CN114936830A - 一种基于物联网技术的仓库管理方法及系统 - Google Patents
一种基于物联网技术的仓库管理方法及系统 Download PDFInfo
- Publication number
- CN114936830A CN114936830A CN202210888385.4A CN202210888385A CN114936830A CN 114936830 A CN114936830 A CN 114936830A CN 202210888385 A CN202210888385 A CN 202210888385A CN 114936830 A CN114936830 A CN 114936830A
- Authority
- CN
- China
- Prior art keywords
- warehousing
- information
- scheme
- warehouse
- real
- 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
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"
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/40—Transportation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于物联网技术的仓库管理方法及系统,属于人工智能领域,所述方法包括:采集获取目标仓库内未进行仓储时多个指标的仓储信息,获得仓储信息集合,构建仓库管理平台,基于物联网技术,通过感知层采集获取当前目标仓库的仓储需求信息,基于物联网技术,通过感知层采集获取当前目标仓库的实时仓储信息集合,通过传输层,将仓储需求信息和实时仓储信息集合传输至应用层;通过仓储分析模型进行实时仓储方案制定和寻优,获得实时最优仓储方案,采用实时最优仓储方案对仓储需求信息进行仓储处理和管理。解决了现有技术中存在仓库管理智能化程度低,管理质量和效率低的技术问题。达到了提高仓库管理和集中调度管控质量的技术效果。
Description
技术领域
本申请涉及人工智能领域,尤其涉及一种基于物联网技术的仓库管理方法及系统。
背景技术
随着经济的快速发展,面对竞争激烈的市场环境和日益多样化的客户需求,仓储系统对于需求的及时响应和灵活调整对企业高速发展有着十分重要的意义。
目前,由于缺乏信息化系统支撑,仓库管理整体智能化水平较低,绝大部分仓库管理仍以人工为主,存在大量的重复作业,运营成本高效率低。在管理过程中,通过人工记录货物的出入库、盘点,登记,反复进行数据核对。
然而,人工管理的方式容易由于管理人员的工作疏忽和管理质量问题造成各种错误,导致出入库的货物与实际过程中的对应不上,造成企业的损失。以人工为主的作业模式,使得管理松散杂乱,影响仓储的工作效率和安全性。现有技术中存在仓库管理智能化程度低,管理质量和效率低的技术问题。
发明内容
本申请的目的是提供一种基于物联网技术的仓库管理方法及系统,用以解决现有技术中存在仓库管理智能化程度低,管理质量和效率低的技术问题。
鉴于上述问题,本申请提供了一种基于物联网技术的仓库管理方法及系统。
第一方面,本申请提供了一种基于物联网技术的仓库管理方法,其中,所述方法包括:采集获取目标仓库内未进行仓储时多个指标的仓储信息,获得仓储信息集合,其中,所述多个指标包括库位信息和堆垛信息;根据所述仓储信息集合,构建仓库管理平台,其中,所述仓库管理平台包括感知层、传输层以及应用层;基于物联网技术,通过所述感知层采集获取当前所述目标仓库的仓储需求信息,所述仓储需求信息包括货物数量信息和货物类型信息;基于物联网技术,通过所述感知层采集获取当前所述目标仓库的实时仓储信息集合,所述实时仓储信息集合包括实时库位信息和实时堆垛信息;通过所述传输层,将所述仓储需求信息和所述实时仓储信息集合传输至所述应用层;在所述应用层内,将所述仓储需求信息和所述实时仓储信息集合输入仓储分析模型内,进行实时仓储方案制定和寻优,获得实时最优仓储方案,其中,所述仓储分析模型内包括方案制定分支和方案寻优分支;采用所述实时最优仓储方案对所述仓储需求信息进行仓储处理和管理。
另一方面,本申请还提供了一种基于物联网技术的仓库管理系统,其中,所述系统包括:仓储信息采集单元,所述仓储信息采集单元用于采集获取目标仓库内未进行仓储时多个指标的仓储信息,获得仓储信息集合,其中,所述多个指标包括库位信息和堆垛信息;管理平台构建单元,所述管理平台构建单元用于根据所述仓储信息集合,构建仓库管理平台,其中,所述仓库管理平台包括感知层、传输层以及应用层;需求信息获取单元,所述需求信息获取单元用于基于物联网技术,通过所述感知层采集获取当前所述目标仓库的仓储需求信息,所述仓储需求信息包括货物数量信息和货物类型信息;实时信息获取单元,所述实时信息获取单元用于基于物联网技术,通过所述感知层采集获取当前所述目标仓库的实时仓储信息集合,所述实时仓储信息集合包括实时库位信息和实时堆垛信息;信息传输单元,所述信息传输单元用于通过所述传输层,将所述仓储需求信息和所述实时仓储信息集合传输至所述应用层;实时寻优单元,所述实时寻优单元用于在所述应用层内,将所述仓储需求信息和所述实时仓储信息集合输入仓储分析模型内,进行实时仓储方案制定和寻优,获得实时最优仓储方案,其中,所述仓储分析模型内包括方案制定分支和方案寻优分支;仓储管理单元,所述仓储管理单元用于采用所述实时最优仓储方案对所述仓储需求信息进行仓储处理和管理。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过对目标仓库内未进行仓储时多个指标的仓储信息进行采集,得到仓储信息集合,然后根据仓储信息集合,构建仓库管理平台,基于物联网技术,通过感知层对当前目标仓库的仓储需求信息进行采集获取,仓储需求信息包括货物数量信息和货物类型信息,进而基于物联网技术,通过感知层采集获取当前目标仓库的实时仓储信息集合,通过传输层,将仓储需求信息和实时仓储信息集合传输至应用层,然后在应用层内,将仓储需求信息和实时仓储信息集合输入仓储分析模型内,进行实时仓储方案制定和寻优,获得实时最优仓储方案,进而通过采用实时最优仓储方案对仓储需求信息进行仓储处理和管理。达到了提高仓库管理的智能化程度,提高管理效率和准确度的技术效果。
附图说明
为了更清楚地说明本申请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,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种基于物联网技术的仓库管理方法的流程示意图;
图2为本申请实施例提供的一种基于物联网技术的仓库管理方法中获得仓储信息集合的流程示意图;
图3为本申请实施例提供的一种基于物联网技术的仓库管理方法中构建仓库管理平台的流程示意图;
图4为本申请一种基于物联网技术的仓库管理系统的结构示意图。
附图标记说明:仓储信息采集模块11,管理平台构建模块12,需求信息获取模块13,实时信息获取模块14,信息传输模块15,实时寻优模块16,仓储管理模块17。
具体实施方式
本申请通过提供一种基于物联网技术的仓库管理方法及系统,解决了现有技术中存在仓库管理智能化程度低,管理质量和效率低的技术问题。达到了提高仓库管理和集中调度管控质量,提高管理效率的技术效果。
本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种基于物联网技术的仓库管理方法,其中,所述方法包括:
步骤S100:采集获取目标仓库内未进行仓储时多个指标的仓储信息,获得仓储信息集合,其中,所述多个指标包括库位信息和堆垛信息;
进一步的,如图2所示,所述采集获取目标仓库内未进行仓储时多个指标的仓储信息,本申请实施例步骤S100还包括:
步骤S110:采集获取所述目标仓库内未进行仓储时的库位数量信息;
步骤S120:采集获取所述目标仓库内未进行仓储时的库位位置信息,所述库位数量信息和所述库位位置信息组成所述库位信息;
步骤S130:采集获取所述目标仓库内可进行堆垛的堆垛机器人的数量信息,获得堆垛数量信息;
步骤S140:采集获取所述目标仓库内堆垛机器人的堆垛类型信息,所述堆垛数量信息和所述堆垛类型信息组成所述堆垛信息;
步骤S150:将所述库位信息和所述堆垛信息作为所述仓储信息集合。
具体而言,所述目标仓库是要进行仓库管理的任意一个仓库。所述仓储信息集合是表征所述目标仓库仓储能力容量信息和搬运能力信息的集合。其中,所述库位信息是指所述目标仓库未进行仓储时的库位数量信息和库位位置信息,通过所述库位信息可以获得所述目标仓库的仓库容量和对应的位置。所述堆垛信息是所述目标仓库内用于堆垛的堆垛机器人的数量和类型信息,可以反映出所述目标仓库的搬运能力。
具体的,所述库位数量信息是指在所述目标仓库中进行货品摆放的位置的数量,反映了仓库容量大小。所述库位位置信息是指在所述目标仓库中进行货品摆放的具体位置。所述堆垛数量信息是指所述目标仓库对货品的搬运能力。所述堆垛类型信息是所述目标仓库内堆垛机器人的堆垛类型,不同的堆垛机器人类型可以搬运不同种类和不同重量的货物,反映了所述目标仓库内可以搬运的货品类型。由此,实现了对所述目标仓库的仓储能力进行把握的目标,达到了掌握所述目标仓库的基础仓储信息,为后续进行仓库管理调度做准备的技术效果。
步骤S200:根据所述仓储信息集合,构建仓库管理平台,其中,所述仓库管理平台包括感知层、传输层以及应用层;
进一步的,如图3所示,根据所述仓储信息集合,构建仓库管理平台,本申请实施例步骤S200还包括:
步骤S210:基于物联网技术,根据所述仓储信息集合,在所述目标仓库内的入库处、出库处、多个库位和多个堆垛机器人内构建所述感知层;
步骤S220:构建所述传输层;
步骤S230:构建所述方案制定分支;
步骤S240:构建所述方案寻优分支,结合所述方案制定分支,获得所述仓储分析模型,其中,所述方案寻优分支内包括预设寻优规则;
步骤S250:根据所述仓储分析模型,获得所述应用层;
步骤S260:连接所述感知层、传输层和应用层,获得所述仓库管理平台。
具体而言,所述仓库管理平台是用来对所述目标仓库的入库、出库、调度等进行管理的平台。所述感知层主要是通过感知设备来对外界环境或物品的信息进行采集和捕获,具有感知功能和获取信息的能力。所述传输层是用来传输感知层中获取到的信息到应用层。所述应用层是用来对信息进行处理的网络层。
具体的,根据所述仓储信息集合获取所述目标车库的库位分布情况,在仓库管理的关键位置,示例性的,如入库处、出库处、多个库位和多个堆垛机器人内设置感知设备,将感知设备上传中网络层中来构建所述感知层,用于对仓库内的存储信息和搬运信息进行采集。可选的,所述感知设备可以是传感器、读码器等。通过在关键位置进行采集信息,可以构建更精确、更全面的感知层,提供更准确的基础信息。所述传输层是通过在现有的移动通信网和互联网基础上进行构建的。所述方案制定分支是用来根据历史制定的管理方案形成的根据管理需求制定方案的网络层。所述方案寻优分支是用来在满足基本存储需求的多个存储方案中进行寻找最优解的网络层。其中,所述预设寻优规则是预先设置的预设适应度计算规则。所述应用层通过根据所述仓储分析模型得到的管理目标,根据所述管理目标对信息进行处理。将所述感知层、传输层和应用层连接起来,得到对仓库整体进行管理的所述仓库管理平台。由此,达到了提高仓库管理的智能化程度,提高管理效率的技术效果。
进一步的,构建所述方案制定分支,本申请实施例步骤S230还包括:
步骤S231:采集获取所述目标仓库在历史时间中预设时间范围内多次进行仓储处理时的仓储需求信息,获得多个历史仓储需求信息;
步骤S232:采集获取所述目标仓库在历史时间中预设时间范围内多次进行仓储处理时的仓储信息集合,获得多个历史仓储信息集合;
步骤S234:采集获取所述目标仓库在历史时间中预设时间范围内多次进行仓储处理时制定的仓储方案,获得多个历史仓储方案;
步骤S235:将所述多个历史仓储需求信息、多个历史仓储信息集合和多个历史仓储方案作为构建数据集合,构建所述方案制定分支。
进一步的,将所述多个历史仓储需求信息、多个历史仓储信息集合和多个历史仓储方案作为构建数据集合,构建所述方案制定分支,本申请实施例步骤S235还包括:
步骤S2351:对所述构建数据集合进行划分和标识,获得训练样本、验证样本和测试样本;
步骤S2352:基于BP神经网络,构建所述方案制定分支;
步骤S2353:采用所述训练样本、验证样本和测试样本对所述方案制定分支进行监督训练、验证和测试;
步骤S2354:若所述方案制定分支的准确率符合预设要求,获得所述方案制定分支。
具体而言,所述多个历史仓储需求信息反映了所述目标仓库在历史时间中需要的仓储需求,可选的,包括库位数量和位置需求,堆垛机器人类型和数量需求等。所述多个历史仓储信息集合反映了所述目标仓库在历史时间中的存储情况,可选的,包括占用库位数量和位置,占用堆垛机器人类型和数量等。所述多个历史仓储方案反映了所述目标仓库在历史时间中进行仓储处理是根据需求信息和仓储信息制定的方案。
具体的,通过将所述多个历史仓储需求信息、多个历史仓储信息集合和多个历史仓储方案作为构建数据集合,用于进行所述方案制定分支的构建。所述构建数据集合可以反映所述目标仓库对于仓储方案制定的历史情况。可选的,按照一定的比例,将所述购进数据集合划分为训练样本、验证样本和测试样本,其中,验证样本和测试样本的比例一致。
具体的,通过所述训练样本对所述方案制定分支进行监督训练,获得根据仓储需求信息和仓储信息可以得到仓储方案的方案制定分支,进而通过验证样本验证所述方案制定分支的准确性,通过所述测试样本来测试所述方案制定分支是否具有普遍适用性。所述预设要求是预先设置的使所述方案制定分支可以进行实际应用的准确度。由此,实现了构建高精确度的方案制定分支的目标,达到了提高仓库管理的准确性的技术效果。
步骤S300:基于物联网技术,通过所述感知层采集获取当前所述目标仓库的仓储需求信息,所述仓储需求信息包括货物数量信息和货物类型信息;
步骤S400:基于物联网技术,通过所述感知层采集获取当前所述目标仓库的实时仓储信息集合,所述实时仓储信息集合包括实时库位信息和实时堆垛信息;
步骤S500:通过所述传输层,将所述仓储需求信息和所述实时仓储信息集合传输至所述应用层;
具体而言,所述当前所述目标仓库的仓储需求信息是反映当前所述目标仓库需要进行处理的货物信息。其中,所述仓储需求信息包括所述货物数量信息和所述货物类型信息。通过获取当前的仓储需求信息可以得到需要处理的任务量,达到了及时获取需求信息,提高信息处理速度的技术效果。进而,通过获取当前所述目标仓库的实时仓储信息集合可以得到目标仓库的实时仓储能力,根据实时的仓储情况,可以为进行仓库方案制定提供基础数据。将所述仓储需求信息和所述实时仓储信息集合作为基础数据实时传输给所述应用层进行方案制定。达到了提高信息传输效率和仓库的自动化管理程度的技术效果。
步骤S600:在所述应用层内,将所述仓储需求信息和所述实时仓储信息集合输入仓储分析模型内,进行实时仓储方案制定和寻优,获得实时最优仓储方案,其中,所述仓储分析模型内包括方案制定分支和方案寻优分支;
进一步的,将所述仓储需求信息和所述实时仓储信息集合输入仓储分析模型内,进行实时仓储方案制定和寻优,本申请实施例步骤S600还包括:
步骤S610:将所述仓储需求信息和所述实时仓储信息集合输入所述方案制定分支,获得第一输出结果;
步骤S620:根据所述第一输出结果内的标识信息,获得符合所述仓储需求信息和所述实时仓储信息集合要求的多个初步仓储方案;
步骤S630:将所述多个初步仓储方案输入所述方案寻优分支,采用所述预设寻优规则进行全局寻优,获得所述实时最优仓储方案。
进一步的,将所述多个初步仓储方案输入所述方案寻优分支,采用所述预设寻优规则进行全局寻优,本申请实施例步骤S630还包括:
步骤S631:在所述多个初步仓储方案内随机选择一初步仓储方案,作为第一初步仓储方案,并作为当前解;
步骤S632:按照预设适应度计算规则,计算所述第一初步仓储方案的适应度,获得第一适应度;
步骤S633:再次在所述多个初步仓储方案内随机选择一初步仓储方案,作为第二初步仓储方案;
步骤S634:按照所述预设适应度计算规则,计算所述第二初步仓储方案的适应度,获得第二适应度;
步骤S635:判断所述第二适应度是否大于第一适应度,若是,则将所述第二初步仓储方案作为当前解,若否,则按照概率将所述第二初步仓储方案作为当前解,所述概率通过下式计算:
步骤S636:继续进行迭代寻优;
步骤S637:若当前解在预设迭代次数中未发生变化,则将所述当前解输出,获得第二输出结果,所述第二输出结果内包括所述实时最优仓储方案。
具体而言,所述第一输出结果是根据所述实时仓储信息集合得到的所述目标仓库实时仓储能力制定的满足所述仓储需求信息的方案信息。其中,所述多个初步仓储方案是多个在所述目标仓库的仓储能力范围内可以满足货物存储需求的仓储方案,在满足基本要求这个基础上,多个初步仓储方案各有优劣,需要进一步的将所述多个初步仓储方案输入到所述方案寻优分支中,通过利用所述预设寻优规则避免局部最优,找到整体最优的方案,从而得到所述实时最优仓储方案。
具体的,为了在所述多个初步仓储方案找到所述实时最优仓储方案,通过先随机选择一初步仓储方案作为第一初步仓储方案。其中,所述第一初步仓储方案是作为后续比较迭代的初始方案。再次随机选择一初步仓储方案作为第二初步仓储方案,并通过预设适应度计算规则计算第一初步仓储方案和第二初步仓储方案的适应度。所述预设适应度计算规则是指通过对仓储方案进行处理效率和处理归整两方面的评价,得到仓储方案对于满足仓储需求和所述目标仓库仓储能力的适应度。适应度高的仓储方案是更优的仓储方案。
具体的,通过按照所述预设适应度计算规则,计算得到所述第一适应度和所述第二适应度。其中,所述第一适应度是所述第一初步仓储方案对需求的满足程度。所述第二适应度是所述第二初步仓储方案对需求的满足程度。比较所述第一适应度和所述第二适应度的大小,如果所述第二适应度大于所述第一适应度,表明第二初步仓储方案更加适应当前的仓储需求和符合当前仓库的仓储能力。如果判断结果为否,则按照概率将所述第二初步仓储方案作为当前解,指的是通过按照一定概率接收适应度低的解,可以有一定概率跳出局部最优解,避免陷入局部最优的迭代循环中,从而可以得到全局最优解。其中,概率的计算公式中的优选速度因子k指的是一个随着寻优的过程按照指数方式逐渐减小的常数。在寻优阶段的初期,为了提高寻优的速度和效率,避免寻优进程停留在局部最优处,k选取较大的值;在寻优阶段的后期,通过选取较小的k值,在以较低的概率接受适应度低的方案,从而可以优化整体寻优结果,其中,k优选为随着寻优进程指数减小的常数。直至当前解在预设迭代次数中没有发生变化,表明当前解为全局最优解,对应得到的所述第二输出结果是最优的仓储方案。其中,所述预设迭代次数是满足寻优过程中跳出局部最优的最大迭代次数。所述第二输出结果是从所述方案寻优分支中得到的结果,包含所述实时最优仓储方案。由此,实现了从多个方案中得到最优仓储方案的目标,达到了提高仓库管理的准确性的技术性效果。
进一步的,所述按照预设适应度计算规则,计算所述第一初步仓储方案的适应度,本申请实施例步骤S632还包括:
步骤S6321:计算所述第一初步仓储方案的仓储处理效率参数;
步骤S6322:计算所述第一初步仓储方案的仓储处理规整参数;
步骤S6323:对所述仓储处理效率参数和所述仓储处理规整参数进行加权计算,获得所述第一适应度。
具体而言,所述仓储处理效率参数是反映所述第一初步仓储方案对仓储需求处理的效率,可选的,可以通过计算单个工作量的时间,从而得到整体工作量的时间,用整体工作量除以时间,得到处理效率参数。所述仓储处理规整参数是通过计算仓储处理时对于货物摆放的整齐度得到的,例如仓储后同类货物、同批货物、同一用户的货物是否在合理的位置,是否便于整体清点和管理。进而,通过按照一定的比例对所述仓储处理效率参数和所述仓储处理规整参数进行加权计算,得到所述第一适应度,其中,加权计算的比例由工作人员按照仓储要求进行设置,在此不做限制。由此,通过将仓储方案对仓储需求的满足程度进行量化计算,达到了提高仓库管理方案的准确度的技术效果。
步骤S700:采用所述实时最优仓储方案对所述仓储需求信息进行仓储处理和管理。
具体而言,通过获取所述实时最优仓储方案,及时根据所述目标仓库的实时仓储能力,对所述仓储需求信息进行仓储处理和管理,达到了仓库管理的及时响应,提高管理的智能化和准确性的技术效果。
综上所述,本申请所提供的一种基于物联网技术的仓库管理方法具有如下技术效果:
本申请实施例通过目标仓库未进行仓储时的仓储信息集合,可以得到目标仓库的存储能力和基本信息,根据物联网技术获得仓储需求信息和实时仓储信息集合,得到仓库的存储需求和实时存储能力,进而通过仓储分析模型,得到实时最优仓储方案,对仓储需求信息进行快速响应和处理。本申请通过根据仓库基础存储能力,通过物联网技术和数据处理,得到动态实时最优的仓储方案,达到了智能化的进行仓储管理,通过动态实时调控来提高管理效率,降低管理成本的技术效果。
实施例二
基于与前述实施例中一种基于物联网技术的仓库管理方法同样的发明构思,如图4所示,本申请还提供了一种基于物联网技术的仓库管理系统,其中,所述系统包括:
仓储信息采集模块11,所述仓储信息采集模块11用于采集获取目标仓库内未进行仓储时多个指标的仓储信息,获得仓储信息集合,其中,所述多个指标包括库位信息和堆垛信息;
管理平台构建模块12,所述管理平台构建模块12用于根据所述仓储信息集合,构建仓库管理平台,其中,所述仓库管理平台包括感知层、传输层以及应用层;
需求信息获取模块13,所述需求信息获取模块13用于基于物联网技术,通过所述感知层采集获取当前所述目标仓库的仓储需求信息,所述仓储需求信息包括货物数量信息和货物类型信息;
实时信息获取模块14,所述实时信息获取模块14用于基于物联网技术,通过所述感知层采集获取当前所述目标仓库的实时仓储信息集合,所述实时仓储信息集合包括实时库位信息和实时堆垛信息;
信息传输模块15,所述信息传输模块15用于通过所述传输层,将所述仓储需求信息和所述实时仓储信息集合传输至所述应用层;
实时寻优模块16,所述实时寻优模块16用于在所述应用层内,将所述仓储需求信息和所述实时仓储信息集合输入仓储分析模型内,进行实时仓储方案制定和寻优,获得实时最优仓储方案,其中,所述仓储分析模型内包括方案制定分支和方案寻优分支;
仓储管理模块17,所述仓储管理模块17用于采用所述实时最优仓储方案对所述仓储需求信息进行仓储处理和管理。
进一步的,所述系统还包括:
库位数量信息获得单元,所述库位数量信息获得单元用于采集获取所述目标仓库内未进行仓储时的库位数量信息;
库位位置信息获得单元,所述库位位置信息获得单元用于采集获取所述目标仓库内未进行仓储时的库位位置信息,所述库位数量信息和所述库位位置信息组成所述库位信息;
堆垛数量信息获得单元,所述堆垛数量信息获得单元用于采集获取所述目标仓库内可进行堆垛的堆垛机器人的数量信息,获得堆垛数量信息;
堆垛类型信息获得单元,所述堆垛类型信息获得单元用于采集获取所述目标仓库内堆垛机器人的堆垛类型信息,所述堆垛数量信息和所述堆垛类型信息组成所述堆垛信息;
仓储信息集合获得单元,所述仓储信息集合获得单元用于将所述库位信息和所述堆垛信息作为所述仓储信息集合。
进一步的,所述系统还包括:
感知层构建单元,所述感知层构建单元用于基于物联网技术,根据所述仓储信息集合,在所述目标仓库内的入库处、出库处、多个库位和多个堆垛机器人内构建所述感知层;
传输层构建单元,所述传输层构建单元用于构建所述传输层;
方案制定分支构建单元,所述方案制定分支构建单元用于构建所述方案制定分支;
仓储分析模型构建单元,所述仓储分析模型构建单元用于构建所述方案寻优分支,结合所述方案制定分支,获得所述仓储分析模型,其中,所述方案寻优分支内包括预设寻优规则;
应用层获得单元,所述应用层获得单元用于根据所述仓储分析模型,获得所述应用层;
仓库管理平台获得单元,所述仓库管理平台获得单元用于连接所述感知层、传输层和应用层,获得所述仓库管理平台。
进一步的,所述系统还包括:
仓储需求信息获得单元,所述仓储需求信息获得单元用于采集获取所述目标仓库在历史时间中预设时间范围内多次进行仓储处理时的仓储需求信息,获得多个历史仓储需求信息;
仓储信息集合获得单元,所述仓储信息集合获得单元用于采集获取所述目标仓库在历史时间中预设时间范围内多次进行仓储处理时的仓储信息集合,获得多个历史仓储信息集合;
历史仓储方案获得单元,所述历史仓储方案获得单元用于采集获取所述目标仓库在历史时间中预设时间范围内多次进行仓储处理时制定的仓储方案,获得多个历史仓储方案;
构建单元,所述构建单元用于将所述多个历史仓储需求信息、多个历史仓储信息集合和多个历史仓储方案作为构建数据集合,构建所述方案制定分支。
进一步的,所述系统还包括:
样本获得单元,所述样本获得单元用于对所述构建数据集合进行划分和标识,获得训练样本、验证样本和测试样本;
分支构建单元,所述分支构建单元用于基于BP神经网络,构建所述方案制定分支;
训练单元,所述训练单元用于采用所述训练样本、验证样本和测试样本对所述方案制定分支进行监督训练、验证和测试;
分支获得单元,所述分支获得单元用于若所述方案制定分支的准确率符合预设要求,获得所述方案制定分支。
进一步的,所述系统还包括:
第一输出结果获得单元,所述第一输出结果获得单元用于将所述仓储需求信息和所述实时仓储信息集合输入所述方案制定分支,获得第一输出结果;
初步仓储方案获得单元,所述初步仓储方案获得单元用于根据所述第一输出结果内的标识信息,获得符合所述仓储需求信息和所述实时仓储信息集合要求的多个初步仓储方案;
实时最优仓储方案获得单元,所述实时最优仓储方案获得单元用于将所述多个初步仓储方案输入所述方案寻优分支,采用所述预设寻优规则进行全局寻优,获得所述实时最优仓储方案。
进一步的,所述系统还包括:
当前解获得单元,所述当前解获得单元用于在所述多个初步仓储方案内随机选择一初步仓储方案,作为第一初步仓储方案,并作为当前解;
第一适应度获得单元,所述第一适应度获得单元用于按照预设适应度计算规则,计算所述第一初步仓储方案的适应度,获得第一适应度;
第二初步仓储方案获得单元,所述第二初步仓储方案获得单元用于再次在所述多个初步仓储方案内随机选择一初步仓储方案,作为第二初步仓储方案;
第二适应度获得单元,所述第二适应度获得单元用于按照所述预设适应度计算规则,计算所述第二初步仓储方案的适应度,获得第二适应度;
判断单元,所述判断单元用于判断所述第二适应度是否大于第一适应度,若是,则将所述第二初步仓储方案作为当前解,若否,则按照概率将所述第二初步仓储方案作为当前解,所述概率通过下式计算:
寻优单元,所述寻优单元用于继续进行迭代寻优;
第二输出结果获得单元,所述第二输出结果获得单元用于若当前解在预设迭代次数中未发生变化,则将所述当前解输出,获得第二输出结果,所述第二输出结果内包括所述实时最优仓储方案。
进一步的,所述系统还包括:
效率参数获得单元,所述效率参数获得单元用于计算所述第一初步仓储方案的仓储处理效率参数;
规整参数获得单元,所述规整参数获得单元用于计算所述第一初步仓储方案的仓储处理规整参数;
加权计算单元,所述加权计算单元用于对所述仓储处理效率参数和所述仓储处理规整参数进行加权计算,获得所述第一适应度。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种基于物联网技术的仓库管理方法和具体实例同样适用于本实施例的一种基于物联网技术的仓库管理系统,通过前述对一种基于物联网技术的仓库管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于物联网技术的仓库管理系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种基于物联网技术的仓库管理方法,其特征在于,所述方法包括:
采集获取目标仓库内未进行仓储时多个指标的仓储信息,获得仓储信息集合,其中,所述多个指标包括库位信息和堆垛信息;
根据所述仓储信息集合,构建仓库管理平台,其中,所述仓库管理平台包括感知层、传输层以及应用层;
基于物联网技术,通过所述感知层采集获取当前所述目标仓库的仓储需求信息,所述仓储需求信息包括货物数量信息和货物类型信息;
基于物联网技术,通过所述感知层采集获取当前所述目标仓库的实时仓储信息集合,所述实时仓储信息集合包括实时库位信息和实时堆垛信息;
通过所述传输层,将所述仓储需求信息和所述实时仓储信息集合传输至所述应用层;
在所述应用层内,将所述仓储需求信息和所述实时仓储信息集合输入仓储分析模型内,进行实时仓储方案制定和寻优,获得实时最优仓储方案,其中,所述仓储分析模型内包括方案制定分支和方案寻优分支;
采用所述实时最优仓储方案对所述仓储需求信息进行仓储处理和管理。
2.根据权利要求1所述的方法,其特征在于,所述采集获取目标仓库内未进行仓储时多个指标的仓储信息,包括:
采集获取所述目标仓库内未进行仓储时的库位数量信息;
采集获取所述目标仓库内未进行仓储时的库位位置信息,所述库位数量信息和所述库位位置信息组成所述库位信息;
采集获取所述目标仓库内可进行堆垛的堆垛机器人的数量信息,获得堆垛数量信息;
采集获取所述目标仓库内堆垛机器人的堆垛类型信息,所述堆垛数量信息和所述堆垛类型信息组成所述堆垛信息;
将所述库位信息和所述堆垛信息作为所述仓储信息集合。
3.根据权利要求1所述的方法,其特征在于,根据所述仓储信息集合,构建仓库管理平台,包括:
基于物联网技术,根据所述仓储信息集合,在所述目标仓库内的入库处、出库处、多个库位和多个堆垛机器人内构建所述感知层;
构建所述传输层;
构建所述方案制定分支;
构建所述方案寻优分支,结合所述方案制定分支,获得所述仓储分析模型,其中,所述方案寻优分支内包括预设寻优规则;
根据所述仓储分析模型,获得所述应用层;
连接所述感知层、传输层和应用层,获得所述仓库管理平台。
4.根据权利要求3所述的方法,其特征在于,构建所述方案制定分支,包括:
采集获取所述目标仓库在历史时间中预设时间范围内多次进行仓储处理时的仓储需求信息,获得多个历史仓储需求信息;
采集获取所述目标仓库在历史时间中预设时间范围内多次进行仓储处理时的仓储信息集合,获得多个历史仓储信息集合;
采集获取所述目标仓库在历史时间中预设时间范围内多次进行仓储处理时制定的仓储方案,获得多个历史仓储方案;
将所述多个历史仓储需求信息、多个历史仓储信息集合和多个历史仓储方案作为构建数据集合,构建所述方案制定分支。
5.根据权利要求4所述的方法,其特征在于,将所述多个历史仓储需求信息、多个历史仓储信息集合和多个历史仓储方案作为构建数据集合,构建所述方案制定分支,包括:
对所述构建数据集合进行划分和标识,获得训练样本、验证样本和测试样本;
基于BP神经网络,构建所述方案制定分支;
采用所述训练样本、验证样本和测试样本对所述方案制定分支进行监督训练、验证和测试;
若所述方案制定分支的准确率符合预设要求,获得所述方案制定分支。
6.根据权利要求3所述的方法,其特征在于,将所述仓储需求信息和所述实时仓储信息集合输入仓储分析模型内,进行实时仓储方案制定和寻优,包括:
将所述仓储需求信息和所述实时仓储信息集合输入所述方案制定分支,获得第一输出结果;
根据所述第一输出结果内的标识信息,获得符合所述仓储需求信息和所述实时仓储信息集合要求的多个初步仓储方案;
将所述多个初步仓储方案输入所述方案寻优分支,采用所述预设寻优规则进行全局寻优,获得所述实时最优仓储方案。
7.根据权利要求6所述的方法,其特征在于,将所述多个初步仓储方案输入所述方案寻优分支,采用所述预设寻优规则进行全局寻优,包括:
在所述多个初步仓储方案内随机选择一初步仓储方案,作为第一初步仓储方案,并作为当前解;
按照预设适应度计算规则,计算所述第一初步仓储方案的适应度,获得第一适应度;
再次在所述多个初步仓储方案内随机选择一初步仓储方案,作为第二初步仓储方案;
按照所述预设适应度计算规则,计算所述第二初步仓储方案的适应度,获得第二适应度;
判断所述第二适应度是否大于第一适应度,若是,则将所述第二初步仓储方案作为当前解,若否,则按照概率将所述第二初步仓储方案作为当前解,所述概率通过下式计算:
继续进行迭代寻优;
若当前解在预设迭代次数中未发生变化,则将所述当前解输出,获得第二输出结果,所述第二输出结果内包括所述实时最优仓储方案。
8.根据权利要求7所述的方法,其特征在于,所述按照预设适应度计算规则,计算所述第一初步仓储方案的适应度,包括:
计算所述第一初步仓储方案的仓储处理效率参数;
计算所述第一初步仓储方案的仓储处理规整参数;
对所述仓储处理效率参数和所述仓储处理规整参数进行加权计算,获得所述第一适应度。
9.一种基于物联网技术的仓库管理系统,其特征在于,所述系统包括:
仓储信息采集模块,所述仓储信息采集模块用于采集获取目标仓库内未进行仓储时多个指标的仓储信息,获得仓储信息集合,其中,所述多个指标包括库位信息和堆垛信息;
管理平台构建模块,所述管理平台构建模块用于根据所述仓储信息集合,构建仓库管理平台,其中,所述仓库管理平台包括感知层、传输层以及应用层;
需求信息获取模块,所述需求信息获取模块用于基于物联网技术,通过所述感知层采集获取当前所述目标仓库的仓储需求信息,所述仓储需求信息包括货物数量信息和货物类型信息;
实时信息获取模块,所述实时信息获取模块用于基于物联网技术,通过所述感知层采集获取当前所述目标仓库的实时仓储信息集合,所述实时仓储信息集合包括实时库位信息和实时堆垛信息;
信息传输模块,所述信息传输模块用于通过所述传输层,将所述仓储需求信息和所述实时仓储信息集合传输至所述应用层;
实时寻优模块,所述实时寻优模块用于在所述应用层内,将所述仓储需求信息和所述实时仓储信息集合输入仓储分析模型内,进行实时仓储方案制定和寻优,获得实时最优仓储方案,其中,所述仓储分析模型内包括方案制定分支和方案寻优分支;
仓储管理模块,所述仓储管理模块用于采用所述实时最优仓储方案对所述仓储需求信息进行仓储处理和管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210888385.4A CN114936830A (zh) | 2022-07-27 | 2022-07-27 | 一种基于物联网技术的仓库管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210888385.4A CN114936830A (zh) | 2022-07-27 | 2022-07-27 | 一种基于物联网技术的仓库管理方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114936830A true CN114936830A (zh) | 2022-08-23 |
Family
ID=82869059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210888385.4A Pending CN114936830A (zh) | 2022-07-27 | 2022-07-27 | 一种基于物联网技术的仓库管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114936830A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115169751A (zh) * | 2022-09-02 | 2022-10-11 | 张家港市绿色中药饮片有限公司 | 一种提高中药饮片的养护质量的方法及系统 |
CN115187178A (zh) * | 2022-09-09 | 2022-10-14 | 南方电网数字电网研究院有限公司 | 一种物资仓储管理方法及系统 |
CN115358034A (zh) * | 2022-08-31 | 2022-11-18 | 扬州工业职业技术学院 | 一种基于bim管综优化设计的智能排布方法及系统 |
CN116051004A (zh) * | 2023-03-27 | 2023-05-02 | 深圳市宏大供应链服务有限公司 | 一种基于大数据的智能管理方法、系统及介质 |
CN116342036A (zh) * | 2023-03-29 | 2023-06-27 | 旺塔琦智能科技(苏州)有限公司 | 一种用于wms的全自动仓储运行控制方法及系统 |
CN116433108A (zh) * | 2023-06-07 | 2023-07-14 | 张家港广大特材股份有限公司 | 一种用于特种钢材冶炼的原料管理方法及系统 |
CN116720811A (zh) * | 2023-08-10 | 2023-09-08 | 山东水发大正物联科技有限公司 | 一种基于物联网的仓储库管理方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325717A (zh) * | 2018-09-11 | 2019-02-12 | 国家电网有限公司 | 一种智能仓库货位自动分配装置 |
CN110599067A (zh) * | 2019-09-27 | 2019-12-20 | 珠海格力电器股份有限公司 | 仓储调配方法、存储介质及电子设备 |
CN112651694A (zh) * | 2021-02-08 | 2021-04-13 | 日日顺供应链科技股份有限公司 | 仓库货物智能管理系统及智能管理方法 |
CN114022079A (zh) * | 2021-11-08 | 2022-02-08 | 浙江百世技术有限公司 | 一种仓储管理的方法以及系统 |
-
2022
- 2022-07-27 CN CN202210888385.4A patent/CN114936830A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325717A (zh) * | 2018-09-11 | 2019-02-12 | 国家电网有限公司 | 一种智能仓库货位自动分配装置 |
CN110599067A (zh) * | 2019-09-27 | 2019-12-20 | 珠海格力电器股份有限公司 | 仓储调配方法、存储介质及电子设备 |
CN112651694A (zh) * | 2021-02-08 | 2021-04-13 | 日日顺供应链科技股份有限公司 | 仓库货物智能管理系统及智能管理方法 |
CN114022079A (zh) * | 2021-11-08 | 2022-02-08 | 浙江百世技术有限公司 | 一种仓储管理的方法以及系统 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115358034A (zh) * | 2022-08-31 | 2022-11-18 | 扬州工业职业技术学院 | 一种基于bim管综优化设计的智能排布方法及系统 |
CN115169751A (zh) * | 2022-09-02 | 2022-10-11 | 张家港市绿色中药饮片有限公司 | 一种提高中药饮片的养护质量的方法及系统 |
CN115187178A (zh) * | 2022-09-09 | 2022-10-14 | 南方电网数字电网研究院有限公司 | 一种物资仓储管理方法及系统 |
CN116051004A (zh) * | 2023-03-27 | 2023-05-02 | 深圳市宏大供应链服务有限公司 | 一种基于大数据的智能管理方法、系统及介质 |
CN116342036A (zh) * | 2023-03-29 | 2023-06-27 | 旺塔琦智能科技(苏州)有限公司 | 一种用于wms的全自动仓储运行控制方法及系统 |
CN116342036B (zh) * | 2023-03-29 | 2024-05-28 | 旺塔琦智能科技(苏州)有限公司 | 一种用于wms的全自动仓储运行控制方法及系统 |
CN116433108A (zh) * | 2023-06-07 | 2023-07-14 | 张家港广大特材股份有限公司 | 一种用于特种钢材冶炼的原料管理方法及系统 |
CN116433108B (zh) * | 2023-06-07 | 2023-10-27 | 张家港广大特材股份有限公司 | 一种用于特种钢材冶炼的原料管理方法及系统 |
CN116720811A (zh) * | 2023-08-10 | 2023-09-08 | 山东水发大正物联科技有限公司 | 一种基于物联网的仓储库管理方法及系统 |
CN116720811B (zh) * | 2023-08-10 | 2023-11-28 | 山东水发大正物联科技有限公司 | 一种基于物联网的仓储库管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114936830A (zh) | 一种基于物联网技术的仓库管理方法及系统 | |
CN107730000A (zh) | 用于空调的冷媒泄漏检测方法和装置 | |
CN112383891B (zh) | 一种基于物模型自动匹配的设备注册方法和装置 | |
CN112907340B (zh) | 一种群智感知中基于双向拍卖模型的激励方法及系统 | |
CN112365029A (zh) | 用于空调负荷预测的缺失值处理方法及空调负荷预测系统 | |
CN115964668A (zh) | 一种基于大数据的供热监控分析方法、装置、设备及介质 | |
CN113240142A (zh) | 维修班组自动化调度方法、装置、计算机设备和存储介质 | |
CN113537697A (zh) | 一种城市管理中监督员绩效评价的方法及系统 | |
CN115860214A (zh) | 一种pm2.5排放浓度的预警方法和装置 | |
CN115809790A (zh) | 一种智慧供应链末梢系统管理方法 | |
CN116665001A (zh) | 一种智慧园区多源数据动态监控和实时分析系统及方法 | |
CN111260161B (zh) | 一种众包任务下发的方法及设备 | |
CN114266483B (zh) | 一种基于物联网的危险废物监管系统 | |
CN115330237A (zh) | 一种配电物联网成熟度评估方法 | |
CN114819337A (zh) | 基于多任务学习的综合能源系统多元负荷预测方法 | |
CN114004138A (zh) | 基于大数据人工智能的建筑监测方法、系统及存储介质 | |
CN111507432A (zh) | 农险理赔智能称重方法、系统、电子设备和存储介质 | |
CN117494910B (zh) | 一种基于碳减排的多能源协调优化控制系统及方法 | |
CN116109080B (zh) | 一种基于bim与ar的建筑综合管理平台 | |
CN117371873B (zh) | 一种基于大数据的环境保护工程用污水评估方法 | |
CN109931987A (zh) | 一种基于云端的智能种菜机环境精准监测系统及方法 | |
CN108921575A (zh) | 一种不确定不完备信息环境下的轴承制造企业绿色供应商辨识方法 | |
CN117557300B (zh) | 基于主要设备的能耗数据推演商业活跃度的方法及系统 | |
CN116957306B (zh) | 基于资源协同互动的用户侧响应潜力评估方法及系统 | |
CN117057763B (zh) | 一种人力资源优化配置方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220823 |
|
RJ01 | Rejection of invention patent application after publication |