CN118229194A - 批生产模式下的库位规划方法、电子装置及存储介质 - Google Patents

批生产模式下的库位规划方法、电子装置及存储介质 Download PDF

Info

Publication number
CN118229194A
CN118229194A CN202410437940.0A CN202410437940A CN118229194A CN 118229194 A CN118229194 A CN 118229194A CN 202410437940 A CN202410437940 A CN 202410437940A CN 118229194 A CN118229194 A CN 118229194A
Authority
CN
China
Prior art keywords
warehouse
information
sub
order information
order
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
Application number
CN202410437940.0A
Other languages
English (en)
Other versions
CN118229194B (zh
Inventor
张永衡
屈挺
孙熹
张中飞
张凯
李明星
黄国全
陈泽峰
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.)
Jinan University
Original Assignee
Jinan University
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 Jinan University filed Critical Jinan University
Priority to CN202410437940.0A priority Critical patent/CN118229194B/zh
Publication of CN118229194A publication Critical patent/CN118229194A/zh
Application granted granted Critical
Publication of CN118229194B publication Critical patent/CN118229194B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/08—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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请涉及批生产模式下的库位规划方法、电子装置及存储介质，该方法包括：获取当前空闲的货位信息和组批生产后的多个生产订单信息，每个生产订单信息包括多个目标对象对应的同一类别的单品信息；从多个生产订单信息中，获取每个目标对象对应的多个单品信息，得到每个目标对象对应的多个入库子单信息，并基于货位信息和入库子单信息，进行初始编码，得到第一编码序列；利用ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列；根据备选编码序列和当前编码序列对应的仓储成本，从备选编码序列和当前编码序列中，选取目标编码序列，得到库位规划结果。通过本申请，解决相关技术的库位规划方案易浪费仓库资源及成本的问题。

Description

批生产模式下的库位规划方法、电子装置及存储介质
技术领域
本申请涉及智慧物流技术领域，特别是批生产模式下的库位规划方法、电子装置及存储介质。
背景技术
在相关技术及市场中，订单呈现“多品种，小批量”的特点，例如：涂料市场，越来越多的涂料制造开始从推式生产向拉式生产转变，按照客户的需求来调整生产的节奏，以降低制造成本和提高客户满意度，因此，越来越多的制造企业在生产环节会采取订单组批的方式进行加工生产，如此，带来爆发式增长的订单量。
在相关技术中，由于仓库的仓储面积有限，组批生产企业又存在强硬的存储规则约束限制，因此极易会出现爆仓现象，进而影响仓库运作的效率，很大可能增大成品的平均仓储时间和提升订单的延迟率，使企业的制造成本增加，也降低了客户满意度；在相关技术中，客户需求多种多样且定制化，大多数生产企业已经从生产大批量同类产品转化为生产多品种小批量的产品，由于待入库的入库任务复杂(成品品种多、数量大)、仓库货道多样性等特点，使的相关技术中的仓库管理非常复杂，平面型仓库控制多品种小批量的成品入库难度大。
目前针对相关技术中的库位规划方案，无法满足批生产方式下的仓库存储需求，易浪费仓库资源及成本的问题，尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种批生产模式下的库位规划方法、电子装置及存储介质，以至少解决相关技术的库位规划方案，无法满足批生产方式下的仓库存储需求，易浪费仓库资源及成本的问题。
第一方面，本申请实施例提供了一种批生产模式下的库位规划方法，包括：获取当前空闲的货位信息和组批生产后的多个生产订单信息，其中，所述货位信息用于表征能够存储组批生产的产成品的仓库库位，所述仓库库位包括多种按预设存储功能配置的仓储区，每个所述生产订单信息包括多个目标对象对应的同一类别的单品信息，每个所述目标对象的需求订单信息包括多个类别的所述单品信息；从多个所述生产订单信息中，获取每个所述目标对象对应的多个所述单品信息，得到每个所述目标对象对应的多个入库子单信息，并基于所述货位信息和所述入库子单信息，进行初始编码，得到第一编码序列，其中，所述第一编码序列包括多个第一编码，所述第一编码用于表征一个所述需求订单信息对应的产成品的货位安排；利用自适应性领域搜索ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列，其中，所述当前编码序列包括以下其中之一：所述第一编码序列、基于所述第一编码序列和所述ALNS算法，进行至少一次破坏修复操作迭代的编码序列；根据所述备选编码序列和所述当前编码序列对应的仓储成本，从所述备选编码序列和所述当前编码序列中，选取目标编码序列，得到库位规划结果，其中，所述仓储成本是按预设的库位规划计量规则，对所述生成订单信息所对应的产成品存储在对应的所述仓储区内的存储成本和拣货成本进行计量所得到的。
第二方面，本申请实施例提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的批生产模式下的库位规划方法的步骤。
第三方面，本申请实施例提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的批生产模式下的库位规划方法的步骤。
相比于相关技术，本申请实施例提供的批生产模式下的库位规划方法、电子装置及存储介质，采用获取当前空闲的货位信息和组批生产后的多个生产订单信息，其中，所述货位信息用于表征能够存储组批生产的产成品的仓库库位，所述仓库库位包括多种按预设存储功能配置的仓储区，每个所述生产订单信息包括多个目标对象对应的同一类别的单品信息，每个所述目标对象的需求订单信息包括多个类别的所述单品信息；从多个所述生产订单信息中，获取每个所述目标对象对应的多个所述单品信息，得到每个所述目标对象对应的多个入库子单信息，并基于所述货位信息和所述入库子单信息，进行初始编码，得到第一编码序列，其中，所述第一编码序列包括多个第一编码，所述第一编码用于表征一个所述需求订单信息对应的产成品的货位安排；利用自适应性领域搜索ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列，其中，所述当前编码序列包括以下其中之一：所述第一编码序列、基于所述第一编码序列和所述ALNS算法，进行至少一次破坏修复操作迭代的编码序列；根据所述备选编码序列和所述当前编码序列对应的仓储成本，从所述备选编码序列和所述当前编码序列中，选取目标编码序列，得到库位规划结果，其中，所述仓储成本是按预设的库位规划计量规则，对所述生成订单信息所对应的产成品存储在对应的所述仓储区内的存储成本和拣货成本进行计量所得到的，采用引入具有预设存储功能的仓储区进行协调缓冲，通过对应存储功能的仓储区的不同存储规则，以减缓组批生产导致的短时间大批量仓库运作压力，提升仓库运转效率，节约仓库整体成本，解决了相关技术中的库位规划方案，无法满足批生产方式下的仓库存储需求，易浪费仓库资源及成本的问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是本申请实施例的批生产模式下的库位规划方法的终端的硬件结构框图；
图2是根据本申请实施例的批生产模式下的库位规划方法的流程图；
图3是本申请实施例提供的批生产企业仓储环节运作示意图；
图4是根据本申请实施例的批生产模式下的库位规划装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“多环节”是指大于或者等于两个的环节。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
本实施例提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。以运行在终端上为例，图1是本申请实施例的批生产模式下的库位规划方法的终端的硬件结构框图。如图1所示，终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)和用于存储数据的存储器104，可选地，上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限定。例如，终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如本发明实施例中的批生产模式下的库位规划方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括终端10的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。
本实施例提供了一种运行于上述终端的批生产模式下的库位规划方法，图2是根据本申请实施例的批生产模式下的库位规划方法的流程图，如图2所示，该流程包括如下步骤：
步骤S201，获取当前空闲的货位信息和组批生产后的多个生产订单信息，其中，货位信息用于表征能够存储组批生产的产成品的仓库库位，仓库库位包括多种按预设存储功能配置的仓储区，每个生产订单信息包括多个目标对象对应的同一类别的单品信息，每个目标对象的需求订单信息包括多个类别的单品信息。
在本实施例中，在执行本申请的库位规划方法之前，生产车间对应的组批生产的生产订单，也就是生产订单信息，是已获得的，且对应的生成订单是已排产的组批生产调度，而该排产的组批生产调度所对应的状态可以是全部待生产的，也可以是部分完成和部分待生产的，也可以是全部下线的，而本申请实施例的库位规划方法是根据组批生产后的多个生产订单信息进行对生产出的产成品进行仓储的库位规划，以在产成品下线后能按规划的库位进行仓储以及快速的出库；在本实施例中，每个目标对象(也就是对应的产成品需求商，也就是客户)向生产商提出自己的产成品加工需求，也就是提供一个需求订单信息，而每个需求订单需求信息包括多个种类的单品信息，例如：客户A提供一个关于涂料的需求订单信息，该需求订单信息为：涂料a、涂料b、涂料c、……、涂料m，客户B提供一个关于涂料的需求订单信息，该需求订单信息为：涂料a、涂料c、涂料d、……、涂料n，而组批生产调度是指通过对M类产品的N个客户需求订单，先是针对需求订单信息中的产品类别进行合并分组，对组内具有相同产品类别的单品信息进行组合操作，例如：将客户A和客户B的涂料a进行组合，将客户A和客户B的涂料c进行组合操作，如此，得到多个生产订单信息，例如：一个包括客户A、客户B、……、客户N的涂料a的生产订单信息。
在本实施例中，在库位规划过程中以及按规划的库位进行仓储过程中，是采用将完成下线的每个目标对象对应的产成品放置在对应的仓储区，并在出库时间进行统一出库，例如：从多个组批生产后的生产订单信息中，将客户A对应的涂料a、涂料b、涂料c、……、涂料m放置在某个仓储区，并在出库时间进行统一出库。
步骤S202，从多个生产订单信息中，获取每个目标对象对应的多个单品信息，得到每个目标对象对应的多个入库子单信息，并基于货位信息和入库子单信息，进行初始编码，得到第一编码序列，其中，第一编码序列包括多个第一编码，第一编码用于表征一个需求订单信息对应的产成品的货位安排。
在本实施例中，将已获取的所有生产订单信息，按单品信息(对应一个类别的产品，例如：涂料a)进行拆分，然后，对其中具有相同目标对象的单品信息进行组合操作，进而得到多个目标对象对应的仓储的入库订单，每个目标对象对应的仓储的入库订单包括多个入库子单信息，例如：客户A对应的涂料a、涂料b、涂料c、……、涂料m。
在本实施例中，在组合操作得到每个目标对象对应的多个入库子单信息之后，将每个目标对象对应的多个入库子单信息作为一个对应的仓储的入库订单分配一个仓储区，进而实现初始编码，得到对应的第一编码序列，例如：设定有8个入库订单、6个单货道仓储区和至少一个暂存仓储区，8个入库订单用1-8整数表示、单货道仓储区用9-14整数表示，且9-11表示长货道，12-14表示短货道，暂存仓储区用15表示，在采用单层编码，并随机初始编码，得到一个第一编码序列为：[1,9][2,9][3,10][4,11][5,12][6,13][7,14][8,15]，其中，[1,9]表示一个第一编码，且该第一编码序列表示入库订单1、入库订单2分配给长货道9；入库订单3分配给长货道10，入库订单4分配给长货道11，入库订单5分配给短货道12,入库订单6分配给短货道13，入库订单7分配给短货道14，入库订单8先放置于暂存仓储区。
步骤S203，利用自适应性领域搜索ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列，其中，当前编码序列包括以下其中之一：第一编码序列、基于第一编码序列和ALNS算法，进行至少一次破坏修复操作迭代的编码序列。
在本实施例中，在生成第一编码序列后，ALNS算法采用破坏算子将预设比例的第一编码从第一编码序列中破坏删除，再采用修复操作将破坏列表里的第一编码重新插入到不完整的编码序列中，形成完成依次破坏修复操作迭代的编码序列，然后重复进行迭代操作，以执行对当前编码序列进行破坏修复操作，生成备选编码序列；在本实施例中，再执行完一次破坏修复操作之后，根据对应的破坏操作和修复操作对应的权重和轮盘赌的方式选择、调整执行后一次破坏修复操作所对应的破坏操作和修复操作。
在本实施例中，在对第一编码进行破坏和修复操作过程中，修复的第一编码必须满足设定的约束条件，同时，在本实施例中，对不满足约束条件、最大存放量和存放时间的编码方案，也就是对新解的编码序列中的编码，如果不满足约束条件、最大存放量和存放时间的编码，则自动省略掉，其中，约束条件包括：第一编码对应的货位信息和多个入库子单信息满足如下条件：1、由每个目标对象所对应的多个入库子单信息组成的入库订单的实际出库时间不得晚于需求订单信息中所要求的发货时间、每组批批次的产品数量和与该批分配到长货道和短货道，以及直接进入暂存区的产品求和相等；2、每批次的产成品的产品数量为需求订单信息被拆分到该组批批次进行生产的产成品的求和数量、各个单货道仓储区的容量限制，生产订单在选择单货道仓储区时，其占用托盘数量与已存入单货道仓储区的托盘数量之和不大于该单货道仓储区最大托盘数量、前一个入库订单对应的产成品的出库后下一个入库订单才能占用该单货道仓储区；3、单货道仓储区的约束，入库订单入库时只能被分配到已经存放了该目标对象的产成品的单货道仓储区或者空单货道仓储区、在入库之后若不直接分配至单货道仓储区的情况下，生产批次入库时间位进入暂存仓储区的时间、若离开暂存仓储区之后分配到单货道仓储区，离开暂存仓储区的时间为进入单货道仓储区的时间、归属于需求订单o的产成品p是否在生产批次b中进行生产。
步骤S204，根据备选编码序列和当前编码序列对应的仓储成本，从备选编码序列和当前编码序列中，选取目标编码序列，得到库位规划结果，其中，仓储成本是按预设的库位规划计量规则，对生成订单信息所对应的产成品存储在对应的仓储区内的存储成本和拣货成本进行计量所得到的。
在本实施例中，在完成当前的破坏修复操作迭代，并生成对应的备选编码序列之后，基于预设的目标函数，也就是对应的仓储成本，确定当前迭代所生成的备选编码序列是否优于未进行迭代之前的当前编码序列，从而确定是否继续进行迭代，直到确定出最优的目标编码序列，当得到目标编码序列后，对应的库位规划结果包括将目标编码序列的每个编码对应的多个入库子单信息所对应的产成品存放在每个编码对应的货位信息所对应的货位上，也就是存放在对应的单货道仓储区货暂存仓储区。
通过上述步骤S201至步骤S204，采用获取当前空闲的货位信息和组批生产后的多个生产订单信息，其中，货位信息用于表征能够存储组批生产的产成品的仓库库位，仓库库位包括多种按预设存储功能配置的仓储区，每个生产订单信息包括多个目标对象对应的同一类别的单品信息，每个目标对象的需求订单信息包括多个类别的单品信息；从多个生产订单信息中，获取每个目标对象对应的多个单品信息，得到每个目标对象对应的多个入库子单信息，并基于货位信息和入库子单信息，进行初始编码，得到第一编码序列，其中，第一编码序列包括多个第一编码，第一编码用于表征一个需求订单信息对应的产成品的货位安排；利用自适应性领域搜索ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列，其中，当前编码序列包括以下其中之一：第一编码序列、基于第一编码序列和ALNS算法，进行至少一次破坏修复操作迭代的编码序列；根据备选编码序列和当前编码序列对应的仓储成本，从备选编码序列和当前编码序列中，选取目标编码序列，得到库位规划结果，其中，仓储成本是按预设的库位规划计量规则，对生成订单信息所对应的产成品存储在对应的仓储区内的存储成本和拣货成本进行计量所得到的，采用引入具有预设存储功能的仓储区进行协调缓冲，通过对应存储功能的仓储区的不同存储规则，以减缓组批生产导致的短时间大批量仓库运作压力，提升仓库运转效率，节约仓库整体成本，解决了相关技术中的库位规划方案，无法满足批生产方式下的仓库存储需求，易浪费仓库资源及成本的问题。
需要说明的是，本申请实施例的库位规划方法采用自适应大邻域搜索算法ALNS求解多客户多生产批次的订单拆分重组的库位规划问题，提升仓库环节运营效率，节约仓库运作成本；本申请实施例的库位规划方法解决组批生产类型的企业仓储阶段高成本低效率的问题。
图3是本申请实施例提供的批生产企业仓储环节运作示意图，参考图3，其中的组批生产调度操作针对M类产品的N个需求订单，首先针对需求订单的产品类别进行合并分组，对组合内具有相同产品类别的单品信息进行组合操作，最终形成包括多个生产批次的生产订单；同时，生产车间中的组批生产操作则是根据生产经济批量投入生产；图3中的平面型仓库内部按照功能划分为两个不同的区域：(1)暂存仓储区，该区域内承接批量下线的产成品(含不同目标对象不同交货期的产成品)；(2)单货道仓储区，该区域内配置长货道仓储区、短货道仓储区；而仓储环节需要进行两个操作，即分批和排库操作，分批操作即在批量下线后，按照其内部所属需求订单的不同，对每个生产批次订单进行拆分，并将所有生产订单拆分后，对其中具有相同需求订单的单品信息进行组合操作，最终形成多个目标对象对应的入库订单；排库操作则按照总仓储成本最小化的原则，首先为每个入库订单指定货道，随后将生产完成下线的产品放置对应货道并在出库时间进行统一出库。
在其中一些实施例中，步骤S202的从多个生产订单信息中，获取每个目标对象对应的多个单品信息，得到每个目标对象对应的多个入库子单信息，通过如下步骤实现：
步骤21，获取每个目标对象所对应的需求订单信息，并在对应的需求订单信息中，确定每个类别的产品信息，得到多个第一生产信息，其中，每个第一生产信息对应一个类别的单品信息。
在本实施例中，为获取对应的生产订单信息，也就是组批生产的多个目标对象对应的同一类别的单品信息，需要先获取多个目标对象对应的需求订单信息，并通过每个目标对象对应的需求订单信息，确定对应的单品信息的种类，也就是确定对应的第一生产信息，例如：客户A提供一个关于涂料的需求订单信息为：涂料a、涂料b、涂料c、……、涂料m，在获取该需求订单信息后，则可以确定对应的第一生产信息，例如：涂料c，同时，还会确定该涂料的相关信息，例如：涂料种类，涂料需求量，还从需求订单信息中，确定出对应的交货时间。
步骤22，基于第一生产信息，对每个生产订单信息进行拆分，得到每个目标对象在每个生产订单信息中的入库子单信息。
在本实施例中，在确定所有需求订单信息分别对应的第一生产信息后，则以第一生产信息对应的产品类别，将组成生产后所生成的生产订单信息进行拆分，例如：当一个生产订单信息对应的是涂料a的生产订单信息，设定该生产订单为{A-a涂料、B-a涂料、C-a涂料、……、N-a涂料}，拆分后，得到A-a涂料、B-a涂料、C-a涂料、……、N-a涂料对应的入库子单信息。
步骤23，依次将每个目标对象在每个生产订单信息中的入库子单信息进行组合，得到每个目标对象对应的多个入库子单信息。
在本实施例中，在得到每个目标对象在每个生产订单信息中的入库子单信息后，会进行排库单组合，例如：拆分后，得到m组入库子单信息，设定得到的m组入库子单信息为：A-a涂料、B-a涂料、C-a涂料、……、N-a涂料；A-b涂料、B-b涂料、C-b涂料、……、N-b涂料；A-c涂料、B-c涂料、C-c涂料、……、N-c涂料；……；A-m涂料、B-m涂料、C-m涂料、……、N-m涂料，进行排库组合，会得到每个目标对象对应的多个入库子单信息，例如：目标对象A对应的多个入库子单信息{A-a涂料、A-b涂料、A-c涂料、……、A-m涂料}。
通过上述步骤中的获取每个目标对象所对应的需求订单信息，并在对应的需求订单信息中，确定每个类别的产品信息，得到多个第一生产信息，其中，每个第一生产信息对应一个类别的单品信息；基于第一生产信息，对每个生产订单信息进行拆分，得到每个目标对象在每个生产订单信息中的入库子单信息；依次将每个目标对象在每个生产订单信息中的入库子单信息进行组合，得到每个目标对象对应的多个入库子单信息，实现了根据需求订单信息确定对应的多个生产订单信息，为实施库位规划提供数据。
在其中一些实施例中，步骤S202中的基于货位信息和入库子单信息，进行初始编码，得到第一编码序列，通过如下步骤实现：
步骤31，根据货位信息，确定当前空闲的每个仓储区的货道类别，其中，每种货道类别的仓储区对应预设的仓储容量，仓储区包括单货道仓储区和暂存仓储区。
在本实施例中，因为每种存储功能的仓储区所对应的存储规则和仓储容量，因此，为有效的进行库位安排，需要先确定每个仓储区的存储规划和仓储容量，以使的每个目标对象对应的多个入库子单信息(组合一个目标对象对应的入库订单)分配至对应的仓储区；在本实施例中，采用根据每个仓储区的货道类别，确定每个仓储区的存储规划和仓储容量。
步骤32，基于仓储区对应的仓储容量、每个目标对象对应的入库子单信息的数目和每个入库子单信息对应的产成品货物量，将当前批次的所有生产订单信息所对应的所有入库子单信息，分配至对应的仓储区，并将分配至每个仓储区的入库子单信息组合为一个入库订单，其中，单货道仓储区所对应的入库订单包括一个目标对象所对应的至少一个入库子单信息，暂存仓储区所对应的入库订单包括未分配至单货道仓储区的所有入库子单信息。
在本实施例中，对其中具有相同目标对象的单品信息进行组合操作，进而得到多个目标对象对应的仓储的入库订单，每个目标对象对应的仓储的入库订单包括多个入库子单信息，例如：客户A对应的涂料a、涂料b、涂料c、……、涂料m，然后根据由每个目标对象对应的多个入库子单信息组成的入库订单所对应的总的产成品货物量，选取满足存储要求的仓储区，然后从多个满足存储需求的仓储区中，随机选择一个仓储区，以实现入库订单与仓储区的分配。
步骤33，按预设的编码规则，对每个入库订单和与入库订单对应的仓储区进行编码，并将编码得到的第一编码排列为第一编码序列。
在本实施例中，采用单层编码的方式，将入库订单与仓储区进行编码成一个第一编码，并将多个第一编码进行排列，以生成第一编码序列，例如：10个入库订单、8个单货道仓储区和至少一个暂存仓储区，10个入库订单用1-10整数表示、单货道仓储区用11-18整数表示，且11-14表示长货道，15-18表示短货道，暂存仓储区用19表示，随机编码并生成一个第一编码序列为：[1,11][2,12][3,11][4,13][5,14][6,15][7,15][8,16][9,18][10,19]，在该第一编码序列中，短货道17未被使用。
通过上述步骤中的根据货位信息，确定当前空闲的每个仓储区的货道类别，其中，每种货道类别的仓储区对应预设的仓储容量，仓储区包括单货道仓储区和暂存仓储区；基于仓储区对应的仓储容量、每个目标对象对应的入库子单信息的数目和每个入库子单信息对应的产成品货物量，将当前批次的所有生产订单信息所对应的所有入库子单信息，分配至对应的仓储区，并将分配至每个仓储区的入库子单信息组合为一个入库订单，其中，单货道仓储区所对应的入库订单包括一个目标对象所对应的至少一个入库子单信息，暂存仓储区所对应的入库订单包括未分配至单货道仓储区的所有入库子单信息；按预设的编码规则，对每个入库订单和与入库订单对应的仓储区进行编码，并将编码得到的第一编码排列为第一编码序列，实现了将生成订单中的单品信息与当前空闲的库位的初始编码，以生成一个初始的产成品的货位安排，采用引入暂存仓储区进行协调缓冲，通过对应存储功能的仓储区的不同存储规则，以减缓组批生产导致的短时间大批量仓库运作压力，提升仓库运转效率，节约仓库整体成本。
在其中一些实施例中，基于仓储区对应的仓储容量、每个目标对象对应的入库子单信息的数目和每个入库子单信息对应的产成品货物量，将当前批次的所有生产订单信息所对应的所有入库子单信息，分配至对应的仓储区，包括如下步骤：
步骤41，从当前空闲的仓储区中，选取单货道仓储区，并确定每个单货道仓储区的仓储容量。
步骤42，基于每个目标对象对应的入库子单信息的数目和每个入库子单信息对应的产成品货物量，确定每个目标对象所对应的产成品总货物量。
步骤43，从多个备选单货道仓储区中，随机选取一个备选仓储区，其中，备选仓储区包括仓储容量不小于产成品总货物量的单货道仓储区。
在本实施例中，一个目标对象对应的入库订单的产成品，只能被允许存储在一个单货道仓储区，在选取被选仓储区时，对应的仓储区只能是存储有该目标对象对应的一个类别的产成品的仓储区或者是未存储任何产成品的空仓储区；可以理解的是，当不同的入库订单被分配至同一仓储区时，其对应的仓储时间是错开的，也就是虽然两个入库订单被分配至同一仓储区，它们的仓储时间、出入库时间是不重复的，例如：当入库订单1和入库订单2被分配至长货道仓储区9，则入库订单2在入库订单1完成出库之后，才能被存储至长货道仓储区9。
步骤44，将第一备选对象所对应的所有入库子单信息作为选取出的备选单货道仓储区的入库订单进行分配，直至所有单货道仓储区分配对应的入库订单，其中，第一备选对象包括产成品总货物量不大于对应的仓储容量的目标对象。
通过上述步骤的从当前空闲的仓储区中，选取单货道仓储区，并确定每个单货道仓储区的仓储容量；基于每个目标对象对应的入库子单信息的数目和每个入库子单信息对应的产成品货物量，确定每个目标对象所对应的产成品总货物量；从多个备选单货道仓储区中，随机选取一个备选仓储区，其中，备选仓储区包括仓储容量不小于产成品总货物量的单货道仓储区；将第一备选对象所对应的所有入库子单信息作为选取出的备选单货道仓储区的入库订单进行分配，直至所有单货道仓储区分配对应的入库订单，其中，第一备选对象包括产成品总货物量不大于对应的仓储容量的目标对象，通过利用仓储区的不同存储规则，在不造成仓储区浪费的情况下，为不同的入库订单分配对应的仓储区，以减缓组批生产导致的短时间大批量仓库运作压力，提升仓库运转效率，节约仓库整体成本。
在其中一些实施例中，在所有单货道仓储区分配对应的入库订单之后，还执行如下步骤：
步骤51，确定每个暂存仓储区的仓储容量，得到暂存容量；
步骤52，基于入库子单信息所对应的产成品货物量和暂存容量，将未分配的所有入库子单信息分配成至少一个暂存入库订单，其中，每个暂存入库订单所对应的产成品总货物量不小于暂存容量；
步骤53，将至少一个暂存入库订单与所有暂存仓储区，进行随机分配，以为每个暂存仓储区分配对应的入库订单。
在本实施例中，在单货道仓储区被分配完但还存在未分配的入库子单信息所对应的产成品，此时，将未分配的入库子单信息所对应的产成品分配给暂存仓储区，通过暂存仓储区进行协调缓冲，以减缓组批生产方式导致的短时间大批量仓库运作压力，提升仓库运转效率，节约仓库整体成本。
在其中一些实施例中，按预设的库位规划计量规则，对生成订单信息所对应的产成品存储在对应的仓储区内的存储成本和拣货成本进行计量，包括：
按如下公式计量仓储成本min fSto：
min fSto＝CS+CT+CP
其中，o表示需求订单编号,o＝1,2,…,O，b表示组批批次编号,b＝1,2,…,B，p表示产成品编号,p＝1,2,…,P，l表示单货道仓储区中的长货道编号，s表示单货道仓储区中的短货道编号，tb表示组批批次b的到仓时间，表示需求订单o中产成品p进入暂存仓储区的时间，表示需求订单o中产成品p离开暂存仓储区的时间，表示组批批次b中需求订单o中产成品p分配至长货道l的时间，表示组批批次b中需求订单o中产成品p分配至短货道s的时间,表示需求订单的允许出库时间，表示需求订单o的要求发货时间，表示单个短货道所能容纳的最小托盘数量，ZT,ls表示产成品从单货道仓储区移动到发货区域的拣货距离，Qb表示组批生产批次b中产成品总数量，fSto表示仓库运作总成品，CS表示单货道仓储区存储成本，CT表示暂存仓储区存储成品，CP表示拣货成本，Cl表示单位时间内单位数量产成品储存于长货道l产生的储存成本，Cs表示单位时间内单位数量产成品储存于短货道s产生的储存成本,Ct表示单位时间内单位数量产成品储存于暂存仓储区产生的储存成本，Cp表示单位数量产成品的单位拣货成本，(xT,yT)表示暂存区域T整体占用的位置中心坐标，表示客户订单o占用的l(长货道)的坐标，表示客户订单o占用的s(短货道)的坐标，(xD,yD)表示发货区域D整体占用的位置中心坐标，表示组批批次b中需求订单o的产成品直接进入暂存仓储区的数量，Qop表示需求订单o中产成品p的数量。
在其中一些实施例中，利用自适应性领域搜索ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列，通过如下步骤实现：
步骤61，基于轮盘赌算法，从ALNS算法所对应的多种破坏操作和多种修复操作中，选取当前对应的目标破坏操作和目标修复操作，其中，破坏操作包括以下其中一种：随机移除、最差移除、相似移除、首位移除、相邻移除、间断移除，修复操作包括以下其中一种：随机插入、贪婪插入、首尾插入、聚合插入。
在本实施例中，随机破坏删除是指从对应的编码序列(第一编码序列、当前编码序列)中随机选择预设数目的编码(第一编码或第二编码)取出；贪婪破坏删除是指遍历对应的整个编码序列，找出对目标函数值(仓储成本)影响最大的编码取出；在本实施例中，优选的修复操作包括随机插入和贪婪插入，其中，随机插入将破坏的编码逐个插入到破坏后的不完整的编码序列的任意位置，也就是在被破坏的编码序列中随机找一个位置，插入破坏过程中取出的编码；贪婪插入将破坏的编码插到加入之后评分(对破坏或修复操作进行评价)最高的位置中，即遍历被破坏的编码序列，查找插入最优的位置，也就是插入当前编码后目标函数值(仓储成本)变化最小的插入位置，将当前待插入编码放置在这个位置，就得到了当前被破坏编码序列的最优邻域的编码序列。
步骤62，获取当前编码序列对应的所有第二编码，并利用目标破坏操作对所有第二编码中预设数量的第二编码进行移除，得到第一备选序列。
步骤63，利用目标修复操作，将移除的所有第二编码插入第一备选序列，得到备选编码序列，其中，插入的第二编码所对应的一个需求订单信息对应的产成品的货位安排满足仓储约束。
通过上述步骤中的基于轮盘赌算法，从ALNS算法所对应的多种破坏操作和多种修复操作中，选取当前对应的目标破坏操作和目标修复操作；获取当前编码序列对应的所有第二编码，并利用目标破坏操作对所有第二编码中预设数量的第二编码进行移除，得到第一备选序列；利用目标修复操作，将移除的所有第二编码插入第一备选序列，得到备选编码序列，实现对当前对应的当前编码序列进行破坏操作和修复操作，实现获取到当前被破坏编码序列的最优邻域的编码序列，也就是得到备选编码序列。
在其中一些实施例中，步骤61的基于轮盘赌算法，从ALNS算法所对应的多种破坏操作和多种修复操作中，选取当前对应的目标破坏操作和目标修复操作，通过如下步骤实现：
步骤611，按如下公式分别计算破坏操作和修复操作所对应的概率；
其中，wd为第d种破坏操作或修复操作所对应的权重，sd为第d种破坏操作或修复操作操作分数，ud为第d种破坏操作或修复操作的使用次数，ρ为权重更新系数；
步骤612，选取权重最大的破坏操作和权重最大的修复操作，得到目标破坏操作和目标修复操作。
在本实施例中，初始时，所有算子(对应的破坏操作或修复操作)均具有相同的权重和分值，对于分数，在本实施例中，设置在每个迭代过程中，根据算子的不同表现情况阶梯式给分，得分越高表明算子表现越好，具体包括如下4种加分情况：1、破坏/修复后得到新的全局最优解，则加1.5分；2、破坏/修复后没有得到全局最优解，若尚未接受过的但比当前解好，则加1.2分；3、破坏/修复后没有得到全局最优解，若尚未接受过的且比当前解差，在一定标准下接受劣解，则加0.8分；4、破坏/修复后没有得到全局最优解，若尚未接受过的且比当前解差，不满足接受准则的劣解，则加0.6分。
在本实施例中，进行邻域搜索过程中，若只接受优解容易陷入局部最优，为了避免这种情况应采用一定Metropolis准则接受劣解，在得到新的权重后，基于轮盘赌的思想对算子进行选择，使算子被选中的概率与其权重表现成正比。
本实施例还提供了批生产模式下的库位规划装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本申请实施例的批生产模式下的库位规划装置的结构框图，如图4所示，该装置包括获取模块41、编码模块42、处理模块43及选取模块44，其中，
获取模块41，用于获取当前空闲的货位信息和组批生产后的多个生产订单信息，其中，货位信息用于表征能够存储组批生产的产成品的仓库库位，仓库库位包括多种按预设存储功能配置的仓储区，每个生产订单信息包括多个目标对象对应的同一类别的单品信息，每个目标对象的需求订单信息包括多个类别的单品信息；
编码模块42，与获取模块41耦合连接，用于从多个生产订单信息中，获取每个目标对象对应的多个单品信息，得到每个目标对象对应的多个入库子单信息，并基于货位信息和入库子单信息，进行初始编码，得到第一编码序列，其中，第一编码序列包括多个第一编码，第一编码用于表征一个需求订单信息对应的产成品的货位安排；
处理模块43，与编码模块42耦合连接，用于利用自适应性领域搜索ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列，其中，当前编码序列包括以下其中之一：第一编码序列、基于第一编码序列和ALNS算法，进行至少一次破坏修复操作迭代的编码序列；
选取模块44，与处理模块43耦合连接，用于根据备选编码序列和当前编码序列对应的仓储成本，从备选编码序列和当前编码序列中，选取目标编码序列，得到库位规划结果，其中，仓储成本是按预设的库位规划计量规则，对生成订单信息所对应的产成品存储在对应的仓储区内的存储成本和拣货成本进行计量所得到的。
在其中一些实施例中，该编码模块42进一步包括：
第一获取单元，用于从多个生产订单信息中，获取每个目标对象对应的多个单品信息，得到每个目标对象对应的多个入库子单信息，包括：
第一确定单元，与第一获取单元耦合连接，用于获取每个目标对象所对应的需求订单信息，并在对应的需求订单信息中，确定每个类别的产品信息，得到多个第一生产信息，其中，每个第一生产信息对应一个类别的单品信息；
第一拆分单元，与第一确定单元耦合连接，用于基于第一生产信息，对每个生产订单信息进行拆分，得到每个目标对象在每个生产订单信息中的入库子单信息；
第一组合单元，与第一拆分单元耦合连接，用于依次将每个目标对象在每个生产订单信息中的入库子单信息进行组合，得到每个目标对象对应的多个入库子单信息。
在其中一些实施例中，该编码模块进一步包括：
第二确定单元，用于根据货位信息，确定当前空闲的每个仓储区的货道类别，其中，每种货道类别的仓储区对应预设的仓储容量，仓储区包括单货道仓储区和暂存仓储区；
第一分配单元，与第二确定单元耦合连接，用于基于仓储区对应的仓储容量、每个目标对象对应的入库子单信息的数目和每个入库子单信息对应的产成品货物量，将当前批次的所有生产订单信息所对应的所有入库子单信息，分配至对应的仓储区，并将分配至每个仓储区的入库子单信息组合为一个入库订单，其中，单货道仓储区所对应的入库订单包括一个目标对象所对应的至少一个入库子单信息，暂存仓储区所对应的入库订单包括未分配至单货道仓储区的所有入库子单信息；
第一编码单元，与第一分配单元耦合连接，用于按预设的编码规则，对每个入库订单和与入库订单对应的仓储区进行编码，并将编码得到的第一编码排列为第一编码序列。
在其中一些实施例中，第一分配单元还用于从当前空闲的仓储区中，选取单货道仓储区，并确定每个单货道仓储区的仓储容量；基于每个目标对象对应的入库子单信息的数目和每个入库子单信息对应的产成品货物量，确定每个目标对象所对应的产成品总货物量；从多个备选单货道仓储区中，随机选取一个备选仓储区，其中，备选仓储区包括仓储容量不小于产成品总货物量的单货道仓储区；将第一备选对象所对应的所有入库子单信息作为选取出的备选单货道仓储区的入库订单进行分配，直至所有单货道仓储区分配对应的入库订单，其中，第一备选对象包括产成品总货物量不大于对应的仓储容量的目标对象。
在其中一些实施例中，在所有单货道仓储区分配对应的入库订单之后，批生产模式下的库位规划装置还用于确定每个暂存仓储区的仓储容量，得到暂存容量；基于入库子单信息所对应的产成品货物量和暂存容量，将未分配的所有入库子单信息分配成至少一个暂存入库订单，其中，每个暂存入库订单所对应的产成品总货物量不小于暂存容量；将至少一个暂存入库订单与所有暂存仓储区，进行随机分配，以为每个暂存仓储区分配对应的入库订单。
在其中一些实施例中，批生产模式下的库位规划装置还用于按如下公式计量仓储成本min fSto：
min fSto＝CS+CT+CP
其中，o表示需求订单编号,o＝1,2,…,O，b表示组批批次编号,b＝1,2,…,B，p表示产成品编号,p＝1,2,…,P，l表示单货道仓储区中的长货道编号，s表示单货道仓储区中的短货道编号，tb表示组批批次b的到仓时间，表示需求订单o中产成品p进入暂存仓储区的时间，表示需求订单o中产成品p离开暂存仓储区的时间，表示组批批次b中需求订单o中产成品p分配至长货道l的时间，表示组批批次b中需求订单o中产成品p分配至短货道s的时间,表示需求订单的允许出库时间，表示需求订单o的要求发货时间，表示单个短货道所能容纳的最小托盘数量，ZT,ls表示产成品从单货道仓储区移动到发货区域的拣货距离，Qb表示组批生产批次b中产成品总数量，fSto表示仓库运作总成品，CS表示单货道仓储区存储成本，CT表示暂存仓储区存储成品，CP表示拣货成本，Cl表示单位时间内单位数量产成品储存于长货道l产生的储存成本，Cs表示单位时间内单位数量产成品储存于短货道s产生的储存成本,Ct表示单位时间内单位数量产成品储存于暂存仓储区产生的储存成本，Cp表示单位数量产成品的单位拣货成本，(xT,yT)表示暂存区域T整体占用的位置中心坐标，表示客户订单o占用的l(长货道)的坐标，表示客户订单o占用的s(短货道)的坐标，(xD,yD)表示发货区域D整体占用的位置中心坐标，表示组批批次b中需求订单o的产成品直接进入暂存仓储区的数量，Qop表示需求订单o中产成品p的数量。
在其中一些实施例中，该处理模块43进一步包括：
第一选取单元，用于基于轮盘赌算法，从ALNS算法所对应的多种破坏操作和多种修复操作中，选取当前对应的目标破坏操作和目标修复操作，其中，破坏操作包括以下其中一种：随机移除、最差移除、相似移除、首位移除、相邻移除、间断移除，修复操作包括以下其中一种：随机插入、贪婪插入、首尾插入、聚合插入；
第一操作单元，与第一选取单元耦合连接，获取当前编码序列对应的所有第二编码，并利用目标破坏操作对所有第二编码中预设数量的第二编码进行移除，得到第一备选序列；
第二操作单元，与第一选取单元耦合连接利用目标修复操作，将移除的所有第二编码插入第一备选序列，得到备选编码序列，其中，插入的第二编码所对应的一个需求订单信息对应的产成品的货位安排满足仓储约束。
在其中一些实施例中，第一选取单元还用于按如下公式分别计算破坏操作和修复操作所对应的概率；
其中，wd为第d种破坏操作或修复操作所对应的权重，sd为第d种破坏操作或修复操作操作分数，ud为第d种破坏操作或修复操作的使用次数，ρ为权重更新系数；
选取权重最大的破坏操作和权重最大的修复操作，得到目标破坏操作和目标修复操作。
本实施例还提供了一种电子设备，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
可选地，在本实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：
S1，获取当前空闲的货位信息和组批生产后的多个生产订单信息，货位信息用于表征能够存储组批生产的产成品的仓库库位，仓库库位包括多种按预设存储功能配置的仓储区，每个生产订单信息包括多个目标对象对应的同一类别的单品信息，每个目标对象的需求订单信息包括多个类别的单品信息。
S2，从多个生产订单信息中，获取每个目标对象对应的多个单品信息，得到每个目标对象对应的多个入库子单信息，并基于货位信息和入库子单信息，进行初始编码，得到第一编码序列，第一编码序列包括多个第一编码，第一编码用于表征一个需求订单信息对应的产成品的货位安排。
S3，利用自适应性领域搜索ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列。
S4，根据备选编码序列和当前编码序列对应的仓储成本，从备选编码序列和当前编码序列中，选取目标编码序列，得到库位规划结果。
需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
另外，结合上述实施例中的批生产模式下的库位规划方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种批生产模式下的库位规划方法。
本领域的技术人员应该明白，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种批生产模式下的库位规划方法，其特征在于，包括：
获取当前空闲的货位信息和组批生产后的多个生产订单信息，其中，所述货位信息用于表征能够存储组批生产的产成品的仓库库位，所述仓库库位包括多种按预设存储功能配置的仓储区，每个所述生产订单信息包括多个目标对象对应的同一类别的单品信息，每个所述目标对象的需求订单信息包括多个类别的所述单品信息；
从多个所述生产订单信息中，获取每个所述目标对象对应的多个所述单品信息，得到每个所述目标对象对应的多个入库子单信息，并基于所述货位信息和所述入库子单信息，进行初始编码，得到第一编码序列，其中，所述第一编码序列包括多个第一编码，所述第一编码用于表征一个所述需求订单信息对应的产成品的货位安排；
利用自适应性领域搜索ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列，其中，所述当前编码序列包括以下其中之一：所述第一编码序列、基于所述第一编码序列和所述ALNS算法，进行至少一次破坏修复操作迭代的编码序列；
根据所述备选编码序列和所述当前编码序列对应的仓储成本，从所述备选编码序列和所述当前编码序列中，选取目标编码序列，得到库位规划结果，其中，所述仓储成本是按预设的库位规划计量规则，对所述生成订单信息所对应的产成品存储在对应的所述仓储区内的存储成本和拣货成本进行计量所得到的。
2.根据权利要求1所述的方法，其特征在于，从多个所述生产订单信息中，获取每个所述目标对象对应的多个所述单品信息，得到每个所述目标对象对应的多个入库子单信息，包括：
获取每个所述目标对象所对应的所述需求订单信息，并在对应的所述需求订单信息中，确定每个类别的产品信息，得到多个第一生产信息，其中，每个所述第一生产信息对应一个类别的所述单品信息；
基于所述第一生产信息，对每个所述生产订单信息进行拆分，得到每个所述目标对象在每个所述生产订单信息中的所述入库子单信息；
依次将每个所述目标对象在每个所述生产订单信息中的所述入库子单信息进行组合，得到每个所述目标对象对应的多个入库子单信息。
3.根据权利要求1所述的方法，其特征在于，基于所述货位信息和所述入库子单信息，进行初始编码，得到第一编码序列，包括：
根据所述货位信息，确定当前空闲的每个所述仓储区的货道类别，其中，每种所述货道类别的所述仓储区对应预设的仓储容量，所述仓储区包括单货道仓储区和暂存仓储区；
基于所述仓储区对应的所述仓储容量、每个所述目标对象对应的所述入库子单信息的数目和每个所述入库子单信息对应的产成品货物量，将当前批次的所有所述生产订单信息所对应的所有所述入库子单信息，分配至对应的所述仓储区，并将分配至每个所述仓储区的所述入库子单信息组合为一个入库订单，其中，所述单货道仓储区所对应的所述入库订单包括一个所述目标对象所对应的至少一个所述入库子单信息，所述暂存仓储区所对应的所述入库订单包括未分配至所述单货道仓储区的所有入库子单信息；
按预设的编码规则，对每个所述入库订单和与所述入库订单对应的所述仓储区进行编码，并将编码得到的所述第一编码排列为所述第一编码序列。
4.根据权利要求3所述的方法，其特征在于，基于所述仓储区对应的所述仓储容量、每个所述目标对象对应的所述入库子单信息的数目和每个所述入库子单信息对应的产成品货物量，将当前批次的所有所述生产订单信息所对应的所有所述入库子单信息，分配至对应的所述仓储区，包括：
从当前空闲的所述仓储区中，选取所述单货道仓储区，并确定每个所述单货道仓储区的所述仓储容量；
基于每个所述目标对象对应的所述入库子单信息的数目和每个入库子单信息对应的产成品货物量，确定每个所述目标对象所对应的产成品总货物量；
从多个备选单货道仓储区中，随机选取一个所述备选仓储区，其中，所述备选仓储区包括所述仓储容量不小于所述产成品总货物量的所述单货道仓储区；
将第一备选对象所对应的所有所述入库子单信息作为选取出的所述备选单货道仓储区的所述入库订单进行分配，直至所有所述单货道仓储区分配对应的所述入库订单，其中，所述第一备选对象包括所述产成品总货物量不大于对应的所述仓储容量的所述目标对象。
5.根据权利要求4所述的方法，其特征在于，在所有所述单货道仓储区分配对应的所述入库订单之后，所述方法还包括：
确定每个所述暂存仓储区的所述仓储容量，得到暂存容量；
基于所述入库子单信息所对应的产成品货物量和所述暂存容量，将未分配的所有所述入库子单信息分配成至少一个暂存入库订单，其中，每个所述暂存入库订单所对应的产成品总货物量不小于所述暂存容量；
将至少一个所述暂存入库订单与所有所述暂存仓储区，进行随机分配，以为每个所述暂存仓储区分配对应的所述入库订单。
6.根据权利要求5所述的方法，其特征在于，按预设的库位规划计量规则，对所述生成订单信息所对应的产成品存储在对应的所述仓储区内的存储成本和拣货成本进行计量，包括：
按如下公式计量所述仓储成本min fSto：
min fSto＝CS+CT+CP
其中，o表示需求订单编号,o＝1,2,…,O，b表示组批批次编号,b＝1,2,…,B，p表示产成品编号,p＝1,2,…,P，l表示单货道仓储区中的长货道编号，s表示单货道仓储区中的短货道编号，tb表示组批批次b的到仓时间，表示需求订单o中产成品p进入暂存仓储区的时间，表示需求订单o中产成品p离开暂存仓储区的时间，表示组批批次b中需求订单o中产成品p分配至长货道l的时间，表示组批批次b中需求订单o中产成品p分配至短货道s的时间,表示需求订单的允许出库时间，表示需求订单o的要求发货时间，表示单个短货道所能容纳的最小托盘数量，ZT,ls表示产成品从单货道仓储区移动到发货区域的拣货距离，Qb表示组批生产批次b中产成品总数量，fSto表示仓库运作总成品，CS表示单货道仓储区存储成本，CT表示暂存仓储区存储成品，CP表示拣货成本，Cl表示单位时间内单位数量产成品储存于长货道l产生的储存成本，Cs表示单位时间内单位数量产成品储存于短货道s产生的储存成本,Ct表示单位时间内单位数量产成品储存于暂存仓储区产生的储存成本，Cp表示单位数量产成品的单位拣货成本，(xT,yT)表示暂存区域T整体占用的位置中心坐标，表示客户订单o占用的l(长货道)的坐标，表示客户订单o占用的s(短货道)的坐标，(xD,yD)表示发货区域D整体占用的位置中心坐标，表示组批批次b中需求订单o的产成品直接进入暂存仓储区的数量，Qop表示需求订单o中产成品p的数量。
7.根据权利要求1所述的方法，其特征在于，利用自适应性领域搜索ALNS算法和预设的仓储约束,对当前编码序列进行破坏修复操作，生成备选编码序列，包括：
基于轮盘赌算法，从所述ALNS算法所对应的多种破坏操作和多种修复操作中，选取当前对应的目标破坏操作和目标修复操作，其中，所述破坏操作包括以下其中一种：随机移除、最差移除、相似移除、首位移除、相邻移除、间断移除，所述修复操作包括以下其中一种：随机插入、贪婪插入、首尾插入、聚合插入；
获取所述当前编码序列对应的所有第二编码，并利用所述目标破坏操作对所有所述第二编码中预设数量的所述第二编码进行移除，得到第一备选序列；
利用所述目标修复操作，将移除的所有所述第二编码插入所述第一备选序列，得到所述备选编码序列，其中，插入的所述第二编码所对应的一个所述需求订单信息对应的产成品的货位安排满足所述仓储约束。
8.根据权利要求7所述的方法，其特征在于，基于轮盘赌算法，从所述ALNS算法所对应的多种破坏操作和多种修复操作中，选取当前对应的目标破坏操作和目标修复操作，包括：
按如下公式分别计算所述破坏操作和所述修复操作所对应的概率；
其中，wd为第d种所述破坏操作或所述修复操作所对应的权重，sd为第d种所述破坏操作或所述修复操作操作分数，ud为第d种所述破坏操作或所述修复操作的使用次数，ρ为权重更新系数；
选取所述权重最大的所述破坏操作和所述权重最大的所述修复操作，得到所述目标破坏操作和所述目标修复操作。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至8中任一项所述的批生产模式下的库位规划方法的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的批生产模式下的库位规划方法的步骤。
CN202410437940.0A 2024-04-12 2024-04-12 批生产模式下的库位规划方法、电子装置及存储介质 Active CN118229194B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410437940.0A CN118229194B (zh) 2024-04-12 2024-04-12 批生产模式下的库位规划方法、电子装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410437940.0A CN118229194B (zh) 2024-04-12 2024-04-12 批生产模式下的库位规划方法、电子装置及存储介质

Publications (2)

Publication Number Publication Date
CN118229194A true CN118229194A (zh) 2024-06-21
CN118229194B CN118229194B (zh) 2024-08-23

Family

ID=91512608

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410437940.0A Active CN118229194B (zh) 2024-04-12 2024-04-12 批生产模式下的库位规划方法、电子装置及存储介质

Country Status (1)

Country Link
CN (1) CN118229194B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018387A (zh) * 2022-08-05 2022-09-06 佛山市达衍数据科技有限公司 订单揉合管理方法、系统、设备及存储介质
CN115689796A (zh) * 2022-10-25 2023-02-03 安徽龙运智能科技有限公司 一种基于云链的塑基柔性产线制造系统
CN116341781A (zh) * 2023-03-28 2023-06-27 暨南大学 基于大规模邻域搜索算法的路径规划方法及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115018387A (zh) * 2022-08-05 2022-09-06 佛山市达衍数据科技有限公司 订单揉合管理方法、系统、设备及存储介质
CN115689796A (zh) * 2022-10-25 2023-02-03 安徽龙运智能科技有限公司 一种基于云链的塑基柔性产线制造系统
CN116341781A (zh) * 2023-03-28 2023-06-27 暨南大学 基于大规模邻域搜索算法的路径规划方法及存储介质

Also Published As

Publication number Publication date
CN118229194B (zh) 2024-08-23

Similar Documents

Publication Publication Date Title
CN110197350B (zh) 一种物品出库方法和装置
CN107103445B (zh) 信息处理方法和装置
CN106875148B (zh) 用于为物品确定存放位置的方法和装置
CN109658027A (zh) 一种订单任务的处理方法、装置、服务器和介质
CN111091328B (zh) 一种仓储入库管理方法和管理装置
US11966877B2 (en) Order processing method, apparatus, device, system, and storage medium
Sadiq et al. An assignment algorithm for dynamic picking systems
CN111382889A (zh) 仓储库位推荐方法、装置、设备及介质
CN109214756A (zh) 基于蚁群算法和分层优化的整车物流调度方法及装置、存储介质、终端
US20240193544A1 (en) Goods sorting method and device, warehouse system, and storage medium
CN110390449A (zh) 仓库补货方法和装置
Xie et al. A genetic programming-based hyper-heuristic approach for storage location assignment problem
CN106570573A (zh) 预测包裹属性信息的方法及装置
CN109784791A (zh) 订单分配方法和装置
CN115759929A (zh) 货物拣选方法、装置、电子设备和可读存储介质
CN118229194B (zh) 批生产模式下的库位规划方法、电子装置及存储介质
CN114676875A (zh) 仓储配送网络优化方法、设备、存储介质及程序产品
CN114435816A (zh) 一种立体库房盘点的储位分配方法
CN112966992B (zh) 一种订单生产方法和装置
CN113159467B (zh) 一种派车单处理方法和装置
CN116739280A (zh) 供应链库存切分系统、方法、电子设备及存储介质
CN116502998A (zh) 一种基于mdpso算法的小件产品储位分配方法
US6970768B2 (en) Dynamic material picking method
CN114345714B (zh) 一种物品分拣方法和装置
CN115689454A (zh) 确定服务站点的方法、装置、电子设备及存储介质

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