CN115222308A

CN115222308A - 拣货方法、装置、系统及设备

Info

Publication number: CN115222308A
Application number: CN202110354906.3A
Authority: CN
Inventors: 刘国芳
Original assignee: Cainiao Smart Logistics Holding Ltd
Current assignee: Cainiao Smart Logistics Holding Ltd
Priority date: 2021-03-31
Filing date: 2021-03-31
Publication date: 2022-10-21

Abstract

本申请实施例提供的拣货方法、装置、系统及设备。其中，所述方法包括：以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。采用这种处理方式，使得拣货波次和补货进行动态协同，实现在拣选区库容较少、订单时效要求高的情况下，形成有利于提高拣选区库存周转的拣货波次，这样可解决拣选区因无法补货而无法出库的问题，从而保证订单正常履约。

Description

拣货方法、装置、系统及设备

技术领域

本申请涉及仓储管理技术领域，具体涉及拣货系统、方法及装置，以及电子设备。

背景技术

仓库管理系统(Warehouse Management System，WMS)，是对物料存放空间进行管理的软件，区别于库存管理。其功能主要有两方面，一为通过在系统中设定一定的仓库仓位结构对物料具体空间位置的定位，二为通过在系统中设定一些策略对物料入库\出库\库内等作业流程进行指导。

目前，大部分WMS都是通过波次计划进行波次拣货和补货的协同处理。一种典型的波次拣货和补货的协同处理方式为静态协同处理，该方式的处理过程如下所述。首先，将不同出库时效的订单包裹分为不同的拣货波次，每个拣货波次包括同一出库时效的多个订单包裹。例如，某个仓库每天的货品出库时效有三个，如早上7点、上午11点、下午3点，这样就将出库时效为早上7点的订单包裹合为一次波次进行拣货处理，将出库时效为上午11点的订单包裹合为一次波次进行拣货处理，将出库时效为下午3点的订单包裹合为一次波次进行拣货处理。在确定拣货波次后，就可以根据出库时效的顺序，逐个处理各个拣货波次。在对一个拣货波次进行拣货处理时，先要为该拣货波次的货品进行补货处理，以便于能够从拣货区中拣出该波次的所有货品。在处理完一个波次的货品拣货处理后，就可以对该波次的订单包裹进行打包、出库、配送等处理。采用这种将相同出库时效的包裹合为一个拣货波次的处理方式，使得订单包裹必然属于相应出库时效的拣货波次，因此将该方式称为波次拣货和补货的静态协同处理。

然而，在实现本发明过程中，发明人发现上述技术方案至少存在如下问题：上述静态协同处理是一个相对粗粒度、且刚性的协同，这种协同方式在仓库拣选区较大、且仓库的补货人员比较成熟的情况下可以较好地支撑出库要求，但是在拣选区库容较少、订单时效要求高的情况下，就会因缺乏灵活性和容错性，导致订单包裹无法按时出库，从而导致订单难以按期履约。

发明内容

本申请提供拣货方法，以解决现有技术存在的因波次拣货和补货的静态协同处理方式缺乏灵活性和容错性，而导致的订单包裹无法按时出库，订单难以按期履约的问题。本申请另外提供拣货装置和系统，及电子设备。

本申请提供一种拣货方法，包括：

以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；

确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；

根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。

可选的，若波次拣货和补货动态协同的条件成立，则执行所述方法。

可选的，还包括：

根据单出库时效的拣货波次的货品信息和拣货区货品库存信息，确定拣货区的目标空库位数量；以及，确定拣货区的实际空库位数量；

所述条件包括：目标空库位数量小于实际空库位数量。

可选的，所述根据单出库时效的拣货波次的货品信息和拣货区货品库存信息，确定拣货区的目标空库位数量，包括：

根据所述货品信息和拣货区货品库存信息，确定与所述单出库时效的拣货波次对应的缺货信息；

根据所述缺货信息和补货策略，确定与所述单出库时效的拣货波次对应的的第二补货信息；

根据第二补货信息，确定所述目标空库位数量。

可选的，所述条件包括：单出库时效的拣货波次包括的包裹量大于包裹量阈值。

可选的，所述跨出库时效的拣货波次包括多个出库时效的部分订单包裹。

可选的，所述以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次，包括：

确定所述跨出库时效的拣货波次的包裹量上限值；

将为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效作为优化目标，根据所述上限值和所述拣货区货品库存信息，确定所述跨出库时效的拣货波次。

可选的，所述将为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效作为优化目标，根据所述上限值和所述拣货区货品库存信息，确定所述跨出库时效的拣货波次，包括：

根据所述上限值，从待拣货订单包裹中选取种子包裹；

对种子包裹执行优化处理，将优化包裹形成所述跨出库时效的拣货波次。

可选的，所述根据所述上限值，从待拣货订单包裹中选取种子包裹，包括：

确定第一比值及其权重、第二比值及其权重和第三比值及其权重；其中，所述第一比值是指最近时效的包裹占比，所述第二比值是指空库位占比，所述第三比值是指包裹秒杀率占比；

根据第一比值权重、第二比值权重和第三比值权重，确定第一比值、第二比值和第三比值的加权求和函数；以及，将待补货货品需要的库位数量小于或者等于空库位数量作为约束条件；

根据所述约束条件，求解所述加权求和函数，将求解出的包裹作为所述种子包裹。

可选的，所述根据所述上限值，从待拣货订单包裹中选取种子包裹，还包括：

确定第四比值及其权重，所述第四比值是指现有可作业的货品占比；

根据第一比值权重、第二比值权重、第三比值权重和第四比值权重，确定第一比值、第二比值、第三比值和第四比值的加权求和函数。

可选的，所述第一比值权重采用如下方式确定：

根据当前时间与最近时效之间的时间差、和拣货产能，确定所述第一比值权重，所述第一比值权重与所述时间差和所述拣货产能呈反比；

所述第二比值权重采用如下方式确定：

根据所述跨出库时效的拣货波次包括的货品量，确定所述第二比值权重；

所述第三比值权重采用如下方式确定：

根据当前时间与第一时效之间的时间差、和拣货产能，确定所述第三比值权重，所述第三比值权重与所述时间差和所述拣货产能呈正比。

可选的，所述对种子包裹执行优化处理，包括：

从所述种子包裹中选取第一数量的包裹，选取第二数量的包裹进行位点多点交叉，选取第三数量的包裹进行变异，形成优化包裹；

迭代执行包裹优化处理，直至优化结束条件成立。

可选的，所述优化结束条件包括：相邻两次确定的包裹差异率小于差异率阈值，迭代次数大于迭代次数阈值，或者，运行时间大于运行时间阈值。

本申请还提供一种拣货方法，包括：

以提升订单包裹拣货秒杀率为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；

可选的，还包括：

根据跨出库时效的拣货波次的包裹量上限值，从待拣货订单包裹中选取种子包裹；

对种子包裹执行优化处理；

根据优化包裹，形成所述跨出库时效的拣货波次；

其中，所述从待拣货订单包裹中选取种子包裹，包括：

确定第一比值及其权重、第二比值及其权重和第三比值及其权重；

根据第一比值权重、第二比值权重和第三比值权重，确定第一比值、第二比值和第三比值的加权求和函数；以及，将待补货货品需要的库位数量小于或者等于空库位数量作为约束条件；所述第一比值是指最近时效的包裹占比，所述第二比值是指空库位占比，所述第三比值是指包裹秒杀率；

本申请还提供一种拣货装置，包括：

拣货波次确定单元，用于以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；

补货信息确定单元，用于确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；

拣货处理单元，用于根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。

本申请还提供一种拣货装置，包括：

拣货波次确定单元，用于以提升订单包裹拣货秒杀率为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次。

补货信息确定单元，用于确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理。

本申请还提供一种电子设备，包括：

处理器和存储器；

存储器，用于存储实现根据上述任一项所述的方法的程序，该设备通电并通过所述处理器运行该方法的程序。

本申请还提供一种拣货系统，包括：

动态协同计算子系统，库存计算子系统，补货计算子系统，以及空间计算子系统；

所述动态协同计算子系统，用于针对单出库时效的拣货波次调用库存计算子系统，通过所述库存计算子系统根据单出库时效的拣货波次的货品信息和拣货区货品库存信息，确定与所述单出库时效的拣货波次对应的缺货信息；所述库存计算子系统调用所述补货计算子系统，通过所述补货计算子系统根据所述缺货信息和补货策略，确定与所述单出库时效的拣货波次对应的补货信息；所述补货计算子系统调用所述空间计算子系统，通过所述空间计算子系统根据所述补货信息，确定针对单出库时效的拣货波次的拣货区目标空库位数量；

所述动态协同计算子系统，还用于确定拣货区实际空库位数量，若所述目标空库位数量小于所述实际空库位数量，则以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，生成跨出库时效的拣货波次及对应的第一补货信息；根据所述第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。

本申请还提供一种拣货系统，包括：

所述动态协同计算子系统，用于以提升订单包裹拣货秒杀率为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理；

所述动态协同计算子系统，还用于针对所述跨出库时效的拣货波次调用库存计算子系统，通过所述库存计算子系统根据所述跨出库时效的拣货波次的货品信息和拣货区货品库存信息，确定与所述跨出库时效的拣货波次对应的缺货信息；所述库存计算子系统调用所述补货计算子系统，通过所述补货计算子系统根据所述缺货信息和补货策略，确定与所述跨出库时效的拣货波次对应的补货信息。

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中存储有指令，当其在计算机上运行时，使得计算机执行上述各种方法。

本申请还提供一种包括指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各种方法。

与现有技术相比，本申请具有以下优点：

本申请实施例提供的拣货方法，通过以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。采用这种处理方式，使得拣货波次和补货进行动态协同，实现在拣选区库容较少、订单时效要求高的情况(如电商平台举办大促活动)下，精准定位包裹池，形成有利于提高拣选区库存周转的拣货波次，这样可使用时间更大价值的换取拣选空间，解决拣选区因无法补货而无法出库的问题；因此，可以有效提升波次拣货的灵活性和容错性，确保订单包裹按时出库，从而保证订单正常履约。

本申请实施例提供的拣货方法，通过以提升订单包裹拣货秒杀率为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。采用这种处理方式，使得拣货波次和补货进行动态协同，实现在日常单量的情况下显著降低拣选单出库时长，提高日常单量下的拣选单秒杀率。

附图说明

图1本申请提供的拣货方法的实施例的波次拣货及补货的应用场景示意图；

图2本申请提供的拣货方法的实施例的流程示意图；

图3大促场景下现有技术与本申请提供的拣货方法的实施例的空库位效果对比图；

图4本申请提供的拣货方法的实施例的多系统协同处理示意图；

图5本申请提供的拣货方法的实施例的流程示意图；

图6日常单量场景下现有技术与本申请提供的拣货方法的实施例的包裹秒杀率效果图。

具体实施方式

在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本申请内涵的情况下做类似推广，因此本申请不受下面公开的具体实施的限制。

在本申请中，提供了拣选方法、装置和系统，以及电子设备。在下面的实施例中逐一对各种方案进行详细说明。

为了更加直观地说明本申请实施例提供的拣选方法，下面先对波次拣货及补货的应用场景进行简要说明。请参考图1，其为本申请的拣货的实施例的应用场景图。在实际应用中，随着时间的推移，上游下单系统产生的线上订单不断下发到电商平台的WMS系统，如消费者在入驻电商平台的第三方店铺下的订单，电商平台可确定订单包裹在仓库的出库时效，仓库出于效率管理的考虑可设置一些固定的出库时效，如每天三个出库时效，分别为：早上7点，上午11点，下午三点。上游订单到达WMS系统后，可被切箱转化成包裹，并根据仓库的波次计划形成多个波次池。

由图1可见，一个拣货波次可包括多个订单的多个包裹，一个订单的多个包裹可能属于不同的拣货波次，晚下单的订单的拣货时间可能早于早下单的订单，多个拣货波次可由不同拣货员同时作业。在确定拣货波次后，就可以根据拣货波次的时效顺序，逐个处理各个拣货波次。在对一个拣货波次进行拣货处理时，先要为该拣货波次的货品进行补货处理，以便于能够从拣货区中拣出该波次的所有货品。在处理完一个波次的货品拣货处理后，就可以对该波次的订单包裹进行打包、出库、配送等处理。

一般情况下，从拣选区进行拣选，要求拣选区有足够多的库存满足单个波次的所有包裹，但是大部分情况下，仓库的主动补货准确率不会很高(30％-40％)，经常出现某些货品在拣选区库存不足的情况。所以这个时候，可根据：

即：波次中涉及的所有货品(sku)减去拣选区中涉及相关货品的总数，再结合补货策略，完成补货。每个拣货波次的补货计算都是针对相应的波次池进行的。补货完成之后，波次计算过程中，会先占用拣选区库存，再组合成一张拣选单。由于对拣货波次执行拣选区库存占用、以及形成拣选单的处理属于较为成熟的现有技术，因此此处不再赘述。

下面通过列表方式对现有技术的拣货波次进行简要说明。表1示出了现有技术静态协同处理下的波次拣货、补货及包裹出库情况。

表1、现有技术静态协同处理下的波次拣货、补货及包裹出库情况

由表1可见，在现有技术中，仓库的波次计划是将不同出库时效的订单包裹分为不同的拣货波次。例如，某个仓库每天的货品出库时效有三个，如早上7点、上午11点、下午3点，这样就将出库时效为早上7点的订单包裹合为一次或者多个波次进行拣货处理，将出库时效为上午11点的订单包裹合为一次或者多个波次进行拣货处理，将出库时效为下午3点的订单包裹合为一次或者多个波次进行拣货处理。每个拣货波次的补货计算都是针对该波次对应的同一出库时效的多个订单包裹进行的。但是，本申请技术方案的发明人发现现有技术采用的通过波次计划进行波次和补货的静态协同方式，是一个相对粗粒度、且刚性的协同。在仓库拣选区较大、且仓库的补货人员比较成熟的情况下是可以很好的支撑出库要求的。但是拣选区库容较少、订单时效要求高的情况下，就会缺乏灵活性和容错性。

第一实施例

本申请提供一种拣选方法，所述方法的执行主体包括但不限于部署有仓库管理系统的服务端，也可以是能够实现所述方法的任意设备。

请参考图2，其为本申请的拣选方法的实施例的流程示意图。在本实施例中，所述方法可包括如下步骤：

步骤S201：以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次。

为了更加直观地说明本申请实施例提供的拣选方法，下面先通过列表方式对本申请提供的拣货方法的实施例的拣货波次进行简要说明。表2示出了本发明动态协同处理下的波次拣货、补货及包裹出库情况。

表2、本发明动态协同处理下的波次拣货、补货及包裹出库情况

由表2可见，采用本申请实施例提供的拣货方法，使得仓库的波次计划时打破出库时效，以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为优化目标，在不影响最近时效包裹出库的前提下，允许同时处理后续时效的包裹，选择更合理的包裹形成拣货波次，反向控制补货。在这种情况下，一个拣货波次可包括多个出库时效的订单包裹，同一出库时效的多个订单包裹可分在两个波次中进行拣货处理，但不会影响其出库时效，可确保订单按期履约。此外，由表2中包裹出库情况数据可见，这种处理方式还会使得部分订单包裹提前出库，如5个t5时效的包裹和3个t7时效的包裹在t2时效即完成了出库处理，因此还同时提升了包裹秒杀率。

本申请实施例提供的拣货方法所采用的反向补货控制方式，是指以能腾出更多的拣货区空库位为优化目标，确定拣货波次包括的订单包裹，这样就可以在面临拣选区库容较少、订单时效要求高的情况下，可以补货成功。具体而言，可以是订单多、涉及货品(sku)多、且仓库面临非常大的出库压力的情况，如电商平台举办大促活动期间。而现有技术所采用的正向补货方式，是指先根据出库时效确定拣货波次，然后再确定该波次货品的补货信息。现有技术在面临拣选区库容较少、订单时效要求高的情况下，会因为在前期进行货品(sku)的拣选区主动补货时补货过满或者选品有误等原因，导致没有足够空库位，货品补不进来，订单包裹时效单出不去。

在本实施例中，所述方法的执行主体如果判定波次拣货和补货动态协同的条件成立，则执行所述方法，以确保订单包裹按时出库；如果判定所述条件不成立，则不执行本申请实施例提供的方法，而是可以直接采用现有技术的静态协同处理方式，这样可以简化拣货波次的确定方式，因此可以有效节约计算资源。

所述动态协同的条件，包括但不限于：目标空库位数量小于实际空库位数量，即在目标空库位不够的情况下，会执行本申请实施例提供的方法。所述动态协同的条件还可包括：单出库时效的拣货波次包括的包裹量大于包裹量阈值，即在单出库时效的拣货波次包括的包裹量过大够的情况下，会执行本申请实施例提供的方法。具体实施时，还可根据实际需求设置其它动态协同的条件。

所述目标空库位数量，包括根据单出库时效的拣货波次的货品信息和拣货区货品库存信息而确定的拣货区空库位数量。所述单出库时效的拣货波次，是指根据订单包裹的出库时间确定的拣货波次，即采用现有波次确定方式生成的拣货波次。

在一个示例中，所述根据单出库时效的拣货波次的货品信息和拣货区货品库存信息，并确定拣货区的目标空库位数量，可包括如下子步骤：1)根据所述单出库时效的拣货波次的货品信息和拣货区货品库存信息，确定与所述单出库时效的拣货波次对应的缺货信息；2)根据所述缺货信息和补货策略，确定与所述单出库时效的拣货波次对应的的第二补货信息；3)根据第二补货信息，确定所述目标空库位数量。

其中，所述根据第二补货信息，并确定所述目标空库位数量的处理步骤，可采用如下方式实现：根据第二补货信息和货品体积信息，确定所述目标空库位数量。例如，体积大的货品所需空库位就会多些，体积小的货品所需空库位就会少些。此外，由于为单出库时效的拣货波次确定补货信息属于较为成熟的现有技术，因此此处不再赘述。

请参考图3，其为大促场景下现有技术与本申请提供的拣货方法的实施例的空库位效果对比图。如图3所示，其应用场景为大促场景，具有拣选区库容较少、订单时效要求高的特点，当前全量包裹池包括t1时效和t2时效的5个订单包裹，其中t1<t2。此外，通过其中的当前库存分布数据可见，只有一个空库位locol9。在这种情况下，如果采用现有技术仅考虑t1时效的包裹出库，那么补货空间总是不足的。具体而言，在只生产t1时效的包裹时，仅local9为空库位，且老库位未能提供剩余空间补货并且不回板，无法满足t1时刻所有包裹的出库。如果一定要出t1的包裹，只能出包裹pkg1，且空库位上补货sku4，最后依然剩余1个空库位locol5，也就是仍然无法满足t1时刻剩余包裹的补货需求，导致剩余包裹无法出库。综上所述，采用现有技术的静态包裹情况下的补货，存在补货不一定补得进去，从而影响出库的问题，即：拣选区剩余空间很少的情况下，无法满足波次计算拣选占用对补货的要求，最终影响订单时效的达成。特别是在大促场景下，出库包裹量多，影响较大。

如图3所示，在面临大促的情况下，如果采用本申请实施例提供的拣货方法，就会允许跨时效作业，在占用小部分产能(即多做几次拣货处理)的情况下，争取最大的空库位出来。如果考虑一部分t2时效的包裹，发现能腾出非常多的空库位。具体而言，如果将t1和t2两个时效的包裹一起生产，在产能允许的情况下，会生产pkg1、pkg2、pkg3和pkg4。在生产完这4个包裹后，可腾出多余的6个空库位，这样在第一波拣货空库位腾出之后，就可以为t1时效的其它包裹进行补货和后续生产，即可对剩余包裹进行第二波拣货。综上所述，本申请实施例提供的拣货方法，在面临特殊情况时，打开时效壁垒，解决拣选区空间周转提升的问题。

步骤S201以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次，属于典型的目标优化问题。在波次拣货场景下，该问题的核心是从全量时效的包裹池中，找到满足要求的包裹列表，以空库位为优化目标进行求解。可见，这是一个典型的NP难题，可结合现有技术的相关算法(如遗传算法等)，并结合波次拣货、补货的数据进行解决。

在一个示例中，步骤S201可包括如下子步骤：

步骤S2011：确定所述跨出库时效的拣货波次的包裹量上限值。

所述上限值，是指跨出库时效的拣货波次可包括的包裹数量的上限值。所述上限值，可根据应用需求确定，如将上限值设置为50个，这样生成的跨出库时效的拣货波次不能超过50个订单包裹。

步骤S2013：将为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效作为优化目标，根据所述上限值和所述拣货区货品库存信息，确定所述跨出库时效的拣货波次。

采用步骤S2011和步骤S2013进行实施的这种处理方式，使得先把波次包裹数量N确定下来，将该值作为算法的输入参数，而不是算法要求解的输出数据，这样可以有效降低NP难题的计算复杂度，从而提升跨出库时效的拣货波次的确定速度，从而提升拣货效率。

在本实施例中，采用先确定种子包裹、再对种子包裹进行优化处理的方式，确定跨出库时效的拣货波次包括的包裹。具体实施时，可采用基于遗传算法的单目标优化方式实现，相应的，步骤S2013可包括如下子步骤：

步骤S20131：根据所述上限值，从待拣货订单包裹中选取种子包裹。

在全量时效的包裹池中包括多个出库时效的多个待拣货订单包裹，如表2所示的包括50个t2时效的包裹，30个t5时效的包裹，20个t7时效的包裹。所述种子包裹的数量为所述上限值，优化后的包裹数量也为所述上限值。

在本实施例中，可先从当前包裹池中的X个待拣货订单包裹中，随机提取出N(上限值)个包裹，通过约束条件进行计算，过滤掉不符合约束条件的包裹。这里的包裹可对应遗传算法中的染色体概念，算法形成N(popsize)条染色体的种群，该种群即为所述种子包裹，染色体可表达为palist。

在一个示例中，步骤S20131可包括如下子步骤：1)确定第一比值及其权重、第二比值及其权重和第三比值及其权重；2)根据第一比值权重、第二比值权重和第三比值权重，确定第一比值、第二比值和第三比值的加权求和函数，又称为适度函数；以及，将待补货货品需要的库位数量小于或者等于空库位数量作为约束条件；3)根据所述约束条件，求解所述加权求和函数，将求解出的包裹作为所述种子包裹。

所述约束条件为待补货货品需要的库位数量小于或者等于空库位数量，即：在对种子包裹进行补货时，需要的空库位数量不能大于拣选区当前的空库位数量。

其中，所述第一比值是指最近时效t1的包裹占比，即：t1时效的包裹与总的包裹数的占比。所述第一比值权重λ₁可采用如下方式确定：根据当前时间与最近时效t1之间的时间差、和拣货产能，确定所述第一比值权重，所述第一比值权重与所述时间差和所述拣货产能呈反比。第一比值权重，可设置为0至1之间的数值。在实际应用中，第一比值越大越不影响生产(拣货波次)，通过λ₁调节权重，在离t1时效点较远且产能(拣货能力)充足时，可以降低权重，极端情况可设置为0；在离t1时效点较近且产能不足时，可以提高权重，极端情况可设置为1，这样可以有效确保出库时效不延迟，从而确保订单包裹的配送时效。

所述第二比值是指空库位占比，即：单次计算(确定一个跨出库时效的拣货波次的包裹的计算)之后，剩余的空拣选库位Le与总拣选库位数的占比。所述第二比值权重λ₂可采用如下方式确定：根据所述跨出库时效的拣货波次包括的货品量，确定所述第二比值权重。在实际应用中，第二比值越大表示能腾挪出来的空间越多，通过λ₂调节权重，在大促场景下因为拣选空间不足阻碍生产的情况下，要调高权重，其它情况下，无需太高，其中剩余空库位Le表示通过补货和拣选单计算占用后剩余的总空库位，这样可以腾出更多拣货区空库位，确保时效单正常出去，货品能补进到拣选区。

所述第三比值是指包裹维度秒杀率占比，即：N个种子包裹中能被秒杀拣货的包裹数量与种子包裹总量N的比值。所述第三比值权重可采用如下方式确定：根据当前时间与最近时效之间的时间差、和拣货产能，确定所述第三比值权重，所述第三比值权重与所述时间差和所述拣货产能呈正比。在实际应用中，第三比值越大拣选效率越高，在离t1时效点较远且产能充足时，可以提高权重，这样可以有效降低拣选时间，从而提升订单包裹的配送效率。

需要说明的是，每次遗传算法计算可产生一个拣货波次，下一次计算时是从包裹池中的剩余包裹中选择更合理的包裹形成拣货波次，反向控制补货。具体实施时，可根据上述实施方式，自动调整每次遗传算法计算时的各个比值的权重。

在本实施例中，第二比值和第三比值两项同时存在，这样可在找空库位和包裹拣选秒杀率中取一个平衡。例如，设置第二比值权重为1，第三比值权重为0，那么只考虑能腾出尽量多的空库位，在这种情况下，腾出的空间是100个空库位，选择的包裹(种子包裹，不是优化后的包裹)最终的秒杀占比为50％。再例如，设置第二比值权重为1，第三比值权重为0.5，在这种情况下，腾出的空间是80个空库位，选择的包裹最终的秒杀占比为80％，秒杀率高一些的话，会让仓库作业更快一些。

在实际应用中，也可只根据第一比值权重和第二比值权重，确定第一比值和第二比值的加权求和函数，这样也可确保在对一次遗传算法选出的包裹进行补货、拣货处理后，可腾出更多拣货区空库位，同时可确保配送时效，但因不考虑包裹秒杀率，会降低仓库作业速度。

在一个示例中，步骤S20131还可包括如下子步骤：确定第四比值及其权重；相应的，可根据第一比值权重、第二比值权重、第三比值权重和第四比值权重，确定第一比值、第二比值、第三比值和第四比值的加权求和函数。

所述第四比值是指现有可作业的货品占比，即：种子包裹中无需补货的货品数量与种子包裹的货品总量的比值。在实际应用中，第四比值越大表示需要的补货量越少，在需要补货的货品较多时，可以提高权重，这样可以有效提升补货效率。

在本实施例中，步骤S20131可通过遗传算法求解，问题建模。算法输入数据可包括：当前包裹池中有X个待拣货订单包裹，n个出库时效，ti表示当前包裹池中第i个时效，对应X_ti个包裹：(pa_ti1，pa_ti2，…pa_tis)，其中t1表示最近的时效。

求解目标为：pa＝(pa₁，pa₂，…，pa_N)，表示N(上限值)个种子包裹

适度函数可以为：f(pa)＝λ₁f₁(pa)+λ₂f₂(pa)+λ₃f₃(pa)+λ₄f₁(pa)

该算法的输入参数包括：第一比值权重、第二比值权重、第三比值权重和第四比值权重。各个权重的值，可根据具体场景的调节要求而不同，如大促场景下可调高第二比值权重，降低第三比值权重，以腾出更多空库位补货用；日常单量场景下可降低第二比值权重，调高第三比值权重，以提升包裹秒杀率。

请参考图4，其为本申请提供的拣货方法的实施例的多系统协同处理示意图。如图所示，本实施例中利用遗传算法选取种子包裹的处理过程可包括如下步骤：

步骤1：初始化：从X个包裹中，随机提取出N个包裹，通过约束计算，过滤不符合上述约束条件的染色体，形成popsize条染色体的种群，即种子包裹，染色体表达为包裹列表palist；

步骤2：检查是否满足上述约束条件：

首先，遍历包裹列表palist，计算出涉及的货品(sku)总量；

然后，调用库存计算系统，计算出待补货的货品(sku)列表和数量；

然后，调用补货计算系统，结合补货策略，计算出每一个货品(sku)正在虚拟补货的数量：(skuNum_补1，skuNum_补2,…,skuNum_补n)，其中skuNum_补1表示sku编码1及补货数量，skuNum_补2表示sku编码2及补货数量，skuNum_补n表示sku编码n及补货数量；

然后，调用空间计算模块，通过货品(sku)待补量，计算出这些货品(sku)需要的空库位数量，即所述待补货货品需要的库位数量Lneed；

最后，判断待补货货品需要的库位数量Lneed是否小于或者等于空库位数量Lleft,如果不满足，计算下一条染色体，即淘汰一条染色体，再选一条染色体；如果满足，则表示确定了种子包裹，可继续往下通过步骤3计算；

步骤3：通过上一步的计算，可以确认补货sku的库位情况，并进行虚拟补货，这里虚拟的意思是内存操作，而非进行实际数据库数据的变更。

步骤4：根据包裹列表palist，先进行库位的虚拟占用，然后进行虚拟拣选单的生成；

步骤5：计算适应度函数值：先计算虚拟拣货后的最近t1时刻的包裹占比，计算空库位占比，计算包裹秒杀率，计算现有可作业sku占比，并结合权重值，最终计算出适度值fitness(pa)；

步骤6：记录当前较好的包裹列表palist(即种子包裹)和适度值max(fitness)。

步骤S20133：对种子包裹执行优化处理，将优化包裹形成所述跨出库时效的拣货波次。

本步骤对种子包裹执行优化处理，直至达到优化结束条件，得到优化的包裹。

所述优化结束条件，包括但不限于：相邻两次确定的包裹差异率小于差异率阈值，迭代次数大于迭代次数阈值，或者，运行时间大于运行时间阈值。所述差异率阈值，可根据应用需求确定，如设置为5％，这样当上次优化得到的包裹和本次优化得到的包裹之间的差异率小于5％时，就表示两次结果的变化不大，可以结束优化处理。

在本实施例中，所述对种子包裹执行优化处理的步骤，可包括如下子步骤：1)从所述种子包裹中选取第一数量的包裹，选取第二数量的包裹进行位点多点交叉，选取第三数量的包裹进行变异，形成优化包裹；2)迭代执行包裹优化处理，直至优化结束条件成立。

具体实施时，可将所述种子包裹复制到下一代种群结果中，然后可通过轮盘转方案策略，从中选取g1条染色体，即第一数量的包裹；2)按照一定的概率选择g2条染色体进行位点多点交叉，这里需要解决基因重复的问题，同时需要校验上述约束条件；3)按照一定的概率选择g3条染色体进行变异，这里需要解决基因重复的问题，同时需要校验上述约束条件。

在优化结束条件成立时，就可以根据最后优化的包裹，形成所述跨出库时效的拣货波次。

步骤S203：确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理。

本步骤针对上一步骤确定的跨出库时效的拣货波次，确定对应的第一补货信息，然后就可以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理。

在本实施例中，可先通过调用库存计算系统，计算出跨出库时效的拣货波次中待补货的货品(sku)列表和数量；然后，调用补货计算系统，结合补货策略，计算出每一个货品(sku)需要实际补货的数量。此外，还可根据第一补货信息生成补货单，以便补货人员根据补货单将相关货品从存储区移到拣选区中的空库位处。

需要说明的是，这里的补货操作是实际补货，而非虚拟补货，会进行实际数据库数据的变更，即：在补货完成后，会更新拣货区货品的实际库存信息。

步骤S205：根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。

在针对跨出库时效的一个拣货波次进行补货处理后，就可以根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。

具体实施时，可根据跨出库时效的拣货波次中的订单包裹，先进行库位占用，然后进行拣选单的生成，这里生成的拣选单为实际拣选单，而非虚拟拣选单。此后，拣货人员就可以根据实际拣选单执行拣货处理。

在实际应用中，在形成跨出库时效的拣货波次后，需要执行补货、拣货处理，在需要执行补货或者拣货处理时，所述方法还可包括如下步骤：通过声音、文字等方式进行提示补货或者拣货，以便于补货人员、拣货人员及时进行相应处理，确保订单包裹的出库时效。

从上述实施例可见，本申请实施例提供的拣货方法，通过以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。采用这种处理方式，使得拣货波次和补货进行动态协同，实现在拣选区库容较少、订单时效要求高的情况(如电商平台举办大促活动)下，精准定位包裹池，形成有利于提高拣选区库存周转的拣货波次，这样可使用时间更大价值的换取拣选空间，解决拣选区因无法补货而无法出库的问题；因此，可以有效提升波次拣货的灵活性和容错性，确保订单包裹按时出库，从而保证订单正常履约。

第二实施例

在上述的实施例中，提供了一种拣货方法，与之相对应的，本申请还提供一种拣货装置。该装置是与上述方法的实施例相对应。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。

本申请提供一种拣货装置，包括：

第三实施例

在上述的实施例中，提供了一种拣货方法，与之相对应的，本申请还提供一种拣货方法。所述方法的执行主体包括但不限于部署有仓库管理系统的服务端，也可以是能够实现所述方法的任意设备。该方法是与上述方法的实施例相对应。由于本实施例基本相似于方法实施例一，所以描述得比较简单，相关之处参见方法实施例一的部分说明即可。下述描述的方法实施例仅仅是示意性的。

请参考图5，其为本申请的拣选方法的实施例的流程示意图。在本实施例中，所述方法可包括如下步骤：

步骤S501：以提升订单包裹拣货秒杀率为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次。

步骤S503：确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理。

步骤S505：根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。

在一个示例中，步骤S501可包括如下子步骤：根据跨出库时效的拣货波次的包裹量上限值，从待拣货订单包裹中选取种子包裹；对种子包裹执行优化处理；根据优化包裹，形成所述跨出库时效的拣货波次；其中，所述从待拣货订单包裹中选取种子包裹，可包括如下方式：确定第一比值及其权重、第二比值及其权重和第三比值及其权重；根据第一比值权重、第二比值权重和第三比值权重，确定第一比值、第二比值和第三比值的加权求和函数；以及，将待补货货品需要的库位数量小于或者等于空库位数量作为约束条件；所述第一比值是指最近时效的包裹占比，所述第二比值是指空库位占比，所述第三比值是指包裹秒杀率；根据所述约束条件，求解所述加权求和函数，将求解出的包裹作为所述种子包裹。

请参考图6，其为日常单量场景下现有技术与本申请提供的拣货方法的实施例的包裹秒杀率效果图。如图6所示，其应用场景为日常单量场景，具有拣选区效率不足的特点，当前全量包裹池包括t1时效、t2时效和t3时效的6个订单包裹，其中t1<t2<t3。在现有技术下，生产的拣选单效率不一定高，即当单一时效的单量较少，或者订单结构散乱时，秒杀单生成率可能性较低，从而影响拣选效率。如果仅考虑t1时效的包裹出库，生产的拣选单远差于考虑了t2/t3时效包裹的情况。日常情况下，拣选人员相对充足，具备一定的效率弹性，可以合并时效生产，提高拣选单质量，降低拣选时长，这种情况下，能够打破时效，以秒杀率越高为优化目标，选择更合理的包裹进行生产，反向控制补货。

从上述实施例可见，本申请实施例提供的拣货方法，通过以提升订单包裹拣货秒杀率为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。采用这种处理方式，使得拣货波次和补货进行动态协同，实现在日常单量的情况下显著降低拣选单出库时长，提高日常单量下的拣选单秒杀率。

第四实施例

本申请提供一种拣货装置，包括：

第五实施例

在上述的实施例中，提供了拣货方法，与之相对应的，本申请还提供一种电子设备。该装置是与上述方法的实施例相对应。由于设备实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的设备实施例仅仅是示意性的。

本实施例的一种电子设备，该电子设备包括：处理器和存储器；存储器，用于存储实现根据上述任一项方法的程序，该设备通电并通过所述处理器运行该方法的程序。

第六实施例

在上述的实施例一中，提供了拣货方法，与之相对应的，本申请还提供一种拣货系统。该系统是与上述方法的实施例相对应。由于系统实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的系统实施例仅仅是示意性的。

本实施例的一种拣货系统，包括：动态协同计算子系统，库存计算子系统，补货计算子系统，以及空间计算子系统。

其中，所述动态协同计算子系统，用于针对单出库时效的拣货波次调用库存计算子系统，通过所述库存计算子系统根据单出库时效的拣货波次的货品信息和拣货区货品库存信息，确定与所述单出库时效的拣货波次对应的缺货信息；所述库存计算子系统调用所述补货计算子系统，通过所述补货计算子系统根据所述缺货信息和补货策略，确定与所述单出库时效的拣货波次对应的补货信息；所述补货计算子系统调用所述空间计算子系统，通过所述空间计算子系统根据所述补货信息，确定针对单出库时效的拣货波次的拣货区目标空库位数量。

综上所述，本实施例提供了一套分层计算架构的拣货系统，实现了面向大数量多系统的协同计算(协同系统、库存系统、空间中心、补货系统、拣选单计算系统)。

第七实施例

在上述的实施例三中，提供了拣货方法，与之相对应的，本申请还提供一种拣货系统。该系统是与上述方法的实施例相对应。由于系统实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的系统实施例仅仅是示意性的。

本实施例的一种拣货系统，包括：动态协同计算子系统，库存计算子系统，补货计算子系统，以及空间计算子系统；

所述动态协同计算子系统，用于以提升订单包裹拣货秒杀率为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次；确定与跨出库时效的拣货波次对应的第一补货信息，以根据第一补货信息，对所述跨出库时效的拣货波次的订单包裹执行补货处理；根据补货后的拣货区货品库存信息，对所述跨出库时效的拣货波次的订单包裹执行拣货处理。

本申请虽然以较佳实施例公开如上，但其并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此本申请的保护范围应当以本申请权利要求所界定的范围为准。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括非暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

2、本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

Claims

1.一种拣货方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，

若波次拣货和补货动态协同的条件成立，则执行所述方法。

3.根据权利要求2所述的方法，其特征在于，还包括：

所述条件包括：目标空库位数量小于实际空库位数量。

4.根据权利要求3所述的方法，其特征在于，所述根据单出库时效的拣货波次的货品信息和拣货区货品库存信息，确定拣货区的目标空库位数量，包括：

根据第二补货信息，确定所述目标空库位数量。

5.根据权利要求1所述的方法，其特征在于，所述以为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效为目标，根据拣货区货品库存信息，确定跨出库时效的拣货波次，包括：

确定所述跨出库时效的拣货波次的包裹量上限值；

6.根据权利要求5所述的方法，其特征在于，

所述将为待拣货订单包裹的货品补货用腾出更多拣货区空库位、并确保配送时效作为优化目标，根据所述上限值和所述拣货区货品库存信息，确定所述跨出库时效的拣货波次，包括：

根据所述上限值，从待拣货订单包裹中选取种子包裹；

7.根据权利要求6所述的方法，其特征在于，

所述根据所述上限值，从待拣货订单包裹中选取种子包裹，包括：

8.一种拣货方法，其特征在于，包括：

9.一种拣货装置，其特征在于，包括：

10.一种电子设备，其特征在于，包括：

处理器和存储器；

存储器，用于存储实现根据权利要求1至8任一项所述的方法的程序，该设备通电并通过所述处理器运行该方法的程序。