CN116976542A - 一种用于物流自动分拣路径的优化方法及系统 - Google Patents
一种用于物流自动分拣路径的优化方法及系统 Download PDFInfo
- Publication number
- CN116976542A CN116976542A CN202311229343.0A CN202311229343A CN116976542A CN 116976542 A CN116976542 A CN 116976542A CN 202311229343 A CN202311229343 A CN 202311229343A CN 116976542 A CN116976542 A CN 116976542A
- Authority
- CN
- China
- Prior art keywords
- logistics
- path
- automatic sorting
- automatic
- sorting path
- 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.)
- Granted
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 121
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 claims description 34
- 238000001514 detection method Methods 0.000 claims description 9
- 238000004088 simulation Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06Q10/04—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06Q10/0838—Historical data
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
Abstract
本发明涉及物流路径优化处理领域,尤其涉及一种用于物流自动分拣路径的优化方法及系统,所述一种用于物流自动分拣路径的优化方法包括:S1、根据待优化物流自动分拣路径建立物流自动分拣路径库;S2、利用所述物流自动分拣路径库获取物流自动分拣路径优化特征;S3、利用所述物流自动分拣路径优化特征对待优化物流自动分拣路径进行优化,根据同一物流仓库的历史数据建立路径库,在优化前期就建立可信度较高的参照数据库,同时根据路径库进行特征获取与筛选处理,针对性得到可优化路径特征,又对各路径根据拐点进行划分,化整为零,逐段比对优化,在实际系统运行中提升处理效率减小报错可能性。
Description
技术领域
本发明涉及物流路径优化处理领域,具体涉及一种用于物流自动分拣路径的优化方法及系统。
背景技术
随着科技发展,无人仓库占到了越来越大的比重,为了提升物流仓库内部运行效率与安全性,利用无人穿梭车替代人工分拣运输,降低成本的同时提升分拣时效性,但单一仓库内无人穿梭车的数量不确定,因此分拣路径的规划尤为重要。
发明内容
针对现有技术的不足,本发明提供了一种用于物流自动分拣路径的优化方法及系统,通过对路径的多级分步截取,精确确定优化片段,提升路径优化效率。
为实现上述目的,本发明提供了一种用于物流自动分拣路径的优化方法,包括:
S1、根据待优化物流自动分拣路径建立物流自动分拣路径库;
S2、利用所述物流自动分拣路径库获取物流自动分拣路径优化特征;
S3、利用所述物流自动分拣路径优化特征对待优化物流自动分拣路径进行优化。
优选的,所述根据待优化物流自动分拣路径建立物流自动分拣路径库包括:
S1-1、获取待优化物流自动分拣路径;
S1-2、根据所述待优化物流自动分拣路径获取历史物流自动分拣路径;
S1-3、利用所述历史物流自动分拣路径建立历史物流自动分拣路径集合;
S1-4、判断所述历史物流自动分拣路径集合中是否存在重复子集,若是,则保留历史物流自动分拣路径集合中重复子集的数量为1,否则,保留当前历史物流自动分拣路径集合;
S1-5、利用所述历史物流自动分拣路径集合作为物流自动分拣路径库。
进一步的,利用所述物流自动分拣路径库获取物流自动分拣路径优化特征包括:
S2-1、判断所述物流自动分拣路径库对应运行环境与待优化物流自动分拣路径对应运行环境是否一致,若是,则执行S2-2,否则,返回S1-1;
S2-2、根据所述物流自动分拣路径库建立物流自动分拣路径次级特征库;
S2-3、利用所述物流自动分拣路径库、物流自动分拣路径次级特征库与待优化物流自动分拣路径得到物流自动分拣路径优化特征。
进一步的,根据所述物流自动分拣路径库建立物流自动分拣路径次级特征库包括:
获取所述物流自动分拣路径库中历史物流自动分拣路径特征节点;
根据所述历史物流自动分拣路径节点获取对应时刻作为历史物流自动分拣路径特征时刻;
利用所述物流自动分拣路径库中历史物流自动分拣路径特征节点与对应历史物流自动分拣路径特征时刻建立物流自动分拣路径次级特征库;
其中,所述历史物流自动分拣路径特征节点为同一历史物流自动分拣路径的拐点。
进一步的,利用所述物流自动分拣路径库、物流自动分拣路径次级特征库与待优化物流自动分拣路径得到物流自动分拣路径优化特征包括:
分别获取待优化物流自动分拣路径对应起点与终点作为基准起点与基准终点;
利用所述基准起点与基准终点根据物流自动分拣路径库建立物流自动分拣初始路径集合;
利用所述物流自动分拣初始路径集合根据物流自动分拣路径次级特征库获取对应物流自动分拣路径初始次级特征集合;
利用所述物流自动分拣初始路径集合与对应物流自动分拣路径初始次级特征集合作为物流自动分拣路径优化特征。
进一步的,利用所述物流自动分拣路径优化特征对待优化物流自动分拣路径进行优化包括:
S3-1、利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径冲突检测处理;
S3-2、利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径距离优化处理;
S3-3、利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径优化复验处理。
进一步的,利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径冲突检测处理包括:
S3-1-1、根据所述待优化物流自动分拣路径获取同时刻其余物流自动分拣路径;
S3-1-2、判断所述同时刻其余物流自动分拣路径与物流自动分拣路径优化特征是否存在冲突,若是,则执行S3-1-3,否则,保留当前物流自动分拣路径优化特征,并结束路径冲突检测处理;
S3-1-3、根据所述同时刻其余物流自动分拣路径去除物流自动分拣路径优化特征中存在冲突的物流自动分拣初始路径集合与对应物流自动分拣路径初始次级特征集合,并返回S3-1-2。
进一步的,利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径距离优化处理包括:
S3-2-1、分别获取物流自动分拣路径优化特征中物流自动分拣初始路径集合中各子集相邻拐点的间隔时间与对应间隔距离作为优化比对时间与优化比对距离;
S3-2-2、利用所述优化比对时间与优化比对距离根据基础优化规则建立模拟优化路径;
S3-2-3、判断所述待优化物流自动分拣路径与模拟优化路径是否完全对应,若是,则输出模拟优化路径作为待优化物流自动分拣路径完成路径距离优化处理,否则,执行S3-2-4;
S3-2-4、获取所述待优化物流自动分拣路径与模拟优化路径的相异片段;
S3-2-5、判断所述待优化物流自动分拣路径的相异片段是否优于模拟优化路径的相异片段,若是,则保留当前待优化物流自动分拣路径完成路径距离优化处理,否则,利用所述模拟优化路径的相异片段对待优化物流自动分拣路径的相异片段进行替换,得到当前待优化物流自动分拣路径完成路径距离优化处理;
其中,所述基础优化规则为同一基准起点与基准终点对应优化比对时间与优化比对距离均为最短。
进一步的,利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径优化复验处理包括:
S3-3-1、判断当前时刻待优化物流自动分拣路径与相邻上一时刻待优化物流自动分拣路径是否完全一致,若是,则直接完成路径优化复验处理,否则,执行S3-3-2;
S3-3-2、判断当前时刻待优化物流自动分拣路径与当前时刻其余物流自动分拣路径是否存在冲突,若是,则执行S3-3-3,否则,返回S3-1-1;
S3-3-3、判断存在冲突的当前时刻待优化物流自动分拣路径与当前时刻其余物流自动分拣路径的起止点是否一致,若是,则S3-3-4,否则,完成路径优化复验处理;
S3-3-4、判断存在冲突的当前时刻待优化物流自动分拣路径与当前时刻其余物流自动分拣路径的运行时刻是否一致,若是,则返回S3-1-1,否则,完成路径优化复验处理。
一种用于物流自动分拣路径的优化系统,包括:
路径建立模块,用于根据待优化物流自动分拣路径建立物流自动分拣路径库;
特征获取模块,用于利用所述物流自动分拣路径库获取物流自动分拣路径优化特征;
路径优化模块,用于利用所述物流自动分拣路径优化特征对待优化物流自动分拣路径进行优化。
与最接近的现有技术相比,本发明具有的有益效果:
根据同一物流仓库的历史数据建立路径库,在优化前期就建立可信度较高的参照数据库,同时根据路径库进行特征获取与筛选处理,针对性得到可优化路径特征,又对各路径根据拐点进行划分,化整为零,逐段比对优化,在实际系统运行中提升处理效率减小报错可能性。
附图说明
图1是本发明提供的一种用于物流自动分拣路径的优化方法的流程图;
图2是本发明提供的一种用于物流自动分拣路径的优化系统的示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,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它实施例,都属于本发明保护的范围。
实施例1:本发明提供了一种用于物流自动分拣路径的优化方法,如图1所示,包括:
S1、根据待优化物流自动分拣路径建立物流自动分拣路径库;
S2、利用所述物流自动分拣路径库获取物流自动分拣路径优化特征;
S3、利用所述物流自动分拣路径优化特征对待优化物流自动分拣路径进行优化。
S1具体包括:
S1-1、获取待优化物流自动分拣路径;
S1-2、根据所述待优化物流自动分拣路径获取历史物流自动分拣路径;
S1-3、利用所述历史物流自动分拣路径建立历史物流自动分拣路径集合;
S1-4、判断所述历史物流自动分拣路径集合中是否存在重复子集,若是,则保留历史物流自动分拣路径集合中重复子集的数量为1,否则,保留当前历史物流自动分拣路径集合;
S1-5、利用所述历史物流自动分拣路径集合作为物流自动分拣路径库。
S2包括:
S2-1、判断所述物流自动分拣路径库对应运行环境与待优化物流自动分拣路径对应运行环境是否一致,若是,则执行S2-2,否则,返回S1-1;
S2-2、根据所述物流自动分拣路径库建立物流自动分拣路径次级特征库;
S2-3、利用所述物流自动分拣路径库、物流自动分拣路径次级特征库与待优化物流自动分拣路径得到物流自动分拣路径优化特征。
S2-2具体包括:
S2-2-1、获取所述物流自动分拣路径库中历史物流自动分拣路径特征节点;
S2-2-2、根据所述历史物流自动分拣路径节点获取对应时刻作为历史物流自动分拣路径特征时刻;
S2-2-3、利用所述物流自动分拣路径库中历史物流自动分拣路径特征节点与对应历史物流自动分拣路径特征时刻建立物流自动分拣路径次级特征库;
其中,所述历史物流自动分拣路径特征节点为同一历史物流自动分拣路径的拐点。
本实施例中,一种用于物流自动分拣路径的优化方法,所述拐点为无人穿梭车的转弯位置,以此为特征进行路径划分,有效获取不同路径的个中特征。
S2-3具体包括:
S2-3-1、分别获取待优化物流自动分拣路径对应起点与终点作为基准起点与基准终点;
S2-3-2、利用所述基准起点与基准终点根据物流自动分拣路径库建立物流自动分拣初始路径集合;
S2-3-3、利用所述物流自动分拣初始路径集合根据物流自动分拣路径次级特征库获取对应物流自动分拣路径初始次级特征集合;
S2-3-4、利用所述物流自动分拣初始路径集合与对应物流自动分拣路径初始次级特征集合作为物流自动分拣路径优化特征。
S3具体包括:
S3-1、利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径冲突检测处理;
S3-2、利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径距离优化处理;
S3-3、利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径优化复验处理。
本实施例中,一种用于物流自动分拣路径的优化方法,路径冲突一般可理解为同一位置同一时刻不同无人车存在碰撞风险,尽管实际实施中碰撞概率极低,但为后续优化处理后路径安全性进行保证,在优化处理开始就进行碰撞风险检测。
S3-1具体包括:
S3-1-1、根据所述待优化物流自动分拣路径获取同时刻其余物流自动分拣路径;
S3-1-2、判断所述同时刻其余物流自动分拣路径与物流自动分拣路径优化特征是否存在冲突,若是,则执行S3-1-3,否则,保留当前物流自动分拣路径优化特征,并结束路径冲突检测处理;
S3-1-3、根据所述同时刻其余物流自动分拣路径去除物流自动分拣路径优化特征中存在冲突的物流自动分拣初始路径集合与对应物流自动分拣路径初始次级特征集合,并返回S3-1-2。
S3-2具体包括:
S3-2-1、分别获取物流自动分拣路径优化特征中物流自动分拣初始路径集合中各子集相邻拐点的间隔时间与对应间隔距离作为优化比对时间与优化比对距离;
S3-2-2、利用所述优化比对时间与优化比对距离根据基础优化规则建立模拟优化路径;
S3-2-3、判断所述待优化物流自动分拣路径与模拟优化路径是否完全对应,若是,则输出模拟优化路径作为待优化物流自动分拣路径完成路径距离优化处理,否则,执行S3-2-4;
S3-2-4、获取所述待优化物流自动分拣路径与模拟优化路径的相异片段;
S3-2-5、判断所述待优化物流自动分拣路径的相异片段是否优于模拟优化路径的相异片段,若是,则保留当前待优化物流自动分拣路径完成路径距离优化处理,否则,利用所述模拟优化路径的相异片段对待优化物流自动分拣路径的相异片段进行替换,得到当前待优化物流自动分拣路径完成路径距离优化处理;
其中,所述基础优化规则为同一基准起点与基准终点对应优化比对时间与优化比对距离均为最短。
本实施例中,一种用于物流自动分拣路径的优化方法,相异片段的比较在于时间与距离的比较,优于的定义为两个片段比较时间与距离相对较短。
本实施例中,一种用于物流自动分拣路径的优化方法,所述拐点为无人穿梭车的转弯位置,以此为特征进行路径划分,有效获取不同路径的个中特征。
S3-3具体包括:
S3-3-1、判断当前时刻待优化物流自动分拣路径与相邻上一时刻待优化物流自动分拣路径是否完全一致,若是,则直接完成路径优化复验处理,否则,执行S3-3-2;
S3-3-2、判断当前时刻待优化物流自动分拣路径与当前时刻其余物流自动分拣路径是否存在冲突,若是,则执行S3-3-3,否则,返回S3-1-1;
S3-3-3、判断存在冲突的当前时刻待优化物流自动分拣路径与当前时刻其余物流自动分拣路径的起止点是否一致,若是,则S3-3-4,否则,完成路径优化复验处理;
S3-3-4、判断存在冲突的当前时刻待优化物流自动分拣路径与当前时刻其余物流自动分拣路径的运行时刻是否一致,若是,则返回S3-1-1,否则,完成路径优化复验处理。
实施例2:一种用于物流自动分拣路径的优化系统,如图2所示,包括:
路径建立模块,用于根据待优化物流自动分拣路径建立物流自动分拣路径库;
特征获取模块,用于利用所述物流自动分拣路径库获取物流自动分拣路径优化特征;
路径优化模块,用于利用所述物流自动分拣路径优化特征对待优化物流自动分拣路径进行优化。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本申请实施例的方法、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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (9)
1.一种用于物流自动分拣路径的优化方法,其特征在于,包括:
S1、根据待优化物流自动分拣路径建立物流自动分拣路径库;
S1-1、获取待优化物流自动分拣路径;
S1-2、根据所述待优化物流自动分拣路径获取历史物流自动分拣路径;
S1-3、利用所述历史物流自动分拣路径建立历史物流自动分拣路径集合;
S1-4、判断所述历史物流自动分拣路径集合中是否存在重复子集,若是,则保留历史物流自动分拣路径集合中重复子集的数量为1,否则,保留当前历史物流自动分拣路径集合;
S1-5、利用所述历史物流自动分拣路径集合作为物流自动分拣路径库;
S2、利用所述物流自动分拣路径库获取物流自动分拣路径优化特征;
S3、利用所述物流自动分拣路径优化特征对待优化物流自动分拣路径进行优化。
2.如权利要求1所述的一种用于物流自动分拣路径的优化方法,其特征在于,利用所述物流自动分拣路径库获取物流自动分拣路径优化特征包括:
S2-1、判断所述物流自动分拣路径库对应运行环境与待优化物流自动分拣路径对应运行环境是否一致,若是,则执行S2-2,否则,返回S1-1;
S2-2、根据所述物流自动分拣路径库建立物流自动分拣路径次级特征库;
S2-3、利用所述物流自动分拣路径库、物流自动分拣路径次级特征库与待优化物流自动分拣路径得到物流自动分拣路径优化特征。
3.如权利要求2所述的一种用于物流自动分拣路径的优化方法,其特征在于,根据所述物流自动分拣路径库建立物流自动分拣路径次级特征库包括:
获取所述物流自动分拣路径库中历史物流自动分拣路径特征节点;
根据所述历史物流自动分拣路径节点获取对应时刻作为历史物流自动分拣路径特征时刻;
利用所述物流自动分拣路径库中历史物流自动分拣路径特征节点与对应历史物流自动分拣路径特征时刻建立物流自动分拣路径次级特征库;
其中,所述历史物流自动分拣路径特征节点为同一历史物流自动分拣路径的拐点。
4.如权利要求3所述的一种用于物流自动分拣路径的优化方法,其特征在于,利用所述物流自动分拣路径库、物流自动分拣路径次级特征库与待优化物流自动分拣路径得到物流自动分拣路径优化特征包括:
分别获取待优化物流自动分拣路径对应起点与终点作为基准起点与基准终点;
利用所述基准起点与基准终点根据物流自动分拣路径库建立物流自动分拣初始路径集合;
利用所述物流自动分拣初始路径集合根据物流自动分拣路径次级特征库获取对应物流自动分拣路径初始次级特征集合;
利用所述物流自动分拣初始路径集合与对应物流自动分拣路径初始次级特征集合作为物流自动分拣路径优化特征。
5.如权利要求4所述的一种用于物流自动分拣路径的优化方法,其特征在于,利用所述物流自动分拣路径优化特征对待优化物流自动分拣路径进行优化包括:
S3-1、利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径冲突检测处理;
S3-2、利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径距离优化处理;
S3-3、利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径优化复验处理。
6.如权利要求5所述的一种用于物流自动分拣路径的优化方法,其特征在于,利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径冲突检测处理包括:
S3-1-1、根据所述待优化物流自动分拣路径获取同时刻其余物流自动分拣路径;
S3-1-2、判断所述同时刻其余物流自动分拣路径与物流自动分拣路径优化特征是否存在冲突,若是,则执行S3-1-3,否则,保留当前物流自动分拣路径优化特征,并结束路径冲突检测处理;
S3-1-3、根据所述同时刻其余物流自动分拣路径去除物流自动分拣路径优化特征中存在冲突的物流自动分拣初始路径集合与对应物流自动分拣路径初始次级特征集合,并返回S3-1-2。
7.如权利要求5所述的一种用于物流自动分拣路径的优化方法,其特征在于,利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径距离优化处理包括:
S3-2-1、分别获取物流自动分拣路径优化特征中物流自动分拣初始路径集合中各子集相邻拐点的间隔时间与对应间隔距离作为优化比对时间与优化比对距离;
S3-2-2、利用所述优化比对时间与优化比对距离根据基础优化规则建立模拟优化路径;
S3-2-3、判断所述待优化物流自动分拣路径与模拟优化路径是否完全对应,若是,则输出模拟优化路径作为待优化物流自动分拣路径完成路径距离优化处理,否则,执行S3-2-4;
S3-2-4、获取所述待优化物流自动分拣路径与模拟优化路径的相异片段;
S3-2-5、判断所述待优化物流自动分拣路径的相异片段是否优于模拟优化路径的相异片段,若是,则保留当前待优化物流自动分拣路径完成路径距离优化处理,否则,利用所述模拟优化路径的相异片段对待优化物流自动分拣路径的相异片段进行替换,得到当前待优化物流自动分拣路径完成路径距离优化处理;
其中,所述基础优化规则为同一基准起点与基准终点对应优化比对时间与优化比对距离均为最短。
8.如权利要求6所述的一种用于物流自动分拣路径的优化方法,其特征在于,利用所述待优化物流自动分拣路径根据物流自动分拣路径优化特征进行路径优化复验处理包括:
S3-3-1、判断当前时刻待优化物流自动分拣路径与相邻上一时刻待优化物流自动分拣路径是否完全一致,若是,则直接完成路径优化复验处理,否则,执行S3-3-2;
S3-3-2、判断当前时刻待优化物流自动分拣路径与当前时刻其余物流自动分拣路径是否存在冲突,若是,则执行S3-3-3,否则,返回S3-1-1;
S3-3-3、判断存在冲突的当前时刻待优化物流自动分拣路径与当前时刻其余物流自动分拣路径的起止点是否一致,若是,则S3-3-4,否则,完成路径优化复验处理;
S3-3-4、判断存在冲突的当前时刻待优化物流自动分拣路径与当前时刻其余物流自动分拣路径的运行时刻是否一致,若是,则返回S3-1-1,否则,完成路径优化复验处理。
9.一种基于上述权利要求1-8任一项所述的用于物流自动分拣路径的优化方法的系统,其特征在于,包括:
路径建立模块,用于根据待优化物流自动分拣路径建立物流自动分拣路径库;
特征获取模块,用于利用所述物流自动分拣路径库获取物流自动分拣路径优化特征;
路径优化模块,用于利用所述物流自动分拣路径优化特征对待优化物流自动分拣路径进行优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311229343.0A CN116976542B (zh) | 2023-09-22 | 2023-09-22 | 一种用于物流自动分拣路径的优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311229343.0A CN116976542B (zh) | 2023-09-22 | 2023-09-22 | 一种用于物流自动分拣路径的优化方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116976542A true CN116976542A (zh) | 2023-10-31 |
CN116976542B CN116976542B (zh) | 2023-12-01 |
Family
ID=88475323
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311229343.0A Active CN116976542B (zh) | 2023-09-22 | 2023-09-22 | 一种用于物流自动分拣路径的优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116976542B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117474441A (zh) * | 2023-12-27 | 2024-01-30 | 天津万事达物流装备有限公司 | 一种基于智慧物流大数据的无人仓库进出路径管理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968709A (zh) * | 2012-11-30 | 2013-03-13 | 上海意利信息科技有限公司 | 生产线自动分拣配送系统及方法 |
CN107092265A (zh) * | 2017-06-22 | 2017-08-25 | 义乌文烁光电科技有限公司 | 一种适用于矩阵式仓库的分拣小车路径规划方法 |
CN107215606A (zh) * | 2017-05-23 | 2017-09-29 | 深圳爱淘城网络科技股份有限公司 | 一种分拣方法及系统 |
CN111428931A (zh) * | 2020-03-24 | 2020-07-17 | 上海东普信息科技有限公司 | 物流配送线路规划方法、装置、设备及存储介质 |
CN111532641A (zh) * | 2020-04-30 | 2020-08-14 | 西安电子科技大学 | 仓储分拣中自动引导车的并行路径规划方法 |
CN116203965A (zh) * | 2023-03-19 | 2023-06-02 | 哈尔滨理工大学 | 一种基于agv的改进蚁群算法的路径规划算法 |
-
2023
- 2023-09-22 CN CN202311229343.0A patent/CN116976542B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102968709A (zh) * | 2012-11-30 | 2013-03-13 | 上海意利信息科技有限公司 | 生产线自动分拣配送系统及方法 |
CN107215606A (zh) * | 2017-05-23 | 2017-09-29 | 深圳爱淘城网络科技股份有限公司 | 一种分拣方法及系统 |
CN107092265A (zh) * | 2017-06-22 | 2017-08-25 | 义乌文烁光电科技有限公司 | 一种适用于矩阵式仓库的分拣小车路径规划方法 |
CN111428931A (zh) * | 2020-03-24 | 2020-07-17 | 上海东普信息科技有限公司 | 物流配送线路规划方法、装置、设备及存储介质 |
CN111532641A (zh) * | 2020-04-30 | 2020-08-14 | 西安电子科技大学 | 仓储分拣中自动引导车的并行路径规划方法 |
CN116203965A (zh) * | 2023-03-19 | 2023-06-02 | 哈尔滨理工大学 | 一种基于agv的改进蚁群算法的路径规划算法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117474441A (zh) * | 2023-12-27 | 2024-01-30 | 天津万事达物流装备有限公司 | 一种基于智慧物流大数据的无人仓库进出路径管理方法 |
CN117474441B (zh) * | 2023-12-27 | 2024-03-15 | 天津万事达物流装备有限公司 | 一种基于智慧物流大数据的无人仓库进出路径管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116976542B (zh) | 2023-12-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116976542B (zh) | 一种用于物流自动分拣路径的优化方法及系统 | |
EP4057100A1 (en) | Vehicle scheduling method, apparatus and system | |
CN112001797B (zh) | 对区块链中的交易进行分组的方法和装置 | |
CN116957300B (zh) | 一种基于无人仓库穿梭车的物流数据管理方法及系统 | |
CN117451115B (zh) | 一种用于分拣输送系统的实时状态监测方法 | |
CN111160797A (zh) | 风控模型的构建方法、装置、存储介质及终端 | |
CN115372995A (zh) | 一种基于欧式聚类的激光雷达目标检测方法及系统 | |
CN103793625A (zh) | 碱基序列比对系统及方法 | |
CN113315650B (zh) | 一种节点布局方法及装置 | |
CN117093260B (zh) | 一种基于决策树分类算法的融合模型网站结构解析方法 | |
CN117786542A (zh) | 一种用于多源数据的多级实时分析处理方法 | |
CN116186571B (zh) | 车辆聚类方法、装置、计算机设备及存储介质 | |
CN112286534A (zh) | 一种软件包自动化编译方法 | |
CN111950753A (zh) | 一种景区客流预测的方法及装置 | |
Chwastyk et al. | Integration CAD/CAPP/CAM systems in design process of innovative products | |
CN111179580A (zh) | 一种勤务路线的评估方法及装置 | |
CN117474441B (zh) | 一种基于智慧物流大数据的无人仓库进出路径管理方法 | |
CN115618250B (zh) | 一种雷达目标障碍模拟识别方法 | |
CN112613830A (zh) | 一种物资储备中心选址方法 | |
CN116662474B (zh) | 高精地图数据处理方法、装置、设备和介质 | |
CN112308603A (zh) | 基于相似性扩展的快速门店选址方法及装置、存储介质 | |
CN115618530B (zh) | 一种基于3d模型的圆孔特征识别加工方法 | |
CN113001538A (zh) | 一种命令解析方法及系统 | |
CN117473200B (zh) | 一种用于网站信息数据的综合采集分析方法 | |
CN111581448B (zh) | 卡bin信息入库方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |