CN117670185A - 基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法 - Google Patents
基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法 Download PDFInfo
- Publication number
- CN117670185A CN117670185A CN202311331852.4A CN202311331852A CN117670185A CN 117670185 A CN117670185 A CN 117670185A CN 202311331852 A CN202311331852 A CN 202311331852A CN 117670185 A CN117670185 A CN 117670185A
- Authority
- CN
- China
- Prior art keywords
- container
- decision analysis
- knapsack
- stacking
- cigarette
- 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
- 235000019504 cigarettes Nutrition 0.000 title claims abstract description 56
- 238000004458 analytical method Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 4
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 238000003860 storage Methods 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000007726 management method Methods 0.000 abstract description 7
- 238000012423 maintenance Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 abstract description 2
- 238000012384 transportation and delivery Methods 0.000 abstract description 2
- 241000208125 Nicotiana Species 0.000 abstract 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 abstract 1
- 238000013461 design Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013068 supply chain management Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
- B65G1/00—Storing articles, individually or in orderly arrangement, in warehouses or magazines
- B65G1/02—Storage devices
- B65G1/04—Storage devices mechanical
- B65G1/137—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed
- B65G1/1373—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed for fulfilling orders in warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Marketing (AREA)
- Mathematical Analysis (AREA)
- Development Economics (AREA)
- Computational Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Game Theory and Decision Science (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Mechanical Engineering (AREA)
Abstract
一种基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法,卷烟货架集成传感器、RFID识别、机器视觉等自动化技术的货架系统,它能够实现智能化的仓储管理、自动化的货物存储和出库、智能化的货架运行和维护。烟草行业的货架堆放的利用率有着不小的差距,所以提出了一种基于Knapsack(背包问题)、多维度离散解决卷烟货架堆放利用率的决策分析系统,主要技术特征:堆放过程中,包裹会自底向上堆放,通过自顶向下堆放推算长、宽、高是否符合当前货柜堆放要求,对当前货柜自底向上进行map[N][N][N]进行标识;不符合则取次小的卷烟货柜。
Description
技术领域
本发明涉及一种基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法。
背景技术
根据市场调查专利检测,卷烟货架集成传感器、RFID识别、机器视觉等自动化技术的货架系统,它能够实现智能化的仓储管理、自动化的货物存储和出库、智能化的货架运行和维护。集成传感器可以实时监测货架上的卷烟数量和摆放情况。传感器可以是压力传感器、重量传感器或光电传感器等,用于感知货架上的卷烟变化。传感器将获取的数据传输给货架管理系统,从而实现实时的库存监控和管理。在每个卷烟包装上添加RFID标签,使每个卷烟都具有唯一的标识信息。在货架上添加RFID阅读器,当卷烟放置或取走时,RFID阅读器能够自动识别卷烟的标识信息,并更新库存数据库。这样也可以实现对每个卷烟包装的追踪,来提高库存管理的准确性和可靠性,现有的在先技术中未发现有关Knapsack三维离散堆放利用率的卷烟货架决策分析方法。为此,申请人研制了一种基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法。
发明内容
本发明目的所要解决的技术问题是要提供一种基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法,其特征在于,所述的算法包含一背包问题进行方程式二分法1/2X、1/2Y、Z,该方法包括以下步骤:
步骤一、将通过扫码,获取固定的卷烟包裹体积以及单位长、宽、高,将卷烟装置不同包裹类的里面,打包进行包装入库,再根据货柜原来尺寸以及货柜容量来定义一个立体三维体积X、Y、Z来表示在背包为X*Y*Z的情况下,从货柜获得的最大满足剩余空间的柜号,找到符合立体三维体积X、Y、Z所存在的货柜;
步骤二、使用方程式二分查找的方式1/2X、1/2Y、Z确定所在的范围是否被占用,若未被占用,自顶向下,继续左1、左2、右1、右2寻找;
步骤三、在前(1/2X,1/2Y,Z)基础上,依次判断(1/2(1/2X),1/2(1/2Y),1/2Z)是否被占用,重复左1、左2、右1、右2四部分的递归动作,计算装载后的货柜以及卷烟的剩余空间,Knapsack将卷烟包裹的可利用空间从小到大进行排序;
步骤四、重复步骤二和步骤三,直到找到能够容纳货物的最大柜体,进行自底向下放入;
步骤五、通过更新货柜状态和摆放的map[X][Y][Z]值进行标识已摆放。
于本发明的一个或多个实施例中,所述步骤二中货柜算法自底向上摆放以及自顶向下进行体积处理,从最底层开始逐层放置货物,尽可能地填满每一层,直到货柜的最大高度或者无法再放下更多货物为止。
于本发明的一个或多个实施例中,所述步骤二中每一层货柜,选择适合尺寸的货物进行摆放,优先考虑大的货物,以确保利用货柜空间的效率。
于本发明的一个或多个实施例中,所述步骤二中自顶向下进行体积处理是从顶部开始逐步将货物放入货柜中,并记录每一层的可用体积;在放置下一件货物时,会考虑之前已经放入货柜中的货物,选择一个合适的位置,使得当前层的可用体积尽量大,以便能够摆放更多货物;
自顶向下进行体积处理使用动态规划的方程式二分法1/2X、1/2Y、Z算法进行状态转移和优化,以得到比较接近最优解的结果。
于本发明的一个或多个实施例中,所述步骤三中利用所述依赖关系和货柜参数接口信息生成将分别部署基于Knapsack三维离散堆放利用率的卷烟货架决策分析一系统和进行决策分析的占比利用率排序算法,形成决策分析一系统的初步决策。
于本发明的一个或多个实施例中,所述步骤三中决策分析二系统仅允许所述决策分析一系统调用;分析所述决策分析二系统,确定生产分析环境,且提供相应的规格尺寸占用率信息;利用所述依赖关系和货柜规格尺寸占用率信息生成将分别部署在决策分析系统和进行决策分析一占比利用率排序算法之上,形成决策分析二系统的初步决策;其中,所述决策分析二系统仅允许所述决策分析一系统调用。
于本发明的一个或多个实施例中,所述步骤三中柜子空间由自底向上堆放、自顶向下计算,由决策分析二系统后进行循环计算标识方式,再将离散堆放的进行标识存放,从而得到剩余空间及占有利
有益的效果是:这样的基于Knapsack卷烟货架离散堆放的决策分析,它把货架离散堆放组合优化,在有限的货架空间内合理摆放不同大小的物品。数学优化技术可以用来设计高效的算法,找到最优的堆放方案方程式二分法1/2X、1/2Y、Z,使得货架的利用率最大化,从而降低运输和储存成本。
=附图说明
为了对本发明实施例的特征和优点进行详细说明,将参照以下在附图和描述中使用相同或者类似的参考标号以指代相同或者类似的部分。附图中:
图1是根据本发明实施方式的一种基于Knapsack三维离散堆放利用率并提出决策堆放分析方法的流程图;
图2是本发明一个实施方式的应用场景以及Knapsack三维离散堆放的箱子分类、规格尺寸图,整体箱柜设计尺寸,智能仓储货架的外观设计界面。
图3是本发明一个实施方式的应用场景以及Knapsack三维离散堆放的箱子分类、规格尺寸图,整体箱柜设计尺寸,智能仓储货架的外观设计界面;
图4根据本发明方式进行把货柜进行大、小建模形成立体长方形,每个小正方形存储入map[N][N][N]中,通过X、Y、Z是否被遮挡占用来标识整个货柜的占有率;
图5根据本发明方式进行把货柜进行大、小建模形成立体长方形,每个小正方形存储入map[N][N][N]中,C01说明是目前货柜的占用率,C02则为需要放入货柜的货物。
图6根据本发明由通过二分法每次取立体图形中间点,利用1/2X、1/2Y、Z判断该点是否被占用,将四部分左1、左2、右1、右2,从而决定应该将货物放置到左1、左2、右1、右2。其中D01则为完整X、Y、Z的货物初始算法模型,然后取值1/2X、1/2Y、Z是否被占用,未被占用则分割成左1、左2、右1、右2为基础取值1/2X、1/2Y、Z的D02分析模型。
具体实施方式
下面结合1-6附图所示出的,对本发明进一步说明。一种基于Knapsack多维离散堆放利用率的卷烟货架决策分析方法,能够以相应规则的堆放,最大限制地使用卷烟货柜空间,自底向上堆放、自顶向下计算,最终提高堆放适配率以及堆放可能性,最大可能性地满足空间使用,形成不规则堆放。
将通过扫码,获取固定的卷烟包裹体积以及单位长、宽、高,将卷烟装置不同包裹类的里面,打包进行包装入库。
其次,根据货柜原来尺寸以及货柜容量,获得每个货柜的长、宽、高以及体积,分为大、小柜,并为每个货柜以每包烟建立起一个单位维度。然后计算装载后的货柜以及卷烟的剩余空间,基于Knapsack将卷烟包裹的可利用空间从小到大进行排序。
堆放过程中,包裹会自底向上堆放,通过自顶向下堆放推算长、宽、高是否符合当前货柜旋转要求,符合则对当前货柜自底向上进行map[N][N][N]进行标识。不符合则取次小的卷烟货柜。计算剩余卷烟货柜以及堆放空间;具体实施方式如下:
参见图1所示出的,步骤一、获取卷烟包裹体积:单位长、宽、高。通过扫描计算实际物体的总体积:将所有物体的体积相加,得到实际物体的总体积。对于三维容器,计算其长度、宽度和高度的乘积,得到容器的总体积。分别通过与剩下的货柜的利用率进行对比、排序筛选出可用的货柜箱体。其中:
利用率=(实际物体总体积/容器总体积)×100%
步骤二、建立货柜map[N][N][N](每个点标识为0)的三维空间以及总空间长、宽、高度。如表1建立一个三维分析模型,划分三维立体map[N][N][N]。
表1
参见图4所示出的,针对已有货柜的利用率和货柜已占货物进行标识map[N][N][N](每个点标识为1),未被占用的空间,则保持map[N][N][N](标识为0)。
针对已被占用的空间利用map[N][N][N]的C01方块空间进行标识1,说明C01方块存储空间已被占用。C02为货物的长、宽、高大小体积,需要存储到货柜方块模型里面。
步骤三、体积处理器计算大、小卷烟货柜剩余空间,基于Knapsack的思想由满足卷烟包裹体积的最小空间到最大空间排序。通过建立方程式二分法1/2、1/2Y、Z的模型(表2)
表2
通过方程式二分法1/2X、1/2Y、Z算法进行决定摆放位置左1、左2、右1、右2四部分,引入表3递归函数:
表3
递归方式(或非递归)利用高效的自顶向下的检索方式,计算出剩余空间是否满足堆放货物,高效的三维离散堆放利用率对于优化空间利用和减少资源浪费非常重要,从而筛选出最优货柜的存放位置。
步骤四、从满足空间的包裹抽取最小空间的卷烟货柜,自顶向下,以卷烟包裹推算长、宽、高是否符合当前货柜堆放,符合则对当前货柜的自自map[N][N][N]进行标识1放置。不符合则取次小的卷烟货柜以柜子进行x、y、z(1个单位),根据长、宽、高进行堆放标识则以决策分析:
表4
步骤五、计算剩余卷烟货柜以及堆放空间。经由决策分析1、决策分析2,再由货柜卷烟标识,从而计算当前大箱3占用率23%,并入表5货柜存储表,以分类大、小进行存储。
表5
本发明数学优化技术可以用来设计高效的算法,找到最优的堆放方案方程式二分法1/2X、1/2Y、Z,使得货架的利用率最大化,从而降低运输和储存成本。
货架离散堆放涉及到将连续空间划分为离散的槽位,以便摆放离散大小的物品。离散算法可以帮助确定物品在货架上的位置,考虑到物品的尺寸和空间约束,使得物品之间不会发生重叠或碰撞。在货架离散堆放中,需要对货架和物品进行三维建模。计算机图形学技术可以用来创建货架和物品的虚拟模型,进行可视化展示和仿真,帮助优化堆放方案。
在实际应用中,货架离散堆放问题可能会涉及到大量的物品和复杂的约束条件。人工智能和机器学习技术可以帮助处理这些大规模、复杂的问题,找到更加智能化的堆放方案,提高空间利用效率。在自动化仓库和物流系统中,货架离散堆放可能需要与机器人或自动化设备配合。感知技术如传感器、激光雷达、机器视觉可以帮助机器或设备实时感知货架上的物品情况,从而更加精准地摆放和搬运物品。
货架离散堆放直接关系到仓库和物流的管理效率。供应链管理技术可以帮助优化货物的库存管理、配送计划和仓库布局,提高整个供应链的效率和灵活性。
为了说明的目的,前述描述使用具体命名以提供对所述实施方案的彻底理解。然而,对于本领域的技术人员而言将显而易见的是,不需要具体细节,以便实践所述实施方案。所属技术领域的技术人员应当理解,而本发明不局限于上述的具体实施方式,在本发明基础上采用本领域公知技术的改进和替代均落在本发明的保护范围,应由各权利要求限定之。
Claims (7)
1.一种基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法,其特征在于,所述的算法包含一背包问题进行方程式二分法1/2X、1/2Y、Z,该方法包括以下步骤:
步骤一、将通过扫码,获取固定的卷烟包裹体积以及单位长、宽、高,将卷烟装置不同包裹类的里面,打包进行包装入库,再根据货柜原来尺寸以及货柜容量来定义一个立体三维体积X、Y、Z来表示在背包为X*Y*Z的情况下,从货柜获得的最大满足剩余空间的柜号,找到符合立体三维体积X、Y、Z所存在的货柜;
步骤二、使用方程式二分查找的方式1/2X、1/2Y、Z确定所在的范围是否被占用,若未被占用,自顶向下,继续左1、左2、右1、右2寻找;
步骤三、在前(1/2X,1/2Y,Z)基础上,依次判断(1/2(1/2X),1/2(1/2Y),1/2Z)是否被占用,重复左1、左2、右1、右2四部分的递归动作,计算装载后的货柜以及卷烟的剩余空间,
Knapsack将卷烟包裹的可利用空间从小到大进行排序;
步骤四、重复步骤二和步骤三,直到找到能够容纳货物的最大柜体,进行自底向下放入;
步骤五、通过更新货柜状态和摆放的map[X][Y][Z]值进行标识已摆放。
2.根据权利要求1所述的基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法,其特征在于:所述步骤二中货柜算法自底向上摆放以及自顶向下进行体积处理,从最底层开始逐层放置货物,尽可能地填满每一层,直到货柜的最大高度或者无法再放下更多货物为止。
3.根据权利要求2所述的基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法,其特征在于:所述步骤二中每一层货柜,选择适合尺寸的货物进行摆放,优先考虑大的货物,以确保利用货柜空间的效率。
4.根据权利要求3所述的基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法,其特征在于:所述步骤二中自顶向下进行体积处理是从顶部开始逐步将货物放入货柜中,并记录每一层的可用体积;在放置下一件货物时,会考虑之前已经放入货柜中的货物,选择一个合适的位置,使得当前层的可用体积尽量大,以便能够摆放更多货物;
自顶向下进行体积处理使用动态规划的方程式二分法1/2X、1/2Y、Z算法进行状态转移和优化,以得到比较接近最优解的结果。
5.根据权利要求4所述的基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法,其特征在于:所述步骤三中利用所述依赖关系和货柜参数接口信息生成将分别部署基于Knapsack三维离散堆放利用率的卷烟货架决策分析一系统和进行决策分析的占比利用率排序算法,形成决策分析一系统的初步决策。
6.根据权利要求5所述的基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法,其特征在于:所述步骤三中决策分析二系统仅允许所述决策分析一系统调用;分析所述决策分析二系统,确定生产分析环境,且提供相应的规格尺寸占用率信息;利用所述依赖关系和货柜规格尺寸占用率信息生成将分别部署在决策分析系统和进行决策分析一占比利用率排序算法之上,形成决策分析二系统的初步决策;其中,所述决策分析二系统仅允许所述决策分析一系统调用。
7.根据权利要求6所述的基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法,其特征在于:所述步骤三中柜子空间由自底向上堆放、自顶向下计算,由决策分析二系统后进行循环计算标识方式,再将离散堆放的进行标识存放,从而得到剩余空间及占有利用率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311331852.4A CN117670185A (zh) | 2023-10-13 | 2023-10-13 | 基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311331852.4A CN117670185A (zh) | 2023-10-13 | 2023-10-13 | 基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117670185A true CN117670185A (zh) | 2024-03-08 |
Family
ID=90068988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311331852.4A Pending CN117670185A (zh) | 2023-10-13 | 2023-10-13 | 基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117670185A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118261526A (zh) * | 2024-03-20 | 2024-06-28 | 北京思特博货架制造有限公司 | 一种智能存储柜用物料进出方法、系统、终端及存储介质 |
-
2023
- 2023-10-13 CN CN202311331852.4A patent/CN117670185A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118261526A (zh) * | 2024-03-20 | 2024-06-28 | 北京思特博货架制造有限公司 | 一种智能存储柜用物料进出方法、系统、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1806160B (zh) | 负荷监视方法 | |
CN112001535A (zh) | 物流装箱方法、装置、设备及存储介质 | |
CN108960670B (zh) | 一种仓储物流智能分配存储系统 | |
CN117670185A (zh) | 基于Knapsack三维离散堆放利用率的卷烟货架决策分析方法 | |
CN110705666A (zh) | 人工智能云计算展示架货架货物和标签监控与存储货物方法 | |
CN109447311A (zh) | 基于遗传算法的适配装箱方法、装置、设备和存储介质 | |
US20100256790A1 (en) | System for designing and producing custom layouts for storage or transporting molds | |
CN109523314B (zh) | 一种基于ai技术的供应链管控方法及其系统和存储介质 | |
CN111582787A (zh) | 一种冻库规模型拣货系统及其方法 | |
CN112478553A (zh) | 一种紧致化机器人自动存取系统货物合箱方法 | |
CN114781982A (zh) | 一种冷链仓库管理方法及系统 | |
US10885412B2 (en) | Systems and methods for tracking produce | |
CN112874927B (zh) | 物流包装箱箱型推荐方法 | |
CN109784593A (zh) | 用于多层仓库的产能均衡处理方法和装置 | |
CN116957447A (zh) | 一种agv货到人拣选系统的订单分批方法、系统、设备及介质 | |
CN115496453B (zh) | 货物配载方法、装置、电子设备及存储介质 | |
CN116739478A (zh) | 一种智能仓储人机交互货物管理系统 | |
CN114493457B (zh) | 一种自动化立体仓储的智能控制方法及系统 | |
CN115310917A (zh) | 一种入库管理方法 | |
CN112200390A (zh) | 基于分布估计算法的无人化发货仓承运货架空间规划方法 | |
CN114940386A (zh) | 混合码垛规划方法、装置、计算设备及计算机存储介质 | |
CN110577048A (zh) | 入库调度的方法和系统 | |
CN115239256B (zh) | 物品分拣返架方法、装置、电子设备及存储介质 | |
Lei et al. | Integrated optimization of mixed cargo packing and cargo location assignment in automated storage and retrieval systems | |
CN113963140B (zh) | 一种可变规格圆柱形货物错位摆放装箱系统 |
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 |