CN115393003A - 基于相似度的面向多拣选台订单分批及拣选排序方法及系统 - Google Patents

基于相似度的面向多拣选台订单分批及拣选排序方法及系统 Download PDF

Info

Publication number
CN115393003A
CN115393003A CN202210813558.6A CN202210813558A CN115393003A CN 115393003 A CN115393003 A CN 115393003A CN 202210813558 A CN202210813558 A CN 202210813558A CN 115393003 A CN115393003 A CN 115393003A
Authority
CN
China
Prior art keywords
order
orders
similarity
picking
sorting
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
Application number
CN202210813558.6A
Other languages
English (en)
Inventor
邹霞
鲁顺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong University of Finance and Economics
Original Assignee
Shandong University of Finance and Economics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shandong University of Finance and Economics filed Critical Shandong University of Finance and Economics
Priority to CN202210813558.6A priority Critical patent/CN115393003A/zh
Publication of CN115393003A publication Critical patent/CN115393003A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0633Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635Processing of requisition or of purchase orders
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Warehouses Or Storage Devices (AREA)

Abstract

本公开提供了基于相似度的面向多拣选台订单分批及拣选排序方法及系统,包括计算每个订单的相似度,确定在不同订单内是否含有相同的商品,并按照相似度最大的目标对订单进行分批;以商品货物总出入库次数最少为目标构建数学模型,求解确定不同批次订单的拣选顺序;充分考虑了同种商品出现在多个订单中的情况,计算不同的订单商品的品项的相似度,按照品项相似度最大的原理对订单进行分批,同时以货物最少的出入库次数为目标对不同批次的订单的拣选顺序进行排序,确定一个合理的拣选顺序,降低作业成本。

Description

基于相似度的面向多拣选台订单分批及拣选排序方法及系统
技术领域
本公开涉及订单分批及拣选领域,具体涉及基于相似度的面向多拣选台订单分批及拣选排序方法及系统。
背景技术
本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。
目前B2C(B2C是指电子商务的一种模式)电商订单呈现出多品种、小批量、高频次的情况,传统的订单分批以及拣选模式已经不能满足现在的需求,而环形穿梭车系统目前作为一种非常有效的“货到人”订单拣选补货系统,应用逐渐广泛。目前关于环穿拣选系统的研究更多的是以追求高效率为目标,因此导致设备能耗高,同时针对环穿拣选系统更多研究的是单拣选台的订单拣选作业情况,多拣选台协同作业的研究较少。
具体在进行电商订单处理时,订单的分批以及拣选作业是仓储环节的重要组成部分,对订单的履行效率具有重大的影响,在拣选之前会将时间窗内的订单进行预处理,即决定订单拣选的模式。现有的拣选模式为按照每个订单下单的时间顺序以及拣选台的容量依次对其进行订单分批和拣选排序,但是这种方式中存在当面临不同的订单中含有同一种商品时,由于两个订单的下单时间不一定相邻,此时会导致同一种货物商品重复出入库,设备占有率高,拣选效率比较低的问题,将每个订单看做孤立的个体,忽视了不同订单之间含有同种商品的情况,没有考虑订单之间的关联行,缺少对订单之间的整体性考虑,导致货物出入库的次数增多,造成设备的不必要的浪费,作业次数增多,拣选时间增长,效率低下。
发明内容
本公开为了解决上述问题,提出了基于相似度的面向多拣选台订单分批及拣选排序方法及系统,针对订单多品种、小批量、高频次的特点,充分考虑了同种商品出现在多个订单中的情况,计算不同的订单商品的品项的相似度,按照品项相似度最大的原理对订单进行分批,同时以货物最少的出入库次数为目标对不同批次的订单的拣选顺序进行排序,确定一个合理的拣选顺序,降低作业成本。
根据一些实施例,本公开采用如下技术方案:
基于相似度的面向多拣选台订单分批及拣选排序方法,包括:
获取某一时间窗内不同的订单数据,将每个订单数据中的每个商品进行划分;
计算每个订单的相似度,确定在不同订单内是否含有相同的商品,并按照相似度最大的目标对订单进行分批;
以商品货物总出入库次数最少为目标构建数学模型,求解确定不同批次订单的拣选顺序;
根据确定的不同订单的拣选顺序使其环形多拣选台协同工作,完成订单的拣选。
根据另一些实施例,本公开采用如下技术方案:
基于相似度的面向多拣选台订单分批及拣选排序系统,包括控制中心和环穿系统,所述控制中心包括:
数据处理中心,用于获取某一时间窗内不同的订单数据,将每个订单数据中的每个商品进行划分;
数据计算中心,用于计算每个订单的相似度,确定在不同订单内是否含有相同的商品,并按照相似度最大的目标对订单进行分批;以及以商品货物总出入库次数最少为目标构建数学模型,求解确定不同批次订单的拣选顺序;
所述环穿系统与所述控制中心相连接进行通讯,用于根据确定的不同订单的拣选顺序使其环形多拣选台协同工作,完成订单的拣选。
进一步的,所述环穿系统包括:
环形穿梭车,在固定的环形轨道上作业,自动实现商品货物的出入库工作并将商品货物搬运到指定位置。
多拣选台,用于进行商品拣选的区域。
与现有技术相比,本公开的有益效果为:
本公开建立订单分批的优化。首先根据订单数据,分别计算任意订单之间的相似度,为后续的订单分批以及订单的排序提供数据支撑。构建订单分批优化的模型,根据相似度验证订单排序模型的有效性,优化后的批次内的订单之间相似度高,关联度大,减少了订单内相同商品出入库的次数,提高拣选效率以及减少运行成本。
本公开针对多拣选台协同作业模式进行优化,针对不同的拣选台可能共用同一货箱的情况,构建适合多拣选台协同作业模式的订单拣选顺序优化模型。根据订单的分批结果,通过对模型的求解,货箱的总出入库次数大大减少。
附图说明
构成本公开的一部分的说明书附图用来提供对本公开的进一步理解,本公开的示意性实施例及其说明用于解释本公开,并不构成对本公开的不当限定。
图1为本公开的方法实现流程图;
图2为本公开环穿系统出库作业流程图;
图3为本公开环穿系统入库作业流程图;
图4为本公开的环穿系统布局平面图。
其中,A.货架,B.堆垛机,C.出库输送机,1-8.入库输送机,9-12.拣选台;
具体实施方式:
下面结合附图与实施例对本公开作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本公开提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本公开的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
针对电商订单多品种、小批量、高频次的特点,充分考虑了同种商品可能出现在多个订单中的情况,如果当前订单包含的商品出现在后面待拣选的订单中,则该品项的货物可以暂时先不回库,直到后面待拣选订单不含有该品项的物品,该货物再入库。一个时间窗内含有许多订单,订单划分为许多的批次,批次间订单拣选顺序的不同会有不同的货物出入库情况,导致货物的出入库次数的不相同。例如订单1中含有品项号99的货物,订单2中也含有品项号99的商品,如果两个订单划分到一个批次中,则两个订单可以依次拣选,如果两个订单没有在一个批次中,则在进行订单拣选顺序排序的时候将两个批次依次进行排序,订单1中99号商品拣选完之后货物不立即回库,拣选订单2时可以直接从环形轨道上获取99号商品,即减少了1次货物的出入库次数。
实施例1
本公开的一种实施例中公开了基于相似度的面向多拣选台订单分批及拣选排序方法,如图1所示,包括:
步骤1:获取某一时间窗内不同的订单数据,将每个订单数据中的每个商品进行划分;
步骤2:计算每个订单的相似度,确定在不同订单内是否含有相同的商品,并按照相似度最大的目标对订单进行分批;
步骤3:以商品货物总出入库次数最少为目标构建数学模型,求解确定不同批次订单的拣选顺序;
步骤4:根据确定的不同订单的拣选顺序使其环形多拣选台协同工作,完成订单的拣选。
获取电商一定时间内的订单数据,考虑到不同的订单之间可能存在同一商品的情况,对于不同订单之间含有同一商品的情况,如果条件允许的话可以让该商品暂时不回库,直到下面订单不含有该商品为止,再让该商品回库。计算不同的订单商品的品项的相似度,按照品项相似度最大的原理对订单进行分批,同时以货物最少的出入库次数为目标对不同批次见的订单的拣选顺序进行排序优化,确定一个合理的拣选顺序,在获取了一定时间内的订单数据之后,则对这些订单数据进行预处理,就是将每个订单数据中的每个商品进行划分,获取订单中商品的基本信息。
然后对订单进行分批,在对订单进行分批时,同一批次内的订单数量不能超过拣选台的容量,每一个订单只能划分到同一个批次中。
同一批订单使用一个订单箱进行存放,不存在容积和重量的限制,订单不允许分割,需要一次性拣选完毕,也不存在插单的现象。
在步骤2中,计算每个订单的相似度,确定在不同订单内是否含有相同的商品,并按照相似度最大的目标对订单进行分批。
具体的,基于品项相似度的订单分批,订单相似度是指订单信息之间的相似程度的数量支,订单信息包括订购的品项和数量,根据订单信息进行相似度的计算,把相似度高的订单划分到同一个批次中,在拣选的时候相同的品项一起拣选,减少相同商品的出入库次数,提高拣选效率。本公开采用以品项相似度作为订单分批的依据。
目前常用的品项相似度的计算如下:
设αij表示订单i和订单j共同包含的品项数,βij表示订单i包含但是订单j不包含的品项数,γij表示订单j包含但是订单i不包含的品项数。
方法一:
Figure BDA0003739786650000061
方法二:
Figure BDA0003739786650000071
方法三:
Figure BDA0003739786650000072
例如订单m1中包含货物品项k1、k2和k3,订单m2中包含货物品项k2、k3和k4,则订单m1和m2共同包含的商品品项是k2、k3,数量为2个,而两个订单中一共包含的品相为k1、k2、k3、k4,总数量为4个,两个订单中各有一个特有的品项。
利用方法一求解,则订单m1、m2的订单相似度为
Figure BDA0003739786650000073
利用方法二求解,则
Figure BDA0003739786650000074
利用方法三计算求得
Figure BDA0003739786650000075
对于上述三个比较常用的求品项相似度的方法,考虑到可能存在的弊端,例如订单1需要品项2,订单2需要品项1和2,订单3需要品项1、2、3和4,如果分别计算订单1和2的相似度以及订单2和3的相似度,不管利用上述那种方法,最后的结果是Z12=Z23,没有任何差别。但是由于每一批次订单的数量是有限的,以及最后总的目标是出入库的次数最少,要考虑不同的订单在一起要尽可能的减少出入库的次数。订单1和订单2划分到一个批次时,可以减少1次货箱出入库次数,而订单2和订单3划分到一个批次时,可以减少两次货箱出入库的次数,因此如果一个批次内只能包含两个订单的时候,对于上述订单应该选择将订单2和订单3分配到同一个批次。原有的三个计算相似度的方法,由于计算结果上没有区别,因此不适应于以货箱出入库次数最小的模型,所以提出新的计算订单相似度的方法,即:
设αij表示订单i和订单j共同包含的品项数,βij表示订单i包含但是订单j不包含的品项数,γij表示订单j包含但是订单i不包含的品项数。则计算订单之间的相似度的公式为:
Figure BDA0003739786650000081
其中,i和j表示任意两种不同的订单。
对于常用的订单相似度计算公式中进行计算的例子来说,采用上述新的订单相似度计算公式进行计算,订单1、2和订单2、3分别计算订单相似度,Z12=1/2,Z23=2/3,Z12≠Z23且Z23>Z12,将上述例题中的Z23和Z12区分开来,因此满足加入一个批次中只能包含两个订单时,将订单2和订单3分配到同一批次中。
通过改进的订单品项相似度计算方法,对所有的订单分别计算相似度,并按照计算结果来进行订单分批,并与订单分批优化模型紧密联系,能有效的对订单分批问题进行建模和求解。
定义订单相似性最大的目标函数:
Figure BDA0003739786650000082
其中,其中,dn表示订单批次n的相似度,Zij表示订单i和订单j之间的相似度,bij表示决策变量,M表示订单总数。
约束条件是:
Figure BDA0003739786650000091
Figure BDA0003739786650000092
bij∈{0,1},i,j=1,..,M;i≠j (8)
xin∈{0,1},i=1,...,M;n=1,...,N (9)
xjn∈{0,1},j=1,...,M;n=1,...,N (10)
公式(5)为目标函数,表示所有批次的订单相似度最大,批次内订单相似度等于该批次内的各订单相似度之和。公式(6)表示任意两个订单要么划分到同一批次内,要么划分到不同批次内。公式(7)表示每个批次内包含的订单数要小于等于拣选台设置的货箱容量。公式(8)为决策变量,表示订单i和订单j是否划分到同一批次中,如果在同一批次内bij=1,否则bij=0。公式(9)为决策变量,xin表示订单i是否在批次n中,如果批次n包含订单i,则xin=1,否则等于0。公式(10)为决策变量,xjn表示订单j是否划分到批次n中,如果是则xjn=1,否则xjn=0。M表示订单的总数量。
根据一定时间内的订单总数M,按照上述的模型分批后,则订单批次的数量为
Figure BDA0003739786650000093
p表示拣选台的容量;按照分批的结果进行订单拣选顺序的优化,不同的拣选顺序对应不同的商品货物出入库的情况,因此按照订单之间订购商品的信息,对订单进行拣选顺序的优化,使得同一批次内不同的订单含有同一商品时,该商品拣选完成上一订单后不立即回库,而是等待下一订单拣选时直接拣选,不需要货物再次入库,减少了商品货物的出入库次数。
步骤3中提到,以商品货物总出入库次数最少为目标构建数学模型,求解确定不同批次订单的拣选顺序。
其中,由于本公开采用的是环形多拣选台进行货物的拣选,在多拣选台进行拣选作业时,要保证各个拣选台之间订单的均衡,同时要满足随着拣选台的增加,当不同的订单出现共用一个货物箱时要注意运载不回库的货物箱的环形穿梭车的数量要尽可能的少,保证留有空闲状态下的穿梭车进行其他的作业。各拣选台作业批次数量为
Figure BDA0003739786650000101
如果批次有剩余,则按照拣选台的顺序依次对未分配的批次进行划分。环形多拣选台的每个拣选台之间拣选的订单的数量差距要尽可能的小。并且每个批次的拣选顺序确定,而且只能有一种拣选顺序。
定义以商品货物总出入库次数最少为目标的数学模型,同时每个拣选台之间拣选的订单的数量差距尽可能的最小,模型如下:
Figure BDA0003739786650000102
Figure BDA0003739786650000103
其中,c表示拣选台,c=1,...C;Q表示货物箱搬运总次数;sun表示批次n的拣选顺序是否为u;yln表示批次n是否让货箱l出库;acn表示批次n是否由拣选台c拣选;
约束条件如下:
Figure BDA0003739786650000111
Figure BDA0003739786650000112
gln≤tln,l=1,...,L;n=1,...,N (15)
Figure BDA0003739786650000113
tln=gl,n-1+yln,l=1,...,L;n=2,...,N (17)
Figure BDA0003739786650000114
yl1=tl1,l=1,...,L (19)
yln∈{0,1},l=1,...,L;n=1,...,N (20)
snu∈{0,1},n=1,...,N;u=1,...,U (21)
acn∈{0,1},c=1,...,C;n=1,...,N (22)
tln∈{0,1},l=1,...,L;n=1,...,N (23)
gln∈{0,1},l=1,...,L;n=1,...,N (24)
其中,目标函数公式(11)为所有批次内的订单进行拣选时,货箱的出入库次数最小。公式(12)表示每个拣选台之间拣选的订单的数量差距尽可能的最小。式(13)表示多个拣选台之间如果不同的订单包含相同的货物时,则判断该货物是否需要回库,如果商品数量小于穿梭车数量跟拣选台数量的比值,则不回库,即保证时刻有空闲状态的穿梭车进行下面的拣选工作。公式(14)表示在每个批次的拣选顺序确定,而且只能有一种拣选顺序。公式(15)表示放入缓存区的货箱要小于等于该批次需要的货箱数。公式(16)如果后续的批次不需要前面批次包含的货物时,则该货物进行回库。公式(17)表示每个订单所需要的料箱来源于该批次出库的料箱,也可能是其它拣选台拣选的其它批次放入缓存区的料箱。公式(18)表示对于每一个批次来讲只能有一个拣选台负责拣选。公式(19)表示第一批次所需要的货箱全部来源于出库的货箱。公式(20)为决策变量,表示批次n是否需要让货箱l出库,如果需要则yln=1,否则取值为0。公式(21)为决策变量,表示批次n的拣选顺序是否为u,如果是则取值为1,否则取值为0。公式(22)为决策变量,表示批次n是否由拣选台c负责拣选,如果是则acn=1否则acn=0。公式(23)为决策变量,表示拣选批次n时是否需要料箱l,如果需要则tln=1,否则tln=0。公式(24)为决策变量,表示批次n拣选完成后,料箱l是否进入环形缓存区,如果是则gln=1,否则gln=0。
实施例2
本公开一种实施例中提供基于相似度的面向多拣选台订单分批及拣选排序系统,包括控制中心和环穿系统,所述控制中心包括:
数据处理中心,用于获取某一时间窗内不同的订单数据,将每个订单数据中的每个商品进行划分;
数据计算中心,用于计算每个订单的相似度,确定在不同订单内是否含有相同的商品,并按照相似度最大的目标对订单进行分批;以及以商品货物总出入库次数最少为目标构建数学模型,求解确定不同批次订单的拣选顺序;
所述环穿系统与所述控制中心相连接进行通讯,用于根据确定的不同订单的拣选顺序使其环形多拣选台协同工作,完成订单的拣选。
所述环穿系统包括:
环形穿梭车,在固定的环形轨道上作业,自动实现商品货物的出入库工作并将商品货物搬运到指定位置。
多拣选台,用于进行商品拣选的区域。
还包括堆垛机,一般采用货叉作为取物装置,在高层货架上实现货物的水平搬运、垂直升降以及货物的取放等工作。
具体的,电商企业将订单信息进行整合之后发送到仓库信息系统,仓库接收到订单信息后,将订单任务分配给指定的穿梭车进行货物的出入库,最后由拣选人员完成订单商品的拣选任务。整个流程大致可以分为四个阶段:拣选订单生成、订单分批、订单排序、订单拣选完成。
第一阶段:拣选订单生成。客户下单后,电商企业根据客户订单信息确定发货仓库,生成订单拣选信息,并将订单信息发送给需要发货的仓库。
第二阶段:订单分批。仓储系统收到订单信息后,一般按照下单的时间顺序依次进行分批,考虑按照不同订单之间可能存在相同货物的情况,通过改进的方法计算订单之间的相似度,然后按照订单相似度计算结果,尽可能将订单相似度大的不同订单分配到同一批次内。
第三阶段:订单排序。根据订单分批的结果,将同一批次内的订单按照出入库次数最小的原则原则进行排序,确定货物出入库次序。
第四阶段:订单拣选。将订单所需商品的货物箱搬运到拣选台,拣选人员根据订单情况拣选出所需的商品,拣选完成。
环形穿梭车主要由车架、驱动轮、随动轮、保险杠、输送机、无线通讯、电气元件及各种罩板等组成。主要系统如下:
(1)供电系统
环形穿梭车采用滑触线的方式为小车进行供电,与传统电缆供电相比,电缆供电必须采用拖链对电缆进行保护,才可以实现电缆随着RGV来回运动,避免电缆跟设备或者地面造成摩擦。滑触线方式通过滑线与集电器接触来完成供电,避免了电缆供电的弊端,而且结构简单,安装方便。
(2)控制系统
控制系统是环形穿梭车运行的关键系统,主要包括速度控制、位置控制和方向控制等。环形穿梭车的控制器为PLC,负责对穿梭车的运行进行动态的规划,保证设备安全高效的运行。方向控制方面采用双重认址方法,同时根据货物以及其它穿梭车的相对位置来调整小车的速度和位置。
(3)自检测系统
为了实现环形穿梭车在不同作业场所的控制,并保证小车安全高效的完成作业任务,环形穿梭车内具有多种检测方式,通过对货物外观、货物重量、运行方向、位置设备运行状态等多种参数的检测,实时的对小车进行动态的规划,为系统的运行提供最佳的方案,保证系统稳定的运行。
(4)数据通讯
环形穿梭车系统采取特殊的通信方法,在地面上和小车上都装有光通讯设施,实现环穿系统中各设备之间的信息通信。光通讯设备分别与环形穿梭车和地面上的PLC连接,设备之间的控制器组成上下级的关系,通过数据打包实现上下级设备之间信息的传递。后台控制计算机也与最高级的PLC相连,以此通过系统来动态调度穿梭车。
(5)安全保护系统
环形穿梭车的运行电机设有热保护和电流过大保护措施,保证小车运行电机在任何情况下不会出现损坏。同时环形穿梭车在还设有急停机制,避免环形穿梭车发生碰撞。
另外在环形轨道的两端设有防撞保护装置,穿梭车前后也都安装保险杠,车体也设有急停按钮,同时当设备处于异常状态时,穿梭车会立即发出警报。
本公开中在采用实施例中的方法对订单数据进行分批拣选排序完成后,则控制环穿系统进行出库作业,如图2所示,系统将订单中的信息传送给仓库中的堆垛机,堆垛机根据货物储位信息行走到货物前,将托盘或者料箱通过传送装置输送到堆垛机上,然后堆垛机将货物输送到对应的货物出库口传送带上,系统根据穿梭车(RGV)的作业状态,选择处于闲置状态且位置合适的穿梭车来执行该货物的出库工作,如果没有闲置状态的RGV货物则继续在出库口等待。当指定的RGV到达货物出库口后,RGV发出任务信号,链式输送机将货物从出库口输送到RGV上,RGV装载着货物沿着环形轨道运行到指定的拣选区域,由拣选人员负责最终拣选任务,同时核对任务清单,完成库出任务。
控制环穿系统进行出库作业,如图3所示,入库货物到达之后,拣选人员会将货物进行码盘,同时系统会分配货位给需要入库的货物。搬运设备将码盘后的货物搬运到入库站台的输送机上,拣选人员入库的货物进行检验校对清单等工作,校对完之后货物在输送机上等待入库,系统发出入库指令,同时安排环穿系统中处于闲置状态的RGV进行搬运任务,RGV接收到搬运任务后行驶到入库站台输送机旁边,向输送机发送任务指令,输送机将入库的货物输送给RGV,RGV接收到货物后继续在轨道上运行,到达仓库入库口传送带,穿梭车将货物通过输送机输送到仓库入库口传送带上,同时系统给堆垛机下达入库作业指令,堆垛机接收到指令后将货物叉取并输送到系统分配的储位上。
环形穿梭车在运行过程中,当靠近任务地点时,系统通过各传感器自动确认降速位置和停靠位置,同时控制系统发出相应的减速和停靠任务指令,穿梭车在指定的地点准确停车,RGV的输送机将货物从出库点输送到小车上,或者将小车上的货物输送给拣选区。
本领域内的技术人员应明白,本公开的实施例可提供为方法、系统、或计算机程序产品。因此,本公开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,本公开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。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的优选实施例而已,并不用于限制本公开,对于本领域的技术人员来说,本公开可以有各种更改和变化。凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
上述虽然结合附图对本公开的具体实施方式进行了描述,但并非对本公开保护范围的限制,所属领域技术人员应该明白,在本公开的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本公开的保护范围以内。

Claims (10)

1.基于相似度的面向多拣选台订单分批及拣选排序方法,其特征在于,包括:
获取某一时间窗内不同的订单数据,将每个订单数据中的每个商品进行划分;
计算每个订单的相似度,确定在不同订单内是否含有相同的商品,并按照相似度最大的目标对订单进行分批;
以商品货物总出入库次数最少为目标构建数学模型,求解确定不同批次订单的拣选顺序;
根据确定的不同订单的拣选顺序使其环形多拣选台协同工作,完成订单的拣选。
2.如权利要求1所述的基于相似度的面向多拣选台订单分批及拣选排序方法,其特征在于,对订单进行分批时,同一批次内的订单数量不能超过拣选台的容量,每一个订单只能划分到同一个批次中。
3.如权利要求1所述的基于相似度的面向多拣选台订单分批及拣选排序方法,其特征在于,订单相似度是指订单信息之间的相似程度的数量值,所述订单信息包括订购的品项和数量,并将品项相似度作为订单分批的依据。
4.如权利要求1所述的基于相似度的面向多拣选台订单分批及拣选排序方法,其特征在于,所述订单相似度的计算方法为:
Figure FDA0003739786640000011
i和j表示任意两种不同的订单,αij表示订单i和订单j共同包含的品项
数;βij表示订单i包含但是订单j不包含的品项数,γij表示订单j包含但是订单i不包含的品项数。
5.如权利要求1所述的基于相似度的面向多拣选台订单分批及拣选排序方法,其特征在于,根据订单相似性最大为目标定义目标函数,所述目标函数为:
Figure FDA0003739786640000021
其中,dn表示订单批次n的相似度,Zij表示订单i和订单j之间的相似度,bij表示决策变量,M表示订单总数。
6.如权利要求1所述的基于相似度的面向多拣选台订单分批及拣选排序方法,其特征在于,按照分批的结果进行订单拣选顺序的优化,不同的拣选顺序对应不同的商品货物出入库的情况,同一批次内不同的订单含有同一商品时,该商品拣选完上一订单之后不立即回库,而是等待下一订单拣选时直接拣选,不需要货物再次出入库。
7.如权利要求1所述的基于相似度的面向多拣选台订单分批及拣选排序方法,其特征在于,环形多拣选台的每个拣选台之间拣选的订单的数量差距要尽可能的小。
8.如权利要求1所述的基于相似度的面向多拣选台订单分批及拣选排序方法,其特征在于,每个批次的拣选顺序确定,而且只能有一种拣选顺序。
9.基于相似度的面向多拣选台订单分批及拣选排序系统,其特征在于,包括控制中心和环穿系统,所述控制中心包括:
数据处理中心,用于获取某一时间窗内不同的订单数据,将每个订单数据中的每个商品进行划分;
数据计算中心,用于计算每个订单的相似度,确定在不同订单内是否含有相同的商品,并按照相似度最大的目标对订单进行分批;以及以商品货物总出入库次数最少为目标构建数学模型,求解确定不同批次订单的拣选顺序;
所述环穿系统与所述控制中心相连接进行通讯,用于根据确定的不同订单的拣选顺序使其环形多拣选台协同工作,完成订单的拣选。
10.如权利要求9所述的基于相似度的面向多拣选台订单分批及拣选排序系统,其特征在于,所述环穿系统包括:
环形穿梭车,在固定的环形轨道上作业,自动实现商品货物的出入库工作并将商品货物搬运到指定位置。
多拣选台,用于进行商品拣选的区域。
CN202210813558.6A 2022-07-11 2022-07-11 基于相似度的面向多拣选台订单分批及拣选排序方法及系统 Pending CN115393003A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210813558.6A CN115393003A (zh) 2022-07-11 2022-07-11 基于相似度的面向多拣选台订单分批及拣选排序方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210813558.6A CN115393003A (zh) 2022-07-11 2022-07-11 基于相似度的面向多拣选台订单分批及拣选排序方法及系统

Publications (1)

Publication Number Publication Date
CN115393003A true CN115393003A (zh) 2022-11-25

Family

ID=84117788

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210813558.6A Pending CN115393003A (zh) 2022-07-11 2022-07-11 基于相似度的面向多拣选台订单分批及拣选排序方法及系统

Country Status (1)

Country Link
CN (1) CN115393003A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116796910A (zh) * 2023-08-21 2023-09-22 青岛中德智能技术研究院 基于货物分配策略的订单分批优化方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116796910A (zh) * 2023-08-21 2023-09-22 青岛中德智能技术研究院 基于货物分配策略的订单分批优化方法
CN116796910B (zh) * 2023-08-21 2023-11-21 青岛中德智能技术研究院 基于货物分配策略的订单分批优化方法

Similar Documents

Publication Publication Date Title
CN106005866B (zh) 一种基于移动机器人的智能仓储系统
JP6373229B2 (ja) 保管システム
JP5825348B2 (ja) ピッキング及び仕分けシステム
US5953234A (en) Automated storage facility including a storage and retrieval system and a floor inventory management system
CN112389916B (zh) 自动化仓库系统、控制方法、存储介质以及电子设备
CN106311615A (zh) 分层货物拣选方法、系统和计算装置
JP2022535079A (ja) 自動運行車両及び選択員の動的割当兼協調化
CN109205160B (zh) 一种立体商品储存调配系统及方法
CN114862226B (zh) 一种仓储物流智能调度及装卸货管理方法及系统
CN115667098A (zh) 多功能库存处理站组件
CN115393003A (zh) 基于相似度的面向多拣选台订单分批及拣选排序方法及系统
JP2024513602A (ja) 自動積荷取り扱いシステム
CN110577048B (zh) 入库调度的方法和系统
CN113772303A (zh) 缓存分拣系统及方法
CN115783573A (zh) 智能仓储整箱拣选系统及其控制方法
JP4475093B2 (ja) 仕分けシステム
JP7271822B2 (ja) 無人移送車によるピッキングシステム
JP4367310B2 (ja) 仕分けシステム
JP2007076831A (ja) 搬送システム
JP3617422B2 (ja) 物流設備
CN112777209A (zh) 依托潜伏式agv的卷烟生产物流系统
JP2002087547A (ja) 入出庫制御装置及びその入出庫制御装置を有する自動倉庫
CN212654922U (zh) 缓存分拣系统
CN218578670U (zh) 仓储调度系统
JP7192184B1 (ja) 無人移送車による多層ピッキングシステム

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