非标品商品为两个波次作业，根据波次作业的商品属性标注波次属性；
步骤六：根据波次作业，生成线路任务；
步骤七：完成线路任务，进行物流分拣；
步骤八：计算最佳订单量，根据最佳订单量调整订单周期。
本发明根据生鲜的特性实现拣货任务，利用仓储温度划分仓储空间是生鲜仓储必然的，通过这一特性通过仓储地址对于波次任务的商品进行排序，聚合同一温度的订单商品，避免不同仓储温度的生鲜商品发生大量的混合，导致大量的生鲜商品在线路任务的过程中被破坏存储环境，影响生鲜商品的品质；
本发明利用波次作业分离标品商品和非标品商品，标品商品直接进入物流分拣，而非标品商品进入初加工等模块再进入物流分拣，避免初加工模块的混乱；
本发明通线路任务规划尽可能的实现线路任务满负荷，从而进一步的降低线路任务的数量实现最短路径，通过计算最佳订单量从而设置合适的订单周期，找到波次任务和物流分拣之间的平衡，尽可能的提高波次任务的订单数量，获得最大的波次效率。
步骤六根据波次作业生成线路任务的具体内容包括：
步骤六-1：利用仓库地图生成波次作业的线路，计算波次作业的线路距离；
步骤六-2：计算单次线路任务的负载量标量；
仓库的道路往往四通八达，优先进行线路重复度计算是复杂的，且由于线路不确定，造成冗余的计算会很多，极大的浪费计算资源；
优先统计同一仓储地址大区的波次属性相同的波次作业的任务量，计算好负载量，通过负载量再进行线路的计算。
步骤六-3：统计波次属性相同且仓储地址的大区相同的波次作业的订单商品数量，订单商品数量除以单次线路任务的负载量标量获得商和余数，商值为仓储地址大区相同的线路任务的数量，余数为线路任务的负载量为(OL+1)的线路任务数量，线路任务负载量为OL的线路任务数量为(商-余数)；
通过统计波次属性相同且仓储地址的大区相同的波次作业的订单商品数量，获得线路任务负载量为OL的线路任务数量上限；同时允许线路任务负载量在单次线路任务的负载量标量浮动，尽可能的减少线路任务的数量。
步骤六-4：当单次波次作业的商品数量等于OL或(OL+1)，单次波次作业生成线路任务；
步骤六-5：未生成线路任务的波次作业，以波次任务的距离为序，以波次作业线路距离最大的波次任务为本体，补充与本体距离最近的波次属性相同且仓储地址的大区相同的波次作业的订单商品直至订单商品数量等于OL或(OL+1)，生成线路任务；
优先补充订单商品数量直至OL，如果被补充的波次作业的订单商品数量在补充后为“1”，则补充订单商品数量直至(OL+1)，如果线路任务负载量为OL的线路任务数量等于(商-余数)，则补充订单商品数量直至(OL+1)。
以波次作业线路距离最大的波次任务为主体，有序的补充订单商品，允许线路任务的订单商品在单次线路任务的负载量标量上下浮动，减少单次波次作业的订单商品数量的剩余1却需要额外分配线路任务的情况，避免出现复杂的最短线路计算，单次线路任务的负载率与最短线路之间是相互促进的关系，通过补充订单商品和单次线路任务的负载量的计算，保障了单次线路任务的负载率，尽可能满的负载会降低线路任务数量从而达到最短线路的目的；
步骤六-2计算单次线路任务的最佳负载量的具体内容包括：
步骤六-2.1：设置单次线路任务的负载量上限ML；单次线路任务的负载量上限是作业人员实际工作单次荷载的安全上限；
步骤六-3.2：获取当前物流分拣的状态，物流分拣状态包括物流分拣人员数量、物流分拣人员分拣速度、目前需要分拣的订单商品数量，计算当前物流分拣的需要时间，具体计算公式为：
其中，RST表示当前物流分拣需要的时间，RIN表示待分拣的订单商品数量，ST表示单位工作人员完成一件商品分拣的平均时间，N物流分拣员工数量；
步骤六-2.3：获取当前线路任务的状态，线路任务的状态包括线路任务订单商品数量、线路任务预计到达物流分拣地点的时间；
步骤六-2.4：计算波次作业线路最大距离的到达物流分拣地点的时间，通过作差获得波次作业需要等待的时间WT；
显然，单次线路任务的负载量越小，作业人员的取货速度和运输速度就越大，生鲜产品暴露在常温环境的时间就越短，但是作业人员的工作效率就越低；
单次线路任务的负载量越大，作业人员的取货速度就越慢，对于与室温差别较大的生鲜商品就越不利，但是作业人员单次作业的工作效率就越高；
通过计算波次作业需要等待的时间，即生成线路任务后需要等待的时间，需要等待的时间越长，则约满的负载量会增大作业人员的取货时间和运输时间，降低等待物流分拣的时间，提高单次的线路任务的负载率，提高工作效率。
步骤六-2.5：计算单次线路任务的负载量标量，具体计算公式为：
其中，LV表示负载量中间值，LV为取整函数，OL表示单次线路任务的负载量标量，WT表示当前波次作业需要等待的时间，RET表示等待时间的冗余误差，ReLU表示线性整流函数，ML表示单次线路任务的负载量上限。
步骤八计算最佳订单量，根据最佳订单量调整订单周期的具体内容包括：当订单周期设置不合理，订单周期内接收过多的订单，在物流分拣的过程中，订单数量过多，物流分拣的难度直线上升，同时由于订单完成时间过长，物流分拣堆积严重，物流分拣错误的可能性也会直线上升，而波次任务尽可能多的订单商品能够极大程度的提高工作效率，通过计算波次任务的完成时间与物流分拣时间，输出最佳的订单商品数量，进一步的调整订单周期，获得最佳工作效率，找到波次任务和物流分拣之间的平衡。
步骤八-1：统计波次任务中所有线路任务完成的时间LT；
步骤八-2：获得单位工作人员完成一件商品分拣的平均时间ST；
步骤八-3：计算最佳订单商品量，具体计算公式为：
其中，NI表示最佳订单商品数量，N表示物流分拣员工数量，LT表示线路任务完成时间，ST表示单位工作人员完成一件商品分拣的平均时间，K表示订单系数，订单系数与订单周期内订单量呈正相关；
订单系数表示订单内周期内订单数量造成的物流分拣的难度系数，订单量越大，物流分拣难度越高。
步骤八-4：根据历史销售数据，计算单个订单内商品数量的平均数，获得最佳订单量；
步骤八-5：根据历史销售数据和最佳订单量，输出订单周期。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (6)
1.一种订单商品拣货任务智能管理系统，其特征在于：所述智能管理系统包括订单模块、仓库划区模块、波次作业模块、线路任务模块、物流分拣模块和仓储评估模块；
所述仓库划区模块根据仓库存储温度进行划区，根据商品柜组进行进一步的划区，根据划区输出仓库内货柜地址；
所述订单模块接收订单信息，根据订单信息组合订单，生成波次任务，将波次任务传输至波次作业模块；
所述波次作业模块根据波次任务分析订单商品的仓储地址和商品标品属性，生成波次作业传输至线路任务模块；
所述线路任务模块接收波次作业任务，组合波次作业，进行线路规划，输出线路任务；
所述线路任务模块包括距离计算单元、线路重复度计算单元、线路生成单元、订单数量统计单元、订单商品补充单元和负载量标量单元；
所述负载量标量单元计算单次线路任务的负载量标量；
所述订单商品补充单元设置订单商品补充方法；
所述距离计算单元生成初步的单次波次作业人员行走线路，计算单次波次作业人员行走的距离；
所述订单数量统计单元统计单次波次作业的商品数量和商品重量，设置商品数量上限和商品重量上限，当单次波次作业的商品数量或商品重量超出商品数量上限或商品重量上限，拆分波次作业直至单次波次作业的商品数量或商品重量都小于商品数量上限或商品重量上限；
所述线路重复度计算单元计算同波次属性的波次作业线路之间的重复度，设置线路；
所述线路生成单元以波次作业线路距离最大的波次任务为主体任务，补充与主体任务重复度最高的波次任务的订单商品，直至商品数量或商品重量等于商品数量上限或商品重量上限，生成线路任务；
所述物流分拣模块接收货物后分拣物流进行发出；
所述仓储评估模块通过波次任务完成时间和物流分拣时间计算最佳订单量，输出订单周期；具体包括：
步骤1：统计波次任务中所有线路任务完成的时间LT；
步骤2：获得单位工作人员完成一件商品分拣的平均时间ST；
步骤3：计算最佳订单商品量，具体计算公式为：
其中，NI表示最佳订单商品数量，N表示物流分拣员工数量，LT表示线路任务完成时间，ST表示单位工作人员完成一件商品分拣的平均时间，K表示订单系数，订单系数与订单周期内订单量呈正相关；
订单系数表示订单内周期内订单数量造成的物流分拣的难度系数，订单量越大，物流分拣难度越高；
步骤4：根据历史销售数据，计算单个订单内商品数量的平均数，获得最佳订单量；
步骤5：根据历史销售数据和最佳订单量，输出订单周期。
2.根据权利要求1所述的一种订单商品拣货任务智能管理系统，其特征在于：所述仓库划区模块包括仓储地址生成单元、仓储货物单元；
所述仓储地址生成单元根据仓库的仓储温度进行大区划分，大区的排序按照仓储温度的大小进行排序，所述仓储地址生成单元在同一大区内根据存储商品的种类进行小区划分，所述仓储地址生成单元输出最终的仓储地址；
所述仓储货物单元接收商品入库的信息，输出仓储地址内的商品。
3.根据权利要求1所述的一种订单商品拣货任务智能管理系统，其特征在于：所述订单模块接收订单信息，根据订单信息组合订单，生成波次任务；
所述订单模块包括订单接收单元、订单组合单元、波次任务单元；
所述订单接收单元接收订单信息传输至订单组合单元，所述订单信息包括客户名称、配送地址、订单商品名称、订单商品数量；
所述订单组合单元根据配送地址的行政地址进行划区，设置订单接收周期，同一订单接收周期内同一行政地址区域的订单进行组合，传输组合的订单信息至波次任务单元；
所述波次任务单元抓取订单商品名称和订单商品数量，标注订单商品的仓储地址，根据订单商品的仓储地址为序输出最终的波次任务。
4.根据权利要求1所述的一种订单商品拣货任务智能管理系统，其特征在于：所述波次作业模块包括波次作业聚合单元和波次作业分离单元，所述波次作业聚合单元获取订单商品的仓储地址，聚合同一仓储地址的商品为一个波次作业；
所述波次作业分离单元分析商品标品属性，分离一个波次作业中的标品商品和非标品商品分为两个波次作业，标记非标品商品的波次作业的波次属性为非标品波次，标记标品商品的波次作业的波次属性为标品波次。
5.一种订单商品拣货任务智能管理方法，其特征在于：所述拣货任务智能管理方法具体步骤包括：
步骤一：规划仓储空间，根据仓库的存储温度划分大区，根据商品柜的仓储种类划分小区，输出最终的仓储地址和仓储地址内商品的名称；
步骤二：设置订单周期，接收订单，根据订单信息中的配送地址组合同一订单周期同一行政地区的商品订单生成波次任务；
步骤三：根据波次任务订单的仓储地址为序输出波次任务；
步骤四：聚合同一仓储地址的商品为一个波次作业；
步骤五：分离一个波次作业中的标品商品和非标品商品为两个波次作业，根据波次作业的商品属性标注波次属性；
步骤六：根据波次作业，生成线路任务；具体内容包括：
步骤六-1：利用仓库地图生成波次作业的线路，计算波次作业的线路距离；
步骤六-2：计算单次线路任务的负载量标量；
步骤六-3：统计波次属性相同且仓储地址的大区相同的波次作业的订单商品数量，订单商品数量除以单次线路任务的负载量标量获得商和余数，商值为仓储地址大区相同的线路任务的数量，余数为线路任务的负载量为(OL+1)的线路任务数量，线路任务负载量为OL的线路任务数量为(商-余数)；
步骤六-4：当单次波次作业的商品数量等于OL或(OL+1)，单次波次作业生成线路任务；
步骤六-5：未生成线路任务的波次作业，以波次任务的距离为序，以波次作业线路距离最大的波次任务为本体，补充与本体距离最近的波次属性相同且仓储地址的大区相同的波次作业的订单商品直至订单商品数量等于OL或(OL+1)，生成线路任务；
优先补充订单商品数量直至OL，如果被补充的波次作业的订单商品数量在补充后为“1”，则补充订单商品数量直至(OL+1)，如果线路任务负载量为OL的线路任务数量等于(商-余数)，则补充订单商品数量直至(OL+1)；
步骤七：完成线路任务，进行物流分拣；
步骤八：计算最佳订单量，根据最佳订单量调整订单周期；具体内容包括：
步骤八-1：统计波次任务中所有线路任务完成的时间LT；
步骤八-2：获得单位工作人员完成一件商品分拣的平均时间ST；
步骤八-3：计算最佳订单商品量，具体计算公式为：
其中，NI表示最佳订单商品数量，N表示物流分拣员工数量，LT表示线路任务完成时间，ST表示单位工作人员完成一件商品分拣的平均时间，K表示订单系数，订单系数与订单周期内订单量呈正相关；
步骤八-4：根据历史销售数据，计算单个订单内商品数量的平均数，获得最佳订单量；
步骤八-5：根据历史销售数据和最佳订单量，输出订单周期。
6.根据权利要求5所述的一种订单商品拣货任务智能管理方法，其特征在于：所述步骤六-2计算单次线路任务的负载量标量的具体内容包括：
步骤六-2.1：设置单次线路任务的负载量上限ML；单次线路任务的负载量上限是作业人员实际工作单次荷载的安全上限；
步骤六-2.2：获取当前物流分拣的状态，所述物流分拣状态包括物流分拣人员数量、物流分拣人员分拣速度、目前需要分拣的订单商品数量，计算当前物流分拣的需要时间，具体计算公式为：
其中，RST表示当前物流分拣需要的时间，RIN表示待分拣的订单商品数量，ST表示单位工作人员完成一件商品分拣的平均时间，N表示物流分拣员工数量；
步骤六-2.3：获取当前线路任务的状态，所述线路任务的状态包括线路任务订单商品数量、线路任务预计到达物流分拣地点的时间；
步骤六-2.4：计算波次作业线路最大距离的到达物流分拣地点的时间，通过作差获得波次作业需要等待的时间WT；
步骤六-2.5：计算单次线路任务的负载量标量，具体计算公式为：
其中，LV表示负载量中间值，LV为取整函数，OL表示单次线路任务的负载量标量，WT表示当前波次作业需要等待的时间，RET表示等待时间的冗余误差，ReLU表示线性整流函数，ML表示单次线路任务的负载量上限。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210370872.1A CN114819813B (zh) | 2022-04-07 | 2022-04-07 | 一种订单商品拣货任务智能管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210370872.1A CN114819813B (zh) | 2022-04-07 | 2022-04-07 | 一种订单商品拣货任务智能管理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114819813A CN114819813A (zh) | 2022-07-29 |
| CN114819813B true CN114819813B (zh) | 2023-06-16 |
Family
ID=82534438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210370872.1A Active CN114819813B (zh) | 2022-04-07 | 2022-04-07 | 一种订单商品拣货任务智能管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114819813B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117114817B (zh) * | 2023-10-18 | 2024-04-26 | 米烁网络科技(广州)有限公司 | 一种基于商品零售的智能化订单管理系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105469201A (zh) * | 2015-07-20 | 2016-04-06 | 浙江工业大学 | 一种物流配送中心作业任务处理与调度的方法 |
| CN113177761A (zh) * | 2021-05-06 | 2021-07-27 | 中国科学技术大学 | 一种考虑时效性的电商仓储智能排产预警系统 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015118563A (ja) * | 2013-12-18 | 2015-06-25 | 飯田 勧 | 大口需要家向け商品受注・配送システム |
| CN107292565A (zh) * | 2017-06-29 | 2017-10-24 | 浙江优展信息科技有限公司 | 一种前置仓生鲜购物配送模式 |
| CN108615126A (zh) * | 2018-07-10 | 2018-10-02 | 湖北统讯智能科技有限公司 | 一种生鲜产品管理分拣系统 |
| CN110717701B (zh) * | 2018-07-13 | 2024-04-12 | 阿里巴巴集团控股有限公司 | 仿真波次生成方法、装置及电子设备 |
| CN109858680A (zh) * | 2018-12-31 | 2019-06-07 | 北京云杉信息技术有限公司 | 拣货方法 |
| CN110223011A (zh) * | 2019-05-22 | 2019-09-10 | 杭州海仓科技有限公司 | 智能仓储设备调度方法、系统、存储介质及电子设备 |
| CN110728483B (zh) * | 2019-09-30 | 2022-07-22 | 深圳易可达科技有限公司 | 一种快速拣货方法 |
| CN111582787A (zh) * | 2020-04-29 | 2020-08-25 | 上海久耶供应链管理有限公司 | 一种冻库规模型拣货系统及其方法 |
| CN113222511A (zh) * | 2021-05-17 | 2021-08-06 | 上海中通吉网络技术有限公司 | 一种跨境电商仓储波次的构建方法 |
-
2022
- 2022-04-07 CN CN202210370872.1A patent/CN114819813B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105469201A (zh) * | 2015-07-20 | 2016-04-06 | 浙江工业大学 | 一种物流配送中心作业任务处理与调度的方法 |
| CN113177761A (zh) * | 2021-05-06 | 2021-07-27 | 中国科学技术大学 | 一种考虑时效性的电商仓储智能排产预警系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114819813A (zh) | 2022-07-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109345180A (zh) | 仓库货物分批拣选方法 | |
| CN110598940A (zh) | 一种基于物联网贸易的物流订单分析预测系统 | |
| CN111768151A (zh) | 一种货物装车用车辆装载方法及系统 | |
| CN114819813B (zh) | 一种订单商品拣货任务智能管理系统及方法 | |
| CN111461557A (zh) | 一种仓储物流智能分配存储系统 | |
| CN114476481A (zh) | 一种智能分类物流仓储系统 | |
| CN104174599A (zh) | 适合于货物和货主数量较大的情况的物流分拣方法及装置 | |
| CN111292048A (zh) | 一种电商平台拆单订单的商品出库方法和装置 | |
| CN110136044B (zh) | 一种物品分拣方法、系统、设备及智能终端 | |
| CN109118138A (zh) | 一票多件预先生成面单的方法及计算机可读存储介质 | |
| CN111582787A (zh) | 一种冻库规模型拣货系统及其方法 | |
| CN115215035A (zh) | 一种接力拣选方法及系统 | |
| TW202334013A (zh) | 料箱合箱控制方法、裝置、設備、系統、介質及產品 | |
| CN112184103A (zh) | 一种订单处理方法、装置及系统 | |
| CN111695843A (zh) | 订单数据处理方法、装置、电子设备及计算机可读介质 | |
| CN111056210B (zh) | 料箱位置调整方法及装置、仓储系统、介质和电子设备 | |
| CN111507653A (zh) | 水产品仓储管理方法和装置 | |
| CN116542599B (zh) | 一种多维度订单合并方法 | |
| CN112581068A (zh) | 一种跨区域合并式商品拣选方法、装置及系统 | |
| CN111415111A (zh) | 订单复核方法、装置及系统 | |
| CN111461604A (zh) | 一种电商商品包装发货方法和装置以及设备 | |
| CN113283739B (zh) | 任务分配方法、装置、设备及存储介质 | |
| CN110738286A (zh) | 基于虚拟数据链的供应链仓储分拣方法和系统 | |
| JP2560613B2 (ja) | ピッキング作業支援装置 | |
| CN113344667A (zh) | 订单分配方法、装置、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 | ||
| CB03 | Change of inventor or designer information |
Inventor after: Pan Yong Inventor after: Ding Xiuhong Inventor after: Yan Yu Inventor after: OuYang Qiong Inventor after: Zhao Wen Inventor after: Pan Lun Inventor after: Liu Quanying Inventor after: Lao Zongchang Inventor before: Pan Yong Inventor before: Yan Yu Inventor before: OuYang Qiong Inventor before: Zhao Wen Inventor before: Pan Lun Inventor before: Liu Quanying Inventor before: Lao Zongchang |
|
| CB03 | Change of inventor or designer information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |