CN117910936A - 一种基于数据分析的仓库货物调拨管理方法 - Google Patents
一种基于数据分析的仓库货物调拨管理方法 Download PDFInfo
- Publication number
- CN117910936A CN117910936A CN202410309300.1A CN202410309300A CN117910936A CN 117910936 A CN117910936 A CN 117910936A CN 202410309300 A CN202410309300 A CN 202410309300A CN 117910936 A CN117910936 A CN 117910936A
- Authority
- CN
- China
- Prior art keywords
- cold chain
- warehouse
- cargo
- ith
- goods
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 17
- 238000007726 management method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 18
- 239000002699 waste material Substances 0.000 abstract description 4
- 235000015243 ice cream Nutrition 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于数据分析的仓库货物调拨管理方法,属于货物调拨技术领域,包括以下步骤:S1、获取待调拨冷链货物清单以及最长可等待调拨时长;S2、获取各个冷链仓库在历史天数内的冷链货物出入库记录,确定在最长可等待调拨时长后各个冷链仓库的冷链货物预测库存清单;S3、根据待调拨冷链货物清单以及在最长可等待调拨时长后各个冷链仓库的冷链货物预测库存清单,完成冷链货物调拨。本发明对待调拨冷链货物清单的最长可等待调拨时长后各个冷链仓库的预测库存进行估计,结合冷链仓库中各个货物在历史时间内的出入库记录,来确定各个货物的预测库存量,从而完成冷链货物调拨,可以提高货物调拨效率,降低资源浪费。
Description
技术领域
本发明属于货物调拨技术领域,具体涉及一种基于数据分析的仓库货物调拨管理方法。
背景技术
在冷链货物运输过程中,电商平台运营者和物流商合作为用户提供统仓统配服务中,调拨起着举足经重的作用。传统人为调拨冷链货物可能无法及时感知到仓库的预估库存量和缺货征兆,因而无法及时下发调拨指令;另一方面,人为调拨对于每次调拨数量的决策具有一定的随意性,使得调拨数量信息往往不能反映实际需要。这两个方面均会导致调拨信息的准确性较差。
发明内容
本发明为了解决以上问题,提出了一种基于数据分析的仓库货物调拨管理方法。
本发明的技术方案是:一种基于数据分析的仓库货物调拨管理方法包括以下步骤:
S1、获取待调拨冷链货物清单以及最长可等待调拨时长;
S2、获取各个冷链仓库在历史天数内的冷链货物出入库记录,确定在最长可等待调拨时长后各个冷链仓库的冷链货物预测库存清单;
S3、根据待调拨冷链货物清单以及在最长可等待调拨时长后各个冷链仓库的冷链货物预测库存清单,完成冷链货物调拨。
S3在进行冷链货物调拨时,如待调拨冷链货物清单中需要调拨Y个X牌冰淇淋,则在X牌冰淇淋库存量大于Y个的冷链仓库中选择距离待调拨冷链货物清单所处位置最近的仓库,进行调拨。待调拨冷链货物清单中其余货物同理。
进一步地,S2包括以下子步骤:
S21、获取冷链仓库在历史天数内的冷链货物出入库记录,确定冷链仓库中各个冷链货物的库存评估量;
S22、生成库存约束条件,并根据库存约束条件为冷链仓库中各个冷链货物生成时间评估因子;
S23、将最长可等待调拨时长与各个冷链货物的时间评估因子之间的乘积作为各个冷链货物的代价时长;
S24、根据各个冷链货物的库存评估量和代价时长,确定各个冷链货物在最长可等待调拨时长后的库存量;
S25、将所有冷链货物在最长可等待调拨时长后的库存量作为冷链仓库在最长可等待调拨时长后的冷链货物库存清单。
上述进一步方案的有益效果是:在本发明中,待调拨冷链货物清单包含很多个冷链货物,因此通常设定一个最长可等待调拨时长来规范该清单的最晚调拨时间点,因此本发明对该时长内各个仓库的库存量进行合理评估,保证在该时长内为清单中各个货物匹配最佳调拨仓库,避免资源浪费。本发明从库存评估量和时间评估因子两个方面出发,考虑库存量和每个货物出入库和现有库存量的变化情况,来预测该时长后仓库的大概库存量,提高调拨效率。
进一步地,S21中,冷链货物出入库记录包括各个冷链货物每天的初始库存数量、出库数量以及入库数量。
进一步地,S21包括以下子步骤:
S211、根据冷链仓库在历史天数内的冷链货物出入库记录,计算冷链仓库中各个冷链货物的初始库存系数、出库系数和入库系数;
S212、根据冷链仓库中各个冷链货物的初始库存系数、出库系数和入库系数,计算冷链仓库中各个冷链货物的库存评估量。
进一步地,S211中,冷链仓库中第i个冷链货物的初始库存系数ri的计算公式为:
;式中,max(·)表示最大值运算,min(·)表示最大值运算,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,ri_k+1表示冷链仓库中第i个冷链货物在第k+1天的初始库存数量,K表示历史天数,e表示指数;
S211中,冷链仓库中第i个冷链货物的出库系数outi的计算公式为:
;式中,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量,OUTi_k+1表示冷链仓库中第i个冷链货物在第k+1天的出库数量;
S211中,冷链仓库中第i个冷链货物的入库系数ini的计算公式为:
;式中,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,INi_k+1表示冷链仓库中第i个冷链货物在第k+1天的入库数量。
进一步地,S212中,冷链仓库中第i个冷链货物的库存评估量vi的计算公式为:
;式中,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量,K表示历史天数。
进一步地,S22中,库存约束条件的表达式为:
;式中,αi_k表示冷链仓库中第i个冷链货物在第k天的出入库权重,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量。
进一步地,S22中,冷链仓库中第i个冷链货物的时间评估因子ti的计算公式为:
;式中,αi_k表示冷链仓库中第i个冷链货物在第k天的出入库权重,K表示历史天数。
进一步地,S24中,冷链仓库中第i个货物在最长可等待调拨时长后的库存量Ri的计算公式为:
;式中,vi表示冷链仓库中第i个冷链货物的库存评估量,Ti表示第i个货物的代价时长,K表示历史天数,L表示最长可等待调拨时长,e表示指数,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量。
本发明的有益效果是:本发明对待调拨冷链货物清单的最长可等待调拨时长后各个冷链仓库的预测库存进行估计,结合冷链仓库中各个货物在历史时间内的出入库记录,来确定各个货物的预测库存量,从而完成冷链货物调拨,可以提高货物调拨效率,降低资源浪费。
附图说明
图1为基于数据分析的仓库货物调拨管理方法的流程图。
具体实施方式
下面结合附图对本发明的实施例作进一步的说明。
如图1所示,本发明提供了一种基于数据分析的仓库货物调拨管理方法,包括以下步骤:
S1、获取待调拨冷链货物清单以及最长可等待调拨时长;
S2、获取各个冷链仓库在历史天数内的冷链货物出入库记录,确定在最长可等待调拨时长后各个冷链仓库的冷链货物预测库存清单;
S3、根据待调拨冷链货物清单以及在最长可等待调拨时长后各个冷链仓库的冷链货物预测库存清单,完成冷链货物调拨。
S3在进行冷链货物调拨时,如待调拨冷链货物清单中需要调拨Y个X牌冰淇淋,则在X牌冰淇淋库存量大于Y个的冷链仓库中选择距离待调拨冷链货物清单所处位置最近的仓库,进行调拨。待调拨冷链货物清单中其余货物同理。
在本发明实施例中,S2包括以下子步骤:
S21、获取冷链仓库在历史天数内的冷链货物出入库记录,确定冷链仓库中各个冷链货物的库存评估量;
S22、生成库存约束条件,并根据库存约束条件为冷链仓库中各个冷链货物生成时间评估因子;
S23、将最长可等待调拨时长与各个冷链货物的时间评估因子之间的乘积作为各个冷链货物的代价时长;
S24、根据各个冷链货物的库存评估量和代价时长,确定各个冷链货物在最长可等待调拨时长后的库存量;
S25、将所有冷链货物在最长可等待调拨时长后的库存量作为冷链仓库在最长可等待调拨时长后的冷链货物库存清单。
在本发明中,待调拨冷链货物清单包含很多个冷链货物,因此通常设定一个最长可等待调拨时长来规范该清单的最晚调拨时间点,因此本发明对该时长内各个仓库的库存量进行合理评估,保证在该时长内为清单中各个货物匹配最佳调拨仓库,避免资源浪费。本发明从库存评估量和时间评估因子两个方面出发,考虑库存量和每个货物出入库和现有库存量的变化情况,来预测该时长后仓库的大概库存量,提高调拨效率。
在本发明实施例中,S21中,冷链货物出入库记录包括各个冷链货物每天的初始库存数量、出库数量以及入库数量。
在本发明实施例中,S21包括以下子步骤:
S211、根据冷链仓库在历史天数内的冷链货物出入库记录,计算冷链仓库中各个冷链货物的初始库存系数、出库系数和入库系数;
S212、根据冷链仓库中各个冷链货物的初始库存系数、出库系数和入库系数,计算冷链仓库中各个冷链货物的库存评估量。
在本发明实施例中,S211中,冷链仓库中第i个冷链货物的初始库存系数ri的计算公式为:
;式中,max(·)表示最大值运算,min(·)表示最大值运算,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,ri_k+1表示冷链仓库中第i个冷链货物在第k+1天的初始库存数量,K表示历史天数,e表示指数;
S211中,冷链仓库中第i个冷链货物的出库系数outi的计算公式为:
;式中,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量,OUTi_k+1表示冷链仓库中第i个冷链货物在第k+1天的出库数量;
S211中,冷链仓库中第i个冷链货物的入库系数ini的计算公式为:
;式中,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,INi_k+1表示冷链仓库中第i个冷链货物在第k+1天的入库数量。
在本发明实施例中,S212中,冷链仓库中第i个冷链货物的库存评估量vi的计算公式为:
;式中,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量,K表示历史天数。
在本发明实施例中,S22中,库存约束条件的表达式为:
;式中,αi_k表示冷链仓库中第i个冷链货物在第k天的出入库权重,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量。
在本发明实施例中,S22中,冷链仓库中第i个冷链货物的时间评估因子ti的计算公式为:
;式中,αi_k表示冷链仓库中第i个冷链货物在第k天的出入库权重,K表示历史天数。
在本发明实施例中,S24中,冷链仓库中第i个货物在最长可等待调拨时长后的库存量Ri的计算公式为:
;式中,vi表示冷链仓库中第i个冷链货物的库存评估量,Ti表示第i个货物的代价时长,K表示历史天数,L表示最长可等待调拨时长,e表示指数,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (9)
1.一种基于数据分析的仓库货物调拨管理方法,其特征在于,包括以下步骤:
S1、获取待调拨冷链货物清单以及最长可等待调拨时长;
S2、获取各个冷链仓库在历史天数内的冷链货物出入库记录,确定在最长可等待调拨时长后各个冷链仓库的冷链货物预测库存清单;
S3、根据待调拨冷链货物清单以及在最长可等待调拨时长后各个冷链仓库的冷链货物预测库存清单,完成冷链货物调拨。
2.根据权利要求1所述的基于数据分析的仓库货物调拨管理方法,其特征在于,所述S2包括以下子步骤:
S21、获取冷链仓库在历史天数内的冷链货物出入库记录,确定冷链仓库中各个冷链货物的库存评估量;
S22、生成库存约束条件,并根据库存约束条件为冷链仓库中各个冷链货物生成时间评估因子;
S23、将最长可等待调拨时长与各个冷链货物的时间评估因子之间的乘积作为各个冷链货物的代价时长;
S24、根据各个冷链货物的库存评估量和代价时长,确定各个冷链货物在最长可等待调拨时长后的库存量;
S25、将所有冷链货物在最长可等待调拨时长后的库存量作为冷链仓库在最长可等待调拨时长后的冷链货物库存清单。
3.根据权利要求2所述的基于数据分析的仓库货物调拨管理方法,其特征在于,所述S21中,冷链货物出入库记录包括各个冷链货物每天的初始库存数量、出库数量以及入库数量。
4.根据权利要求2所述的基于数据分析的仓库货物调拨管理方法,其特征在于,所述S21包括以下子步骤:
S211、根据冷链仓库在历史天数内的冷链货物出入库记录,计算冷链仓库中各个冷链货物的初始库存系数、出库系数和入库系数;
S212、根据冷链仓库中各个冷链货物的初始库存系数、出库系数和入库系数,计算冷链仓库中各个冷链货物的库存评估量。
5.根据权利要求4所述的基于数据分析的仓库货物调拨管理方法,其特征在于,所述S211中,冷链仓库中第i个冷链货物的初始库存系数ri的计算公式为:
;式中,max(·)表示最大值运算,min(·)表示最大值运算,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,ri_k+1表示冷链仓库中第i个冷链货物在第k+1天的初始库存数量,K表示历史天数,e表示指数;
所述S211中,冷链仓库中第i个冷链货物的出库系数outi的计算公式为:
;式中,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量,OUTi_k+1表示冷链仓库中第i个冷链货物在第k+1天的出库数量;
所述S211中,所述冷链仓库中第i个冷链货物的入库系数ini的计算公式为:
;式中,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,INi_k+1表示冷链仓库中第i个冷链货物在第k+1天的入库数量。
6.根据权利要求4所述的基于数据分析的仓库货物调拨管理方法,其特征在于,所述S212中,冷链仓库中第i个冷链货物的库存评估量vi的计算公式为:
;式中,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量,K表示历史天数。
7.根据权利要求2所述的基于数据分析的仓库货物调拨管理方法,其特征在于,所述S22中,库存约束条件的表达式为:
;式中,αi_k表示冷链仓库中第i个冷链货物在第k天的出入库权重,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量。
8.根据权利要求2所述的基于数据分析的仓库货物调拨管理方法,其特征在于,所述S22中,冷链仓库中第i个冷链货物的时间评估因子ti的计算公式为:
;式中,αi_k表示冷链仓库中第i个冷链货物在第k天的出入库权重,K表示历史天数。
9.根据权利要求2所述的基于数据分析的仓库货物调拨管理方法,其特征在于,所述S24中,冷链仓库中第i个货物在最长可等待调拨时长后的库存量Ri的计算公式为:
;式中,vi表示冷链仓库中第i个冷链货物的库存评估量,Ti表示第i个货物的代价时长,K表示历史天数,L表示最长可等待调拨时长,e表示指数,ri_k表示冷链仓库中第i个冷链货物在第k天的初始库存数量,INi_k表示冷链仓库中第i个冷链货物在第k天的入库数量,OUTi_k表示冷链仓库中第i个冷链货物在第k天的出库数量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410309300.1A CN117910936B (zh) | 2024-03-19 | 2024-03-19 | 一种基于数据分析的仓库货物调拨管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410309300.1A CN117910936B (zh) | 2024-03-19 | 2024-03-19 | 一种基于数据分析的仓库货物调拨管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117910936A true CN117910936A (zh) | 2024-04-19 |
CN117910936B CN117910936B (zh) | 2024-05-24 |
Family
ID=90685535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410309300.1A Active CN117910936B (zh) | 2024-03-19 | 2024-03-19 | 一种基于数据分析的仓库货物调拨管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117910936B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017068420A2 (en) * | 2015-10-22 | 2017-04-27 | Greyorange Pte Ltd. | Method of managing resources in a warehouse |
CN106910034A (zh) * | 2015-12-22 | 2017-06-30 | 阿里巴巴集团控股有限公司 | 商品对象调拨方法及装置 |
CN106991543A (zh) * | 2016-01-20 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 调拨系统及调拨方法 |
CN107038629A (zh) * | 2017-06-13 | 2017-08-11 | 舒达家居用品(深圳)有限公司 | 一种商品交易中的订单处理方法、装置及服务器 |
CN108154323A (zh) * | 2016-12-02 | 2018-06-12 | 苏宁云商集团股份有限公司 | 一种库存的动态管理方法及系统 |
CN109544060A (zh) * | 2018-10-18 | 2019-03-29 | 金蝶软件(中国)有限公司 | 基于erp的发货量控制方法、装置、计算机设备和存储介质 |
CN109993469A (zh) * | 2017-12-29 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 货物调度信息生成方法与装置 |
CN112016875A (zh) * | 2020-10-19 | 2020-12-01 | 耀方信息技术(上海)有限公司 | 一种药品库存的调拨系统 |
US10922646B1 (en) * | 2017-09-26 | 2021-02-16 | Amazon Technologies, Inc. | Multi-echelon inventory planning under dynamic fulfillment policies |
CN112613701A (zh) * | 2020-12-02 | 2021-04-06 | 红云红河烟草(集团)有限责任公司 | 一种成品卷烟物流调度方法 |
US20230162139A1 (en) * | 2021-11-24 | 2023-05-25 | Coupang Corp. | Systems and methods for inventory estimation |
CN116167697A (zh) * | 2023-04-23 | 2023-05-26 | 长沙智医云科技有限公司 | 医用耗材的库存数据管理系统 |
CN116205556A (zh) * | 2023-05-06 | 2023-06-02 | 成都运荔枝科技有限公司 | 一种基于互联网的冷链食品物流仓储管理系统 |
CN116720811A (zh) * | 2023-08-10 | 2023-09-08 | 山东水发大正物联科技有限公司 | 一种基于物联网的仓储库管理方法及系统 |
-
2024
- 2024-03-19 CN CN202410309300.1A patent/CN117910936B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017068420A2 (en) * | 2015-10-22 | 2017-04-27 | Greyorange Pte Ltd. | Method of managing resources in a warehouse |
CN106910034A (zh) * | 2015-12-22 | 2017-06-30 | 阿里巴巴集团控股有限公司 | 商品对象调拨方法及装置 |
CN106991543A (zh) * | 2016-01-20 | 2017-07-28 | 阿里巴巴集团控股有限公司 | 调拨系统及调拨方法 |
CN108154323A (zh) * | 2016-12-02 | 2018-06-12 | 苏宁云商集团股份有限公司 | 一种库存的动态管理方法及系统 |
CN107038629A (zh) * | 2017-06-13 | 2017-08-11 | 舒达家居用品(深圳)有限公司 | 一种商品交易中的订单处理方法、装置及服务器 |
US10922646B1 (en) * | 2017-09-26 | 2021-02-16 | Amazon Technologies, Inc. | Multi-echelon inventory planning under dynamic fulfillment policies |
CN109993469A (zh) * | 2017-12-29 | 2019-07-09 | 北京京东尚科信息技术有限公司 | 货物调度信息生成方法与装置 |
CN109544060A (zh) * | 2018-10-18 | 2019-03-29 | 金蝶软件(中国)有限公司 | 基于erp的发货量控制方法、装置、计算机设备和存储介质 |
CN112016875A (zh) * | 2020-10-19 | 2020-12-01 | 耀方信息技术(上海)有限公司 | 一种药品库存的调拨系统 |
CN112613701A (zh) * | 2020-12-02 | 2021-04-06 | 红云红河烟草(集团)有限责任公司 | 一种成品卷烟物流调度方法 |
US20230162139A1 (en) * | 2021-11-24 | 2023-05-25 | Coupang Corp. | Systems and methods for inventory estimation |
CN116167697A (zh) * | 2023-04-23 | 2023-05-26 | 长沙智医云科技有限公司 | 医用耗材的库存数据管理系统 |
CN116205556A (zh) * | 2023-05-06 | 2023-06-02 | 成都运荔枝科技有限公司 | 一种基于互联网的冷链食品物流仓储管理系统 |
CN116720811A (zh) * | 2023-08-10 | 2023-09-08 | 山东水发大正物联科技有限公司 | 一种基于物联网的仓储库管理方法及系统 |
Non-Patent Citations (3)
Title |
---|
刘凌云: "DM公司盖板玻璃库存补给优化策略研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, no. 2, 15 February 2024 (2024-02-15), pages 015 - 139 * |
申红升 等: "烟草行业多仓库原料调拨模型与算法研究", 《湖北农业科学》, vol. 62, no. 1, 31 December 2023 (2023-12-31), pages 213 - 217 * |
韩如愿: "两种基于数据驱动的库存预测方法研究", 《中国优秀硕士学位论文全文数据库基础科学辑》, no. 7, 15 July 2019 (2019-07-15), pages 002 - 313 * |
Also Published As
Publication number | Publication date |
---|---|
CN117910936B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110348613B (zh) | 分拨中心智能物流管理方法及系统 | |
US11989689B2 (en) | Optimizing pallet location in a warehouse | |
Vandaele et al. | Load-based POLCA: an integrated material control system for multiproduct, multimachine job shops | |
CN114331220B (zh) | 基于订单动态优先级的乘用车运输车辆调度方法及装置 | |
CN111340423A (zh) | 选仓平台 | |
CN115936588A (zh) | 一种跨境电商供应链的数据模拟方法 | |
CN117910936B (zh) | 一种基于数据分析的仓库货物调拨管理方法 | |
CN112288232A (zh) | 干线网点的货物运输批次规划方法及系统 | |
CN111832985B (zh) | 一种钢材入库时货位分配管理方法及系统 | |
CN117455100B (zh) | 一种基于全局最优化的智能仓储物流调度方法 | |
CN116873431B (zh) | 一种基于岩板智能仓库的多重载agv储运方法 | |
Wang et al. | Optimization of Stacking Location for Mixed Loading of Steel Products | |
CN117541022B (zh) | 一种国际运输散货的拣货路径规划方法 | |
CN117172671B (zh) | 一种智能企业货物管理方法及系统 | |
CN117726265A (zh) | 一种基于智能手机终端的冷链物流信息平台 | |
CN117273606B (zh) | 一种基于智能仓库的无人搬运车调度方法及系统 | |
CN117973626A (zh) | 数字月台车辆调度规划实现方法 | |
Bandasak et al. | Computer Program Development for Unloading Containers to The Warehouse | |
Lee | Improving Delivery Performance Through Predicted Transit Times | |
Liu et al. | Research on Multi-constrained Scheduling Model of Truck Appointment System Considering Congestion and Emission | |
CN114282808A (zh) | 一种共享模式下物流资源与需求的匹配度评价方法 | |
CN117933630A (zh) | 智能仓库综合调度系统 | |
CN114565189A (zh) | 一种原燃料库存预测方法及装置 | |
Kim et al. | A Vehicle Booking System and a Simulation Study | |
CN111985790A (zh) | 一种送装车辆的订单分配方法及系统 |
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 | ||
GR01 | Patent grant |