CN116629495A - 用于输出信息的方法和装置 - Google Patents

用于输出信息的方法和装置 Download PDF

Info

Publication number
CN116629495A
CN116629495A CN202210122388.7A CN202210122388A CN116629495A CN 116629495 A CN116629495 A CN 116629495A CN 202210122388 A CN202210122388 A CN 202210122388A CN 116629495 A CN116629495 A CN 116629495A
Authority
CN
China
Prior art keywords
order
area
logic
pool area
logical pool
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
CN202210122388.7A
Other languages
English (en)
Inventor
伍悦
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.)
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
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 Beijing Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202210122388.7A priority Critical patent/CN116629495A/zh
Publication of CN116629495A publication Critical patent/CN116629495A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • 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
    • G06Q10/083—Shipping
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开的实施例公开了用于输出信息的方法。该方法的具体实施方式包括：获取待分配的订单集合；对于所述订单集合中每个订单，根据该订单的每个商品对应的物理库区确定该订单涉及的逻辑库区；将所述订单集合中所有商品涉及的逻辑库区进行排列组合得到逻辑库区组合集合，从所述逻辑库区组合集合中选取出每个商品所属的目标逻辑库区；根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，将每组订单组成一个集合单；将属于同一个目标逻辑库区的商品的拣货任务分配给同一个拣货员；将属于同一个集合单的订单的配送任务分配给同一个配送员。该实施方式实现了提高了拣货效率和配送效率。

Description

用于输出信息的方法和装置
技术领域
本公开的实施例涉及计算机技术领域，具体涉及用于输出信息的方法和装置。
背景技术
随着电子商务的迅猛发展，物流仓储环节对电商发展的支撑作用越来越明显。仓储作业是电商生产运营和竞争优势创造的基础作业活动，分拣作业和物流配送占据了主要的时间成本，因此优化电商仓储分拣和配送效率对于提升生产效率起着至关重要的作用。现有的门店拣货方式为按照仓库的物理分布空间进行拣货，由于物理库区划分细微繁杂，分布位置相对分散，采用该方式进行拣货需要很大的人工成本和时间成本，且拣货任务不能根据门店实际库区库位分布情况以及实时单量情况进行相对应的调整，对门店而言相对不灵活。目前拣货动线由库内拣货人员自行规划，熟练的作业人员的工作效率可能相对突出，但是对于刚上岗的新手而言，面对纷繁繁杂的仓库，可能会影响拣货作业效率；尤其在节假日高峰期，会出现拣货时手忙脚乱的情况，甚至爆仓。
发明内容
本公开的实施例提出了用于输出信息的方法和装置。
第一方面，本公开的实施例提供了一种用于输出信息的方法，包括：获取待分配的订单集合；对于所述订单集合中每个订单，根据该订单的每个商品对应的物理库区确定该订单涉及的逻辑库区；将所述订单集合中所有商品涉及的逻辑库区进行排列组合得到逻辑库区组合集合，从所述逻辑库区组合集合中选取出每个商品所属的目标逻辑库区；根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，将每组订单组成一个集合单；将属于同一个目标逻辑库区的商品的拣货任务分配给同一个拣货员；将属于同一个集合单的订单的配送任务分配给同一个配送员。
在一些实施例中，该方法还包括：对于每个目标逻辑库区，根据属于该目标逻辑库区的商品的位置计算最短拣货路径，并向负责该目标逻辑库区的拣货员输出所述最短拣货路径的导航信息。
在一些实施例中，所述根据属于该目标逻辑库区的商品的位置计算最短拣货路径，包括：基于蚁群算法根据属于该目标逻辑库区的商品的位置计算最短拣货路径。
在一些实施例中，所述根据属于该目标逻辑库区的商品的位置计算最短拣货路径，包括：将蚁群算法计算出的最短拣货路径作为遗传算法的种群初始值；基于所述种群初始值利用遗传算法重新计算最短拣货路径。
在一些实施例中，所述将所述订单集合中所有商品涉及的逻辑库区进行排列组合从中选取出每个商品所属的目标逻辑库区，包括：采用递归算法对每个商品所属的多个逻辑库区进行排列组合并去重得到逻辑库区组合集合；从所述逻辑库区组合集合中选取逻辑库区数量最少的逻辑库区组合，并根据该逻辑库区组合确定出每个商品所属的目标逻辑库区。
在一些实施例中，所述根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，将每组订单组成一个集合单，包括：利用OptaPlanner规划引擎根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，使得每组订单涉及的逻辑库区的数量最少。
在一些实施例中，所述约束条件包括硬约束和软约束，所述硬约束包括：一个订单只能属于一个集合单，只按订单的收货地址所属路区分组，每个集合单涉及的逻辑库区的数量不超过最大逻辑库区数，所述软约束包括：同一集合单下所有订单的逻辑库区的交集最少。
第二方面，本公开的实施例提供了一种用于输出信息的装置，包括：获取单元，被配置成获取待分配的订单集合；确定单元，被配置成对于所述订单集合中每个订单，根据该订单的每个商品对应的物理库区确定该订单涉及的逻辑库区；分区单元，被配置成将所述订单集合中所有商品涉及的逻辑库区进行排列组合得到逻辑库区组合集合，从所述逻辑库区组合集合中选取出每个商品所属的目标逻辑库区；分组单元，被配置成根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，将每组订单组成一个集合单；拣货任务分配单元，被配置成将属于同一个目标逻辑库区的商品的拣货任务分配给同一个拣货员；配送任务分配单元，被配置成将属于同一个集合单的订单的配送任务分配给同一个配送员。
在一些实施例中，该装置还包括推荐单元，被配置成：对于每个目标逻辑库区，根据属于该目标逻辑库区的商品的位置计算最短拣货路径，并向负责该目标逻辑库区的拣货员输出所述最短拣货路径的导航信息。
在一些实施例中，推荐单元进一步被配置成：基于蚁群算法根据属于该目标逻辑库区的商品的位置计算最短拣货路径。
在一些实施例中，推荐单元进一步被配置成：将蚁群算法计算出的最短拣货路径作为遗传算法的种群初始值；基于所述种群初始值利用遗传算法重新计算最短拣货路径。
在一些实施例中，分区单元进一步被配置成：采用递归算法对每个商品所属的多个逻辑库区进行排列组合并去重得到逻辑库区组合集合；从所述逻辑库区组合集合中选取逻辑库区数量最少的逻辑库区组合，并根据该逻辑库区组合确定出每个商品所属的目标逻辑库区。
在一些实施例中，分组单元进一步被配置成：利用OptaPlanner规划引擎根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，使得每组订单涉及的逻辑库区的数量最少。
在一些实施例中，所述约束条件包括硬约束和软约束，所述硬约束包括：一个订单只能属于一个集合单，只按订单的收货地址所属路区分组，每个集合单涉及的逻辑库区的数量不超过最大逻辑库区数，所述软约束包括：同一集合单下所有订单的逻辑库区的交集最少。
第三方面，本公开的实施例提供了一种用于输出信息的电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个计算机程序，当所述一个或多个计算机程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的方法。
第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如第一方面所述的方法。
本公开的实施例提供的用于输出信息的方法和装置，通过商品的逻辑库区进行排列组合，以逻辑库区拆分拣货任务，逻辑库区越少，拣货任务越少，拣货效率越高。集单时将逻辑库区相似的订单集在一起，优化了货物配送的时效性，提高了仓储货物的周转率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：
图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的用于输出信息的方法的一个实施例的流程图；
图3是根据本公开的用于输出信息的方法的一个应用场景的示意图；
图4是根据本公开的用于输出信息的方法的又一个实施例的流程图；
图5是根据本公开的用于输出信息的遗传蚁群混合算法的计算流程图；
图6是根据本公开的用于输出信息的装置的一个实施例的结构示意图；
图7是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的购物界面提供支持的后台订单服务器。后台订单服务器可以对接收到的订单请求等数据进行分析等处理，根据订单中的商品分配拣货员和配送员，再将配送信息发送到终端设备。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法，包括以下步骤：
步骤201，获取待分配的订单集合。
在本实施例中，用于输出信息的方法的执行主体(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式从用户利用其进行购物的终端接收订单。订单包括商品名称、收货地址等信息。服务器定时截单，比如每隔一小时将这一小时之内的订单进行分配，这些订单构成了待分配的订单集合。
步骤202，对于订单集合中每个订单，根据该订单的每个商品对应的物理库区确定该订单涉及的逻辑库区。
在本实施例中，库位按逻辑分区管理首先要根据每个存储区域要达到的存储目标将存储区分成几个区域(物理库区)，然后，根据商品的特性以及物理空间位置将它们划分到对应的库区中，如订单经常绑定购买的火锅底料和火锅涮肉，可将调料区和肉禽类划分为一个逻辑库区。最后，根据各区域的存储目标，对存储区域的商品进行库位精细化管理优化。
本文提出在门店内设置逻辑库区，把物理库区与拣货任务解耦，门店可根据自身的实际情况按照一定的规则来灵活配置逻辑库区。
一个订单可包括多个商品，每个商品也可以属于多个逻辑库区，例如，午餐肉可以属于火锅逻辑库区，也可以属于方便食品逻辑库区。
步骤203，将订单集合中所有商品涉及的逻辑库区进行排列组合得到逻辑库区组合集合，从逻辑库区组合集合中选取出每个商品所属的目标逻辑库区。
在本实施例中，由于每个商品可能属于多个逻辑库区，因此可将各商品的逻辑库区进行排列组合。例如，订单中包括午餐肉、鸡蛋。午餐肉属于火锅逻辑库区和方便食品逻辑库区。鸡蛋属于方便食品逻辑库区、早餐逻辑库区。则该订单所有商品涉及的逻辑库区的排列组合为{火锅、方便食品}，{火锅、早餐}，{方便食品、方便食品}，{方便食品、早餐}。则可选择相同的逻辑库区作为目标逻辑库区，即将午餐肉和鸡蛋的目标逻辑库区都设为方便食品。选择时还可根据涉及的逻辑库区的数量选择，选择逻辑库区的数量最小的逻辑库区组合。
这里的排列组合不是一个订单内商品的排列组合，而是订单集合打散后所有商品的逻辑库区的排列组合。
步骤204，根据预设的约束条件和每个商品所属的目标逻辑库区对订单集合分组，将每组订单组成一个集合单。
在本实施例中，约束条件可包括只按订单的收货地址所属路区分组(配送区域)、逻辑库区尽可能少等。在组成组合单时，订单的商品不再打散。分组时还需要考虑配送员的数量(运力)从而确定分组数量。在订单中商品数量多于预定值时还可以进行拆单，分配给相邻区域的配送员。综合考虑逻辑库区，路区，运力等因子，得到集合单维度最小逻辑库区和集合单最优组合，生成高饱和度的集合单，保障集合单下订单组合所属逻辑库区尽可能少。
步骤205，将属于同一个目标逻辑库区的商品的拣货任务分配给同一个拣货员。
在本实施例中，可将属于同一个目标逻辑库区的商品的位置、名称、数量等信息作为拣货任务发送给同一个拣货员。每个拣货员至少负责一个逻辑库区的拣货任务。不会让同一逻辑库区的商品分配给不同的拣货人员。这样可以减少拣货人员的拣货时间。例如，属于火锅逻辑库区的商品分配给A拣货员。还可指定拣货员专门负责哪些逻辑库区，这样由于拣货员对这些逻辑库区中货品存放位置非常熟悉，可大大节约拣货时间。
步骤206，将属于同一个集合单的订单的配送任务分配给同一个配送员。
在本实施例中，属于同一逻辑库区的商品能同时完成拣货，因此配送员无需花更多的等待拣货。此外，集合单是按订单的收货地址所属路区分组，一个配送员只负责指定区域的订单配送，从而可以提高配送效率。
本公开的上述实施例提供的方法，是一种鲁棒性较强的智能集单拣货优化方法，提高了拣货作业的效率，提高了仓储货物的周转率，优化了货物配送的时效性。
在本实施例的一些可选的实现方式中，该方法还包括：对于每个目标逻辑库区，根据属于该目标逻辑库区的商品的位置计算最短拣货路径，并向负责该目标逻辑库区的拣货员输出最短拣货路径的导航信息。可通过现有技术常见的路径规划算法(例如0-1规划算法等)计算最短拣货路径。计算得到最短拣货路径后，采用地图数字化处理技术，根据拣货路径和订单下商品的具体逻辑库区坐标生成可视化实时导航地图，应用于移动终端，终端具有显示界面，并通过语音播报的形式告知仓内拣货员下一步动向。具体的实现方式为：通过显示界面显示拣货员采集的环境数据确定初始地图，响应针对初始地图数据的具体商品坐标，根据储位坐标确定导航数据，通过获取的导航数据生成可视化导航地图，使得拣货人员可以通过终端界面完成拣货的业务工作任务。
在本实施例的一些可选的实现方式中，将订单集合中所有商品涉及的逻辑库区进行排列组合从中选取出每个商品所属的目标逻辑库区，包括：采用递归算法对每个商品所属的多个逻辑库区进行排列组合并去重得到逻辑库区组合集合；从逻辑库区组合集合中选取逻辑库区数量最少的逻辑库区组合，并根据该逻辑库区组合确定出每个商品所属的目标逻辑库区。对所有商品的所有逻辑库区进行全排列组合，然后去重。最后选择出最少的逻辑库区组合，逻辑库区越少，拣货任务越少，拣货效率越高。
在本实施例的一些可选的实现方式中，根据预设的约束条件和每个商品所属的目标逻辑库区对订单集合分组，将每组订单组成一个集合单，包括：利用OptaPlanner规划引擎根据预设的约束条件和每个商品所属的目标逻辑库区对订单集合分组，使得每组订单涉及的逻辑库区的数量最少。
OptaPlanner是一个轻量化、可嵌入的规划引擎，它让普通的Java工程师能够有效地解决优化问题，它还与其他JVM语言(如Kotlin和Scala)兼容。在问题建模方面，OptaPlanner的约束作用在普通的域对象上，且无需键入复杂的数学公式，可以重复使用现有代码。在问题求解方面，OptaPlanner结合了许多复杂的启发式和元启发式算法(如禁忌搜索、模拟退火、逾期接受和变邻域搜索)，能够提供非常有效的优化服务。
在本实施例的一些可选的实现方式中，约束条件包括硬约束和软约束，硬约束包括：一个订单只能属于一个集合单，只按订单的收货地址所属路区分组，每个集合单涉及的逻辑库区的数量不超过最大逻辑库区数，软约束包括：同一集合单下所有订单的逻辑库区的交集最少。硬约束是指那些不能违反的约束，即业务可能出现绝不允许的情况出现。软约束是相对硬约束而言的，它是可违反的。设立软约束之目的是起到对规划结果的偏向作用，也就是说在满足了硬约束的前提下，再对软约束进行判断，如果软约束能不违反就最好，要是必须违反，违反得越少，所得的方案就越好。如果集合单涉及的逻辑库区的数量超过最大逻辑库区数，则进行拆分。例如，一个集合单中涉及的逻辑库区数不超过4个。
OptaPlanner引擎会根据约束的限制和规划实体的特性，对这些规划实体进行时间或空间上的规划，从而计算集合单下订单组合的相对最优解。
可根据硬约束和软约束的违反情况打分。引用OptaPlanner之后，只需要通过Drools(一个开源规则引擎)表达业务约束。具体的引用方式为：在resource里添加一个Drools脚本文本，用于描述这些约束即可。OptaPlanner在规划过程中，会自行启动Drools规划引擎对这些约束进行判断，从而进行打分。
这所以选择OptaPlanner规划引擎，是由于组合问题存在巨量的搜索空间，以100个订单4单一集合为例，经验证，暴力穷举法耗时28s，OptaPlanner规划引擎仅耗时300ms。以集合单为规划实体，订单为规划变量，引用OptaPlanner极大程度上提升了集单效率。
继续参见图3，图3是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中，用户通过手机向服务器提交了订单。服务器的opc系统和DMS用于处理订单。然后根据订单类型(例如，退货、换货等)进行预处理。再根据订单中商品在库存位置进行库存分配，即确定物理库区。根据物理库区确定出可选的逻辑库区。服务器根据逻辑库区进行集单。根据商品所属的逻辑库区分配拣货任务。每个拣货员执行一个逻辑库区的拣货任务。拣货完毕后打包出库。服务器的配送系统和分单中心还根据逻辑库区、订单的收货地址所属路区、每个集合单涉及的逻辑库区的数量不超过最大逻辑库区数对订单集合分组，每组订单分配给一个配送员配送。通过配送策略选择合适的配送员，通过智能调度为每个订单指定配送员进行配送。
进一步参考图4，其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400，包括以下步骤：
步骤401，获取待分配的订单集合。
步骤402，对于订单集合中每个订单，根据该订单的每个商品对应的物理库区确定该订单涉及的逻辑库区。
步骤403，将订单集合中所有商品涉及的逻辑库区进行排列组合得到逻辑库区组合集合，从逻辑库区组合集合中选取出每个商品所属的目标逻辑库区。
步骤404，根据预设的约束条件和每个商品所属的目标逻辑库区对订单集合分组，将每组订单组成一个集合单。
步骤401-404与步骤201-204基本相同，因此不再赘述。
步骤405，对于每个目标逻辑库区，基于蚁群算法根据属于该目标逻辑库区的商品的位置计算最短拣货路径。
在本实施例中，如图5所示的算法流程。采用基于信息素的蚁周模型将蚁群算法与遗传算法进行融合，处理仓内拣货路径规划问题；蚁群算法这种启发式算法的出现，解决了组合爆炸的问题，从而在合理的时间范围内找到可接受的相对最优解；具体的算法步骤为:
1、初始化蚁群各项基本参数以及各条配送路径上的信息素，设置蚂蚁的种群数量为m，n表示为仓储内库位的数量，每一只蚂蚁随机挑选n个仓库库位坐标中的任一库位作为出发地。
2、往依次迭代循环。在每一次的拣货路径循环中,k只蚂蚁根据每条拣货路径上的信息素量来判断其接下来的移动方向。使用禁忌表的记录形式来记录当前k只蚂蚁所遍历过的仓储的库位坐标。随着蚂蚁种群的不断搜索，蚂蚁种群会依照每条拣货路径上的信息素量跟当前拣货路径上滞留的启发信息来求解当前状态转移概率。p地点i移动到下一阶段所要前往的库位坐标j的状态转移概率。
其中，α是一种信息启发式因子，代表着移动路径的相对权重，体现了蚁群在其移动路径上所积攒的信息对在蚁群转移时所起到的作用。β是一种期望值启发式因子，代表着路径能见度的相对权重，体现了蚁群在其移动路径上启发信息为蚁群挑选下一阶段路径时所起的作用，α和β通常取值为[0,5]。τij(t)表示t时刻路径(i,j)上信息素的强度，i表示为出发的库位店，j表示为所要到达的下一个库位点。ηij(t)表示启发函数，通常取值为dij表示经过路径(i,j)的距离。
求解每只蚂蚁遍历过的仓库内待拣货库位库位的路径长度，设定蚂蚁的数量为k，而配送路径长度用Lk来表示，并保存当前的最短路径。
Jk(i)＝{1,2,3,…,n}表示蚂蚁k从当前所在库位转移到下一库位的所有可选择的库位点。当所有n个库位都加入到禁忌表tabua中时，蚂蚁k便完成了一次库位遍历，回到遍历路径的初始点。此时蚂蚁k行走的路径就成为了解决库位遍历的一个可行路径。当所有蚂蚁遍历完所有待遍历库位后，根据下式更新所有路径上的信息素:
τij(t+n)＝(1-p)·τij+Δτij(t+n)
上式中，p∈(0<p<1)，表示拣货路径上信息素的蒸发程度,即拣货路径上信息素的衰减度，(1-p)表示信息素的持久度系数，经过n个时刻，蚂蚁完成一次遍历循环，各配送路径上的信息素按以下公式进行调整：
其中，Δτij(t+n)表示此次迭代中边(i，j)上的信息素的增量，代表的是第k只蚂蚁在当前遍历中释放在拣货路径(i，j)上的信息素；/>采用ant-cycle模型。对蚂蚁种群的迭代次数进行判断看其是否满足迭代终止条件，通常当蚂蚁种群迭代次数达到最大即判定为终止条件，对每次循环得到的最短路径进行比较，得到蚁群算法的最终解即最优路径。
步骤406，将蚁群算法计算出的最短拣货路径作为遗传算法的种群初始值，基于种群初始值利用遗传算法重新计算最短拣货路径。
在本实施例中，将蚁群算法遍历得到的寻优路径结果当作遗传算法的种群初始值，使得遗传算法的寻优迭代次数大大降低，同时引入自适应交叉算子及变异算子对交叉、变异操作进行改进，使得遗传算法的收敛速度得以大幅提高。与单一的遗传算法和蚁群算法相比，改进后的算法从整体上提高了算法的执行效率。本文在遗传算法的基础上，通过构建一个指标来对种群的收敛程度进行评价，选取作为收敛程度的指标，其中:/>为当代所有个体适应度值的平均值，f为要即将变异的当代个体的适应度值。fmax个体适应度的最大值；在遗传算法中，若种群收敛程度趋于相同，则该算法可以收敛于全局最优解，这时，的取值将减小。同时增加遗传操作的交叉概率pc和变异概率pm，扩大种群范围及多样性，以便种群能够不局限于局部最优的区域。任何一个个体其对应的pc和pm都是不同的，为尽可能地保留较好的个体，此时pc和pm应该较小。而差的个体应该尽可能地进行交叉变异而产生新的个体，pc和pm应该足够大。因此，pc和pm的取值与/>以及个体的适应度值都有关。
其中，k1k2,k3,k4≤1，当个体的适应度值f小于种群平均适应度值时，pc和pm的值可能会大于1。
将改进后得到的自适应交叉算子和变异算子引入到蚁群算法与遗传算法融合后的交叉及变异操作中，直至迭代结束，得到改进蚁群算法针对拣货路径的最优解
步骤407，向负责该目标逻辑库区的拣货员输出最短拣货路径的导航信息。
在本实施例中，计算得到最短拣货路径后，采用地图数字化处理技术，根据拣货路径和订单下商品的具体逻辑库区坐标生成可视化实时导航地图，应用于移动终端，终端具有显示界面，并通过语音播报的形式告知仓内拣货员下一步动向。具体的实现方式为：通过显示界面显示拣货员采集的环境数据确定初始地图，响应针对初始地图数据的具体商品坐标，根据储位坐标确定导航数据，通过获取的导航数据生成可视化导航地图，使得拣货人员可以通过终端界面完成拣货的业务工作任务。
步骤408，将属于同一个集合单的订单的配送任务分配给同一个配送员。
步骤408与步骤206基本相同，因此不再赘述。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于输出信息的方法的流程400结合规划引擎技术、智慧仓储技术、数据融合技术、遗传算法和蚁群算法、地图数字化处理技术等多种方法，提出了一种鲁棒性较强的智能集单拣货优化方法，提高了拣货作业的效率，提高了仓储货物的周转率，优化了货物配送的时效性。本实施例提出的计算最优逻辑库区组合，以及改进蚁群算法求解最短拣货路径结果对参数值的变化不敏感，算法稳定可靠。
进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种用于输出信息的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图6所示，本实施例的用于输出信息的装置600包括：获取单元601、确定单元602、分区单元603、分组单元604、拣货任务分配单元605和配送任务分配单元606。其中，获取单元601，被配置成获取待分配的订单集合；确定单元602，被配置成对于所述订单集合中每个订单，根据该订单的每个商品对应的物理库区确定该订单涉及的逻辑库区；分区单元603，被配置成将所述订单集合中所有商品涉及的逻辑库区进行排列组合从中选取出每个商品所属的目标逻辑库区；分组单元604，被配置成根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，将每组订单组成一个集合单；拣货任务分配单元605，被配置成将属于同一个目标逻辑库区的商品的拣货任务分配给同一个拣货员；配送任务分配单元606，被配置成将属于同一个集合单的订单的配送任务分配给同一个配送员。
在本实施例中，用于输出信息的装置600的获取单元601、确定单元602、分区单元603、分组单元604、拣货任务分配单元605和配送任务分配单元606的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204、步骤205和步骤206。
在本实施例的一些可选的实现方式中，装置600还包括推荐单元(附图中未示出)，被配置成：对于每个目标逻辑库区，根据属于该目标逻辑库区的商品的位置计算最短拣货路径，并向负责该目标逻辑库区的拣货员输出所述最短拣货路径的导航信息。
在本实施例的一些可选的实现方式中，推荐单元进一步被配置成：基于蚁群算法根据属于该目标逻辑库区的商品的位置计算最短拣货路径。
在本实施例的一些可选的实现方式中，推荐单元进一步被配置成：将蚁群算法计算出的最短拣货路径作为遗传算法的种群初始值；基于所述种群初始值利用遗传算法重新计算最短拣货路径。
在本实施例的一些可选的实现方式中，分区单元603进一步被配置成：采用递归算法对每个商品所属的多个逻辑库区进行排列组合并去重得到逻辑库区组合集合；从所述逻辑库区组合集合中选取逻辑库区数量最少的逻辑库区组合，并根据该逻辑库区组合确定出每个商品所属的目标逻辑库区。
在本实施例的一些可选的实现方式中，分组单元604进一步被配置成：利用OptaPlanner规划引擎根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，使得每组订单涉及的逻辑库区的数量最少。
在本实施例的一些可选的实现方式中，所述约束条件包括硬约束和软约束，所述硬约束包括：一个订单只能属于一个集合单，只按订单的收货地址所属路区分组，每个集合单涉及的逻辑库区的数量不超过最大逻辑库区数，所述软约束包括：同一集合单下所有订单的逻辑库区的交集最少。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质。
一种用于输出信息的电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个计算机程序，当所述一个或多个计算机程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如流程200或400所述的方法。
一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如流程200或400所述的方法。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理，例如用于输出信息的方法。例如，在一些实施例中，用于输出信息的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的用于输出信息的方法的一个或多个步骤。备选地，在其他实施例中，计算单元701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行用于输出信息的方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。服务器可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (10)

1.一种用于输出信息的方法，包括：
获取待分配的订单集合；
对于所述订单集合中每个订单，根据该订单的每个商品对应的物理库区确定该订单涉及的逻辑库区；
将所述订单集合中所有商品涉及的逻辑库区进行排列组合得到逻辑库区组合集合，从所述逻辑库区组合集合中选取出每个商品所属的目标逻辑库区；
根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，将每组订单组成一个集合单；
将属于同一个目标逻辑库区的商品的拣货任务分配给同一个拣货员；
将属于同一个集合单的订单的配送任务分配给同一个配送员。
2.根据权利要求1所述的方法，其中，所述方法还包括：
对于每个目标逻辑库区，根据属于该目标逻辑库区的商品的位置计算最短拣货路径，并向负责该目标逻辑库区的拣货员输出所述最短拣货路径的导航信息。
3.根据权利要求2所述的方法，其中，所述根据属于该目标逻辑库区的商品的位置计算最短拣货路径，包括：
基于蚁群算法根据属于该目标逻辑库区的商品的位置计算最短拣货路径。
4.根据权利要求3所述的方法，其中，所述根据属于该目标逻辑库区的商品的位置计算最短拣货路径，包括：
将蚁群算法计算出的最短拣货路径作为遗传算法的种群初始值；
基于所述种群初始值利用遗传算法重新计算最短拣货路径。
5.根据权利要求1所述的方法，其中，所述将所述订单集合中所有商品涉及的逻辑库区进行排列组合从中选取出每个商品所属的目标逻辑库区，包括：
采用递归算法对每个商品所属的多个逻辑库区进行排列组合并去重得到逻辑库区组合集合；
从所述逻辑库区组合集合中选取逻辑库区数量最少的逻辑库区组合，并根据该逻辑库区组合确定出每个商品所属的目标逻辑库区。
6.根据权利要求1所述的方法，其中，所述根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，将每组订单组成一个集合单，包括：
利用OptaPlanner规划引擎根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，使得每组订单涉及的逻辑库区的数量最少。
7.根据权利要求1所述的方法，其中，所述约束条件包括硬约束和软约束，所述硬约束包括：一个订单只能属于一个集合单，只按订单的收货地址所属路区分组，每个集合单涉及的逻辑库区的数量不超过最大逻辑库区数，所述软约束包括：同一集合单下所有订单的逻辑库区的交集最少。
8.一种用于输出信息的装置，包括：
获取单元，被配置成获取待分配的订单集合；
确定单元，被配置成对于所述订单集合中每个订单，根据该订单的每个商品对应的物理库区确定该订单涉及的逻辑库区；
分区单元，被配置成将所述订单集合中所有商品涉及的逻辑库区进行排列组合得到逻辑库区组合集合，从所述逻辑库区组合集合中选取出每个商品所属的目标逻辑库区；
分组单元，被配置成根据预设的约束条件和每个商品所属的目标逻辑库区对所述订单集合分组，将每组订单组成一个集合单；
拣货任务分配单元，被配置成将属于同一个目标逻辑库区的商品的拣货任务分配给同一个拣货员；
配送任务分配单元，被配置成将属于同一个集合单的订单的配送任务分配给同一个配送员。
9.一种用于输出信息的电子设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个计算机程序，
当所述一个或多个计算机程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
CN202210122388.7A 2022-02-09 2022-02-09 用于输出信息的方法和装置 Pending CN116629495A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210122388.7A CN116629495A (zh) 2022-02-09 2022-02-09 用于输出信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210122388.7A CN116629495A (zh) 2022-02-09 2022-02-09 用于输出信息的方法和装置

Publications (1)

Publication Number Publication Date
CN116629495A true CN116629495A (zh) 2023-08-22

Family

ID=87619867

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210122388.7A Pending CN116629495A (zh) 2022-02-09 2022-02-09 用于输出信息的方法和装置

Country Status (1)

Country Link
CN (1) CN116629495A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117533690A (zh) * 2024-01-10 2024-02-09 深圳市恒顺合鑫科技有限公司 货品拣货任务管理方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117533690A (zh) * 2024-01-10 2024-02-09 深圳市恒顺合鑫科技有限公司 货品拣货任务管理方法、装置、设备及存储介质
CN117533690B (zh) * 2024-01-10 2024-05-14 深圳市风森信息科技有限公司 货品拣货任务管理方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN109034468B (zh) 一种基于布谷鸟算法的带时间窗的物流配送路径规划方法
WO2018188476A1 (zh) 一种优化组单的方法和装置
CN108846609A (zh) 基于订单任务的拣选方法、装置、服务器和介质
CN110097414A (zh) 订单处理方法和装置
JP2003527648A (ja) 資源割当てを最適化するためのシステムおよび方法
CN110348771B (zh) 一种对订单进行组单的方法和装置
CN111553548B (zh) 一种拣货方法和装置
JP2002542544A (ja) 資源割当てを最適化するためのシステムおよび方法
CN102197395A (zh) 存储器端存储请求管理
CN108985694A (zh) 用于确定配送中心地址的方法和装置
Zheng et al. Online trichromatic pickup and delivery scheduling in spatial crowdsourcing
CN111507651A (zh) 应用于人机混合仓库的订单数据处理方法和装置
WO2023020213A1 (zh) 任务分配的方法、装置、设备、存储介质及程序产品
CN114118888A (zh) 订单出库的方法和装置
CN115660380B (zh) 货到人拣选的订单处理方法及装置
CN111260288B (zh) 订单管理方法、装置、介质及电子设备
CN113128744A (zh) 配送规划方法和装置
CN111260270A (zh) 提升门店订单处理效率的方法和装置
CN115062868B (zh) 一种预聚类的车辆配送路径规划方法和装置
CN113222490B (zh) 一种库存分配方法和装置
CN116629495A (zh) 用于输出信息的方法和装置
CN109978213A (zh) 一种任务路径规划方法和装置
CN113159467B (zh) 一种派车单处理方法和装置
CN112966992B (zh) 一种订单生产方法和装置
CN112785025B (zh) 仓库布局方法和装置

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