TW201732696A - 一種倉庫貨位規劃方法、裝置及電子裝置 - Google Patents
一種倉庫貨位規劃方法、裝置及電子裝置 Download PDFInfo
- Publication number
- TW201732696A TW201732696A TW106101913A TW106101913A TW201732696A TW 201732696 A TW201732696 A TW 201732696A TW 106101913 A TW106101913 A TW 106101913A TW 106101913 A TW106101913 A TW 106101913A TW 201732696 A TW201732696 A TW 201732696A
- Authority
- TW
- Taiwan
- Prior art keywords
- goods
- warehouse
- location
- cargo
- inventory attribute
- Prior art date
Links
- 238000013439 planning Methods 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000003860 storage Methods 0.000 title claims abstract description 57
- 230000008859 change Effects 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 11
- 238000007726 management method Methods 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 4
- 238000012384 transportation and delivery Methods 0.000 claims description 2
- 239000000523 sample Substances 0.000 claims 5
- 230000000694 effects Effects 0.000 abstract description 3
- 230000009897 systematic effect Effects 0.000 abstract 1
- 238000013528 artificial neural network Methods 0.000 description 19
- 238000012549 training Methods 0.000 description 12
- 239000000463 material Substances 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000001537 neural effect Effects 0.000 description 2
- 210000002569 neuron Anatomy 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000002194 synthesizing effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000002657 fibrous material Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000653 nervous system Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 210000002268 wool Anatomy 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
- B65G1/1371—Storage devices mechanical with arrangements or automatic control means for selecting which articles are to be removed with data records
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Mechanical Engineering (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Warehouses Or Storage Devices (AREA)
Abstract
本申請提供一種倉庫貨位規劃方法及裝置,所述方法包括以下步驟:獲取預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊;預定時段為從當前開始到未來某個時間點為止處於未來的時段;從預定時段內的倉庫貨物變動資訊中,提取預定時段入庫貨物的貨物標識及其數量;根據入庫貨物的貨物標識,確定預定時段的各個入庫貨物的庫存屬性參數;綜合預定時段的各個入庫貨物的庫存屬性參數和各個入庫貨物的數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為預定時段的各入庫貨物確定倉庫中的預定貨位。能夠起到根據倉庫貨物變動資訊,系統地利用倉庫內貨位的儲存能力,靈活地為入庫貨物規劃貨位的作用,達到提高效率的效果。
Description
本申請涉及一種倉儲管理技術,具體涉及一種倉庫貨位規劃方法以及裝置,同時涉及一種倉庫貨物規劃的電子裝置。
在倉庫貨物的貨位放置會直接影響到庫內作業的效率,如何安排貨位的存放庫位是一個非常重要的問題。例如:倉庫在銷退貨物中往往存在一些品類商品退貨特別多一些品類的又特別少,如果單一按照品類推薦固定貨位,最終結果會導致某個庫位上的貨物爆滿,但是某些貨位上的商品僅僅兩三件,這樣不能很好的利用倉庫的空間,同時也會對後續庫內操作帶來很大的不便影響;另外,如果在貨物規劃中,將貨物規劃比較零散,雖然不會有爆滿的情況,但是批量出貨的時候需要到各個零散貨位取得貨物,加重了倉庫作業工作量、降低工作效率。
現有倉庫貨位規劃的方法多為透過設定一些經驗參數來限制庫位貨物存放量,比如:指定一個貨位上的最大商品存放數量,如果該貨位商品數量到達一定時,再來貨物
規劃到其他貨位;再例如,指定貨位體積的大小,如果該貨位存放體積到達一定時,再來貨物規劃到其他貨位;還有,指定貨位承重,如果該貨位存放商品總重量達到一定時,再來貨物規劃到其他貨位上去等等。這些技術解決方案在一定程度上解決了部分問題,但都有其缺陷。
對於以指定貨位的最大商品存放數量這種方案來看,貨位存放的數量只能是倉庫管理人員依據自己的經驗進行大致估算的,無法完全代表其真實情況。貨物大小、體積、重量等資訊都會直接影響到貨位可以存放的最大數量,比如一個貨位只能放20雙鞋,但是如果放衣服的話可能可以放100件,顯然,以指定貨位的最大商品存放數量這種方案不能充分運用貨位的存放能力。
對於以貨位體積為限定的解決方案,這樣的方案很大程度上表現了不同商品相對於貨位固有的存放能力,但是很多貨物的體積維護非常困難,特別是對於柔軟的服裝、毛巾等,同時對於大倉來說貨物進出頻繁,貨物品類數量巨大,完全精細的維護起來付出的工作量無法估量。
而對於根據最大重量來規劃貨位,同樣的也都存在貨位估算不准,很多品類的貨物資訊不能很好採集等這些問題。
此外,現有這些貨位規劃的解決方案在規劃貨位時,僅僅只是依據貨位的某些特徵來限定貨物的存放,沒有考慮貨物自身的庫存屬性參數,更沒有考慮倉庫內貨物變動對規劃產生的影響。
綜上所述,現有的倉庫貨位規劃的方法仍舊存在無法根據倉庫貨物變動的實際情況,系統地利用倉庫內的貨位的儲存能力,靈活地為貨物準確規劃貨位,效率低下等問題。
本申請提供一種能夠根據倉庫貨物變動的實際情況,靈活準確規劃貨物的倉庫貨位規劃方法。本申請同時提供一種倉庫貨位規劃裝置,以及一種倉庫貨位規劃的電子裝置。
本申請提供了一種倉庫貨位規劃方法,所述倉庫貨位規劃方法包括:獲取預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊;所述預定時段為從當前開始到未來某個時間點為止處於未來的時段;從所述預定時段內的倉庫貨物變動資訊中,提取預定時段入庫貨物的貨物標識及其數量;根據所述入庫貨物的貨物標識,確定所述預定時段的各個入庫貨物的庫存屬性參數;綜合所述預定時段的各個入庫貨物的庫存屬性參數和各個入庫貨物的數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為所述預定時段的各入庫貨物確定倉庫中的預定貨位。
可選的,所述獲取預定時段內的倉庫貨物變動資訊,
採用下列方式:獲取預定時段內的待處理貨物出入庫相關通知單資料。
可選的,所述貨物出入庫相關通知單包括以下一種或多種:銷退通知單,收貨通知單,出庫通知單,銷售訂單。
可選的,所述獲取倉庫當前的貨位利用資訊的方法包括:根據倉庫系統管理平台的倉庫貨位記錄,獲取倉庫當前的貨位利用資訊,所述貨位利用資訊包括空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊;或者,根據倉庫貨物定位系統傳送的貨位狀態資訊,獲取倉庫當前的貨位利用資訊,所述貨位利用資訊包括空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊。
可選的,所述根據所述入庫貨物的貨物標識,確定所述預定時段的各個入庫貨物的庫存屬性參數,包括如下步驟:根據所述入庫貨物的貨物標識,從網路或者相關資料庫中查詢該貨物的貨物參數;根據所獲得的貨物參數,獲取或者推算出該貨物的庫存屬性參數;所述庫存屬性參數包括貨物的以下參數中的至少一項:貨物整體尺寸、貨物整體重量。
可選的,所述根據所獲得的貨物參數,獲取或者推算出該貨物的庫存屬性參數,採用如下方式:
若從所述貨物參數中能夠直接獲得需要的所述庫存屬性參數,則直接使用所述貨物參數中獲得的所述庫存屬性參數。
可選的,所述根據所獲得的貨物參數,獲取或者推算出該貨物的庫存屬性參數的步驟中,若無法從所述貨物參數中直接獲得需要的所述庫存屬性參數,則推算該貨物的庫存屬性參數的方法為:在系統維護的資料庫中,獲取已知庫存屬性參數的貨物的資料作為樣本資料;利用樣本資料的貨物參數,採用機器學習算法,學習得出使用各種貨物參數推算貨物的庫存屬性參數的庫存屬性參數計算模型;確定需要推算庫存屬性參數的貨物,並獲取其貨物參數;將所述貨物參數帶入所述庫存屬性參數計算模型,推算所述貨物的庫存屬性參數。
可選的,所述機器學習算法包括:神經網路模型算法。
可選的,所述預先設定的規則包括:需要安排倉位的所述預定時段的入庫貨物的庫存屬性參數與被預定的貨位的貨位屬性相匹配。
可選的,所述預先設定的規則進一步包括以下一種或多種規則的組合:相同品牌的貨物存放在相鄰貨位、或者相同貨主的貨物存放在相鄰貨位,或者相同類別的貨物存
放在相鄰貨位。
可選的,所述預定貨位包括多個可能的備選貨位;實際入庫時,根據推薦順序安排入庫,若被選擇的備選貨位已經被佔用,則使用下一順位的備選貨位。
可選的,實際入庫時,當所述預定貨位被佔用時,重新根據當前的預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊,使用本方法對倉庫貨位進行規劃,並根據規劃結果,為該入庫貨物確定新的預定貨位。
相應的,本申請還提供了一種倉庫貨位規劃裝置,所述倉庫貨位規劃裝置包括以下單元:獲取單元,用於獲取預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊;所述預定時段為從當前開始到未來某個時間點為止的時段;提取單元,用於從所述預定時段內的倉庫貨物變動資訊中,提取預定時段入庫貨物的貨物標識及其數量;庫存屬性參數確定單元,用於根據所述入庫貨物的貨物標識,確定所述預定時段的各個入庫貨物的庫存屬性參數;貨位規劃單元,用於綜合所述預定時段的各個入庫貨物的庫存屬性參數和各個入庫貨物的數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為所述預定時段的各入庫貨物確定倉庫中的預定貨位。
可選的,所述獲取單元獲取倉庫當前的貨位利用資訊,具體包括:
根據倉庫系統管理平台的倉庫貨位記錄,獲取倉庫當前的貨位利用資訊,所述貨位利用資訊包括空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊;或者,根據倉庫貨物定位系統傳送的貨位狀態資訊,獲取倉庫當前的貨位利用資訊,所述貨位資料包括空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊。
可選的,所述庫存屬性參數確定單元包括貨物參數獲取子單元,用於根據所述入庫貨物的貨物標識,從網路或者相關資料庫中查詢該貨物的貨物參數;庫存屬性參數確定子單元,用於根據所獲得的貨物參數,獲取或者推算出該貨物的庫存屬性參數;所述庫存屬性參數包括貨物的以下參數中的至少一項:貨物整體尺寸、貨物整體重量。
可選的,所述庫存屬性參數確定子單元包括,樣本資料獲取子單元,用於在系統維護的資料庫中,獲取已知庫存屬性參數的貨物的資料作為樣本資料;計算模型子單元,用於利用樣本資料的貨物參數,採用機器學習算法,學習得出使用各種貨物參數推算貨物的庫存屬性參數的庫存屬性參數計算模型;推算子單元,用於將所述貨物參數帶入所述庫存屬性計算模型,推算貨物的庫存屬性參數。
可選的,所述計算模型子單元,具體採用的機器算法為神經網路模型算法。
此外,本申請還提供了一種電子設備,包括:
運算器,儲存設備,輸入設備,輸出設備和控制器,所述儲存設備保存有程式,執行該程式能夠執行權利要求1所述的倉庫貨位規劃的方法。
與現有技術相比,本申請具有以下優點:根據未來時段倉庫貨物變動資訊,綜合考慮貨物的庫存屬性參數和數量,以及倉庫內貨位的實際情況,根據預先設定的規則規劃貨位,解決了現有倉庫貨位規劃方法僅僅根據貨位的某些特徵來限定貨物的存放,而沒有考慮倉庫貨物即將發生的變動情況的問題。
本申請的技術方案根據貨物的庫存屬性參數和數量和未來時段倉庫貨物變動資訊,以及倉庫內貨位的實際情況和預先設定的規則為入庫貨物規劃貨位,能夠起到系統地利用倉庫內貨位的儲存能力,靈活地為入庫貨物規劃貨位的作用,達到提高效率的效果。
U201‧‧‧獲取單元
U202‧‧‧提取單元
U203‧‧‧庫存屬性參數確定單元
U204‧‧‧貨位規劃單元
U301‧‧‧運算器
U302‧‧‧儲存設備
U303‧‧‧輸入設備
U304‧‧‧輸出設備
U305‧‧‧控制器
圖1為本申請第一實施例一種倉庫貨位規劃方法的流程示意圖;圖2為本申請第二實施例一種倉庫貨位規劃裝置的結構方塊圖;圖3為本申請第三實施例一種倉庫貨位規劃的電子設備的結構示意圖。
在下面的描述中闡述了很多具體細節以便於充分理解本申請。但是本申請能夠以很多不同於在此描述的其它方式來實施,本領域技術人員可以在不違背本申請內涵的情況下做類似推廣,因此本申請不受下面公開的具體實施的限制。
本申請第一實施例提供一種倉庫貨位規劃方法,其流程示意圖如圖1所示,該實施例包括以下步驟:
步驟S101,獲取預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊;所述預定時段為處於未來的時段。
本步驟的目的在於獲取用於倉庫貨位規劃的相關資訊。
所述倉庫貨物變動資訊,主要是指倉庫貨物的進庫和入庫資訊;所述貨位利用資訊,是倉庫貨位的利用情況,即被佔用還是空閒,如果被佔用,是被完全佔用還是被部分佔用等。
倉庫貨物是不斷變動的,這些變動主要包括出貨和進貨;並且,隨著這些變動,倉庫的貨位狀態不斷變化。如果想對倉庫貨位進行規劃,就要提前獲知未來時段可能發生的倉庫貨物變動資訊,以及當前的貨位利用資訊,這樣,才可能根據未來時段的倉庫貨物變動資訊以及當前的貨位利用資訊,合理規劃倉庫貨位。
所述預定時段,是根據規劃需要確定的一個從當前開始到未來某個時間點為止的時段,該時段具有處於未來的確定時間終點,對於本實施例而言,需要該預定時段能夠比較準確的獲得所述倉庫貨物變動資訊。例如,“從現在開始到明天這個時間點”就是一個可以選擇的合理的預定時段;對應的,該預定時段內的倉庫貨物變動資訊,實際就是24小時內的倉庫貨物變動資訊。
所述倉庫貨物變動資訊,根據具體情況有不同的資訊來源。在本實施例背景下,倉庫貨物變動資訊,主要指來自物流平台上搜集的各種透過網路傳遞的電子資訊──例如,電子形式的收貨通知單、入庫通知單、銷退通知單以及銷售訂單──當然也可以包括手動輸入到倉庫管理平台的各種通知單;這些通知單可以稱為待處理貨物出入庫相關通知單。這些單據作為存入或者提取貨物的指令性單據,一般具有一定的提前量,記錄了未來一段時間需進入倉庫的貨物以及需要從倉庫提取的貨物,可以獲得倉庫貨物變動資訊。因此,根據這些單據的記錄,結合倉庫當前的貨位利用資訊,可以提前對倉貨位進行規劃。
以下以一個具體實例說明獲取各個出入庫相關通知單;假設當前時間為12月1日0點;所述預定時段為從現在開始的72小時。
銷退通知單(入庫):
銷售訂單(出庫):
以其中商品條碼為3DH983B4394240的貨物毛呢大衣為例,根據收貨通知單的記錄,該貨物未來會有收貨入庫17件;根據銷退通知單的記錄銷退入庫1件,根據銷售訂單的記錄,銷售出庫1件。
可以看出,從所述獲取的通知單,可以獲得即將入庫
的貨物的各種資訊,同時也能夠獲得即將出庫的貨物資訊。從這些通知單能夠有根據地,準確獲取倉庫貨物的變動資訊;避免了人為估計的不準確。
所述貨位利用資訊,是對倉庫貨位情況的記錄;由於倉庫貨位情況是不斷變化的,對於倉庫貨位規劃而言,有意義的是當前時點的貨位利用資訊,即所述倉庫當前的貨位利用資訊,該資訊可以作為對倉庫貨位規劃的基礎;所謂倉庫貨物規劃,就是在倉庫當前的貨位利用資訊的基礎上,根據從預訂時段的倉庫貨物變動資訊,對倉庫貨位進行安排。
對於本申請的貨位規劃方法來說,所述的倉庫當前的貨位利用資訊主要包括:當前空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊等。以下以一個具體實例說明倉庫當前貨位利用資訊的記錄情況:
根據獲取到的倉庫當前貨位資訊可知,倉庫內現有的商品條碼為3DH983B4394240的貨物毛呢大衣已存放在庫位P-D2-006-07-12,數量為3,該貨位P-D2-006-07-12能夠存放0.21立方米貨物,並且相鄰庫位P-D2-006-07-13
是空貨位。
獲取倉庫當前的貨位利用資訊的方法可以有多種,本申請提供下述兩種獲取方法:
方法一,根據倉庫系統管理平台的倉庫貨位記錄,獲取倉庫當前的貨位利用資訊。倉庫系統的管理平台大都維護有倉庫內貨位的實際使用情況資料,包括各個貨位的位置,參數,是否存放有貨物,存放的貨物的相關資訊等等。從這些資料中能夠準確地獲得當前空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊等。
方法二,根據倉庫貨物定位系統傳送的貨位狀態資訊,獲取倉庫當前的貨位利用資訊。對於採用了定位系統的倉庫,定位系統能夠實時地將貨位的利用情況傳遞給倉庫系統管理平台,因此還可以直接從定位系統更加及時地獲取其所儲存並傳送的貨位利用資訊。所述定位系統可以採用藍牙等近距離通訊方式結合貨位上的感測器向倉庫貨物定位系統傳送貨位利用資訊。
步驟S102,從所述預定時段的倉庫貨物變動資訊中提取預定時段入庫貨物的貨物標識及其數量。
獲取了預定時段的倉庫貨物變動資訊後,從中將貨物標識,如二維碼,一維碼,或字符組合提取出來,所述二維碼或一維碼翻譯後為字符組合,對於貨物標識相同的貨物,歸為同樣的貨物。統計得出各種貨物的數量。
例如對於前述的貨物毛呢大衣,其貨物標識為貨物商品條碼3DH983B4394240,根據該貨物標識,和所述的貨
物出入庫相關通知單,可知該貨物毛呢大衣未來時段計劃入庫17件加1件,出庫1件。綜合所述通知單可得需要規劃貨位的毛呢大衣數量為17件。利用貨物標識來識別貨物比通常的採用貨物名稱的方式更加準確並且高效。
步驟S103,根據所述入庫貨物的貨物標識,確定所述預定時段的各個入庫貨物的庫存屬性參數。
根據所述貨物標識,可以透過貨物的說明書、名牌等多種資訊來源,確定貨物的相關參數,這些參數可以稱為貨物參數,例如貨物的重量、尺寸等。
但是,對於倉庫貨位規劃而言,有意義的是庫存屬性參數。所述庫存屬性參數,即用以代表貨物佔用貨位的情況、進行庫存規劃需要獲知的貨物屬性,例如,貨物包括包裝在內的貨物整體尺寸、貨物包括包裝在內的貨物整體重量,與存放相關的其它貨物性質等。以下分別詳細介紹這些庫存屬性參數。
本申請中,用貨物整體尺寸稱呼貨物包含包裝在內的尺寸,並且,尺寸和體積可以視為基本相同的概念,當然,由於尺寸包含了貨物的長、寬、高等幾個方面的情況,能夠更好的用於貨位規劃,本申請中主要使用尺寸。
同樣的,本申請中,用貨物整體重量稱呼貨物包含包裝在內的重量。
所述與存放相關的貨物性質,例如,貨物屬於生鮮類,可能需要冷凍位置,貨物屬於紡織品,可能不能和含有較多水分的貨物鄰近等。
從所述貨物標識可以獲得的貨物資訊,有時可以直接獲得庫存屬性參數,但有時並不能直接獲得所述庫存屬性參數,例如,一個電冰箱的尺寸可能透過其貨物標識查詢到該電冰箱的參數即可獲得,但是在該電冰箱在倉庫存放時,必然包含包裝,包含包裝的貨物整體尺寸對於倉庫庫存規劃具有更明確的意義。這樣,就需要從貨物標識獲得貨物的各種屬性,再根據貨物的各種屬性進一步推導出貨物的庫存屬性參數。
再如,一個電冰箱的重量可能透過其貨物標識查詢到該電冰箱的參數即可獲得,但是,對於在倉庫存放該電冰箱而言,必然需要考慮包含包裝的電冰箱整體重量,這就可能需要推算。
根據所述入庫貨物的貨物標識,確定所述預定時段的各個入庫貨物的庫存屬性參數,可以採用如下具體方式。
首先,查詢系統的資料庫,得到該貨物的貨物參數,包括重量,尺寸(或者體積),貨物種類,貨主,供應商,廠商,生產日期,保存期,目的地,材質,易碎性,價值,危險性,是否擔保,是否易潮,註冊商標,是否進口等。這些貨物參數能夠充分地代表貨物的屬性,為後續的處理提供足夠豐富的資訊。
根據所獲得的這些貨物參數,獲取或者推算出該貨物的貨位規劃所必要的庫存屬性參數,所述貨物庫存屬性參數用以代表貨物佔用貨位的情況。
根據貨位規劃的需要,貨物的庫存屬性參數可以包括
貨物整體尺寸,貨物整體重量等。可以根據貨物及貨位的實際情況選擇採用貨物整體體積還是貨物整體重量作為貨物的庫存屬性參數或兩者都作為貨物的庫存屬性參數
仍以前述的貨物毛呢大衣為例,其貨物標識為商品條碼3DH983B4394240,根據該貨物標識,透過商品交易平台的商品資料庫,查詢獲得該貨物的庫存屬性參數。
查詢商品資料庫可以得到毛呢大衣的貨物參數,例如包括重量,尺寸,貨物種類,貨主,供應商,廠商,生產日期,保存期,目的地,材質,易碎性,價值,危險性,是否擔保,是否易潮,註冊商標,是否進口等。
由於毛呢大衣的重量相對較輕,而貨位的承重相對較大,所以採用貨物體積作為毛呢大衣的庫存屬性參數。
所述根據所獲得的貨物參數,獲取或者推算出該貨物的貨位規劃所必要的庫存屬性參數的方法可以有多種,本實施例提供以下兩種方法:
方法一:若所述貨物參數中包含庫存屬性參數,則直接獲取所述庫存屬性參數並使用。
根據前面的說明,可以知道,很多情況下,從商品資料庫或者各種資料庫獲得的貨物參數,並不包含貨物庫存屬性,例如,前述的貨物毛呢大衣的貨物參數中沒有包含貨位規劃所必要的庫存屬性參數如貨物整體體積,則可以採用下面方法二所述的方法推算獲取。
方法二,若所述貨物參數中未包含庫存屬性參數,如前述的貨物毛呢大衣只能獲得其重量,但無法獲得其體
積,如果需要根據其體積進行倉庫貨位規劃,則採用下述方式:在系統維護的資料庫中,獲取已知庫存屬性參數的貨物的資料作為樣本資料;利用樣本資料的貨物參數,採用機器學習算法,學習得出使用各種貨物參數推算貨物庫存屬性參數的貨物庫存屬性計算模型。
具體到前述的貨物毛呢大衣例,由於其貨位規劃所需的庫存屬性參數即貨物體積未知,就需要透過從系統維護的資料庫中,獲取所有或部分已知貨物體積的貨物的資料作為樣本資料,利用這些已知貨物體積的貨物參數,即這些已知貨物體積的貨物的重量,尺寸,貨物種類,貨主,供應商,廠商,生產日期,保存期,目的地,材質,易碎性,價值,危險性,是否擔保,是否易潮,註冊商標,是否進口等等資料,採用機器學習算法,學習得出使用各種貨物參數推算貨物體積的計算模型。
所述機器學習算法有多種,如,基於決策樹的算法,基於實例的方法,正則化方法等,本申請使用一種基於計算機神經網路的學習算法,該算法基於模擬生物神經系統對真實世界物體所作出的交互反應來進行學習,適合於處理大量的貨物參數資料。該機器學習方法已經屬於成熟的方法,該機器學習方法本身不屬於本申請對現有技術的貢獻,因此,在本申請中並不詳細說明。
本申請的方法利用已知庫存屬性參數的貨物,即已知貨物體積的貨物的資料作為樣本資料。貨物的資料包括貨
物參數和貨物的庫存屬性參數,貨物參數包括重量,尺寸,貨物種類,貨主,供應商,廠商,生產日期,保存期,目的地,材質,易碎性,價值,危險性,是否擔保,是否易潮,註冊商標,是否進口等,貨物的庫存屬性參數為貨物體積。利用這些資料,訓練計算機神經網路,學習計算得出庫存屬性參數計算模型。
所述計算機神經網路為計算機多層神經網路,將樣本資料中貨物的貨物參數,即貨物的重量,尺寸,貨物種類,貨主,供應商,廠商,生產日期,保存期,目的地,材質,易碎性,價值,危險性,是否擔保,是否易潮,註冊商標,是否進口等等資料作為所述多層神經網路的外部輸入,將樣本資料的實際庫存屬性參數作為計算結果對照值,對多層神經網路計算模型進行訓練。所述多層神經網路作為一種成熟的機器學習算法,在此不予詳細描述。
具體訓練過程大致如下所述:首先進行必要的初始化,如,設置計算機神經網路的層數,神經元的數量,每一神經元輸出權重等計算機神經網路相關的參數,再對資料進行必要的預處理,如歸一化,設置初始值等,設置結束訓練神經網路的條件(如誤差在預先設定的範圍內或訓練次數達到預先設定的停止訓練的次數)。
根據樣本資料獲得預處理過的貨物參數,作為神經網路的外部輸入,運行得出一個針對某個特定貨物庫存屬性──如貨物整體體積──的計算模型,利用這個計算模型,使用樣本資料庫的貨物參數計算得到樣本的對應的庫
存屬性參數,即貨物整體體積。
將上述計算模型獲得的庫存屬性參數,即推算的貨物整體體積與樣本資料庫中的實際貨物庫存屬性參數,即實際貨物整體體積進行比較得到誤差值。
此時,判斷是否滿足預先設定的結束訓練神經網路的條件,所述預先設定的結束訓練神經網路的條件包括誤差在預先設定的範圍內。
若滿足預先設定的結束訓練神經網路的條件,則記錄下此時神經網路的相關參數,如層數,神經單元數量,每一神經單元的輸出權重值等參數資料,將其確定為計算機神經網路的相關參數,根據這些參數確定貨物庫存屬性計算模型;結束訓練過程。
若不符合預先設定的結束訓練神經網路的條件,則根據誤差對神經網路的相關參數,做必要的調整,再採用樣本資料繼續計算並得到誤差,以次類推,直到滿足預先設定的結束訓練神經網路的條件。
對上述庫存屬性參數計算模型的獲得方法的合理性可以做簡要說明。每個庫存貨物的貨物屬性和其貨物整體體積,貨物整體質量等均具有一定的相關性,譬如,貨物的材料屬性、貨物的類型以及貨物的廠家可能都與貨物整體重量相關。同樣體積的化纖材料織物和毛料織物質量不同,貨物類型為運動裝和正裝,在相同體積下的質量也不同,同樣材料同樣類型的織物,不同品牌的也不相同。因此,各種貨物參數對推測貨物庫存屬性均有可能起到作
用,所述庫存屬性計算模型根據樣本資料,獲得各種貨物屬性對需要推算的貨物庫存屬性的影響大小,獲得相應的權重,最終得到適當的模型,從而能夠對貨物的庫存屬性參數進行合理推算。
以下在上述庫存屬性參數計算模型已經透過樣本資料訓練獲得的情況下,具體說明使用上述庫存屬性參數計算模型計算某個貨物的庫存屬性的過程。
確定需要推算庫存屬性參數的貨物,也即貨物參數中不包含貨物庫存屬性參數的貨物,並獲取其貨物參數。
獲得上述用樣本資料訓練獲得的對應需要推算的庫存屬性的庫存屬性參數計算模型。例如,需要計算的庫存屬性為貨物整體體積,則採用整體體積計算模型;需要計算的庫存屬性為貨物整體重量,則採用整體重量計算模型。
將上述貨物參數提供給所述庫存屬性參數計算模型,從該庫存屬性參數計算模型獲得推算結果。
具體到本實施例,以上述提及的毛呢大衣為例予以說明。
具體而言,將毛呢大衣的貨物參數,即毛呢大衣的重量,尺寸,貨物種類,貨主,供應商,廠商,生產日期,保存期,目的地,材質,易碎性,價值,危險性,是否擔保,是否易潮,註冊商標,是否進口等資料提供給以前述方法訓練獲得的庫存屬性參數計算模型中的整體體積計算模型,透過該模型得到毛呢大衣的貨物整體體積。例如此時得到毛呢大衣的體積為0.02m3。
步驟S104,綜合所述預定時段的各個入庫貨物的庫存屬性參數和各個入庫貨物的數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為所述預定時段的各入庫貨物確定倉庫中的預定貨位。
本實施例中毛尼大衣的貨物庫存屬性參數,即貨物體積為0.02m3;根據在步驟S101中已經獲取到的該毛呢大衣的入庫相關通知單(具體為銷退入庫通知單1個,收貨入庫單17個和出庫通知單1個),得到了需要規劃貨位的毛呢大衣的數量為17件;倉庫內當前貨位資訊為該毛呢大衣已存放在庫位P-D2-006-07-12,數量為3,該貨位P-D2-006-07-12能夠存放0.2立方米貨物,並且相鄰庫位P-D2-006-07-13是空貨位。
與毛呢大衣類似地,根據在前面步驟中得到的其他將要入庫的貨物的庫存屬性參數,數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為各入庫貨物確定倉庫中的預定貨位。
所述規則包括貨物的庫存屬性參數與倉庫內所預定的貨位的參數相匹配(如貨位的體積或重量大於將要入庫的貨物,且差值在預先設定的範圍內等),本實施例中的毛呢大衣例按照這一規則,僅考慮貨位的容量即體積的話,貨位P-D2-006-07-12能夠存放最多10件毛呢大衣,也即該貨位還能夠存放將要入庫的毛呢大衣中的7件,其他入庫的毛呢大衣可以規劃為存放在倉庫內任何空閒的貨位。
進一步地,在貨物的庫存屬性參數與倉庫內所預定的
貨位的參數相匹配的基礎上,還可以設定更多的規則,如相同類別的貨物存放在相鄰貨位(按照這一規則,除了存放於貨位P-D2-006-07-12的7件毛呢大衣外的其他10件毛呢大衣規劃為存放在相鄰的貨位P-D2-006-07-13上);相同品牌的貨物存放在相鄰貨位、或者相同貨主的貨物存放在相鄰貨位等。這樣能夠更加靈活的為貨物規劃貨位。
對於需要採用不止一個貨物庫存屬性參數的貨物,需要為所有貨物庫存屬性參數設定相應的規則,這樣能夠更加充分、靈活地為該貨物規劃貨位,而不會顧此失彼。
本實施例所提供的倉庫貨位規劃的方法所預定的貨位還可以包含多個備選貨位,當貨物實際入庫時,根據推薦順序安排入庫,若被選擇的備選貨位已經被佔用,則使用下一順位的備選貨位。或者重新採用本實施例所述的倉庫貨位規劃方法,為貨物預訂新的貨位。
例如,對於將要入庫的毛呢大衣,除了規劃貨位P-D2-006-07-12和貨位P-D2-006-07-13外,還規劃了任何空閒的貨位作為備選貨位用來存放該毛呢大衣貨物,當實際入庫時,若發現由於臨時的情況變化,在本實施例的方法規劃後,或沒有經過本實施例的方法規劃,貨位P-D2-006-07-13已經被其他貨物佔用,則不能夠將除了貨位P-D2-006-07-12以外的10件毛呢大衣存放到貨位P-D2-006-07-13,這時,可以將該10件毛呢大衣規劃到備選貨位,即任何空閒的貨位;或者,此時重新採用本實施例提供的貨位規劃的方法,為這10件毛呢大衣預訂規劃新的貨
位。
這樣能夠及時地按照貨物入庫時的實際情況為貨物提供預訂的貨位。
以上為本申請的一種倉庫貨位規劃方法的實施例,該方法能夠起到根據倉庫貨物變動的實際情況,系統地利用倉庫內貨位的儲存能力,靈活地為入庫貨物規劃貨位的作用,達到提高效率的效果。
相應的,本申請的第二實施例提供一種倉庫貨位規劃裝置,其結構方塊圖如圖2所示,該裝置包括以下單元:獲取單元U201、提取單元U202、庫存屬性參數確定單元U203、貨位規劃單元U204。
所述獲取單元U201,用於獲取預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊;所述預定時段為處於未來的時段。
獲取單元U201獲取預定時段(處於未來的時段)的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊後向提取單元U202發送啟動信號,指示提取單元U202執行操作。
所述提取單元U202,用於從所述預定時段的倉庫貨物變動資訊中提取預定時段入庫貨物的貨物標識及其數量。
提取單元U202接收到獲取單元U201發送的啟動信號後,從所述預定時段的倉庫貨物變動資訊中提取預定時段入庫貨物的貨物標識及其數量並輸出。
所述庫存屬性參數確定單元U203,用於接收來自提取單元U202的輸出,根據所述入庫貨物的貨物標識,確定所述預定時段的各個入庫貨物的庫存屬性參數。
庫存屬性參數確定單元U203接受提取單元U202的輸出後,根據所述入庫貨物的貨物標識,確定所述預定時段的各個入庫貨物的庫存屬性參數,向貨位規劃單元U204發送啟動信號,指示貨位規劃單元U204執行操作。
所述貨位規劃單元U204,用於綜合所述預定時段的各個入庫貨物的庫存屬性參數和各個入庫貨物的數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為所述預定時段的各入庫貨物確定倉庫中的預定貨位。
貨位規劃單元U204接收到庫存屬性參數確定單元U203發送的指示信號後,綜合所述預定時段的各個入庫貨物的庫存屬性參數和各個入庫貨物的數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為所述預定時段的各入庫貨物確定倉庫中的預定貨位。
本申請第三實施例提供一種倉庫貨位規劃的電子設備,其結構示意圖如圖3所示。
所述倉庫貨位規劃的電子設備包括運算器U301,儲存設備U302,輸入設備U303,輸出設備U304和控制器U305,儲存設備U302保存有程式,執行該程式能夠執行下述的倉庫貨位規劃的方法:獲取預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊;所述預定時段為處於未來的時段;
從所述預定時段的倉庫貨物變動資訊中提取預定時段入庫貨物的貨物標識及其數量;根據所述入庫貨物的貨物標識,確定所述預定時段的各個入庫貨物的庫存屬性參數;綜合所述預定時段的各個入庫貨物的庫存屬性參數和各個入庫貨物的數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為所述預定時段的各入庫貨物確定倉庫中的預定貨位。
本申請雖然以較佳實施例公開如上,但其並不是用來限定本申請,任何本領域技術人員在不脫離本申請的精神和範圍內,都可以做出可能的變動和修改,因此本申請的保護範圍應當以本申請權利要求所界定的範圍為准。
在一個典型的配置中,計算設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和內存記憶體。
內存記憶體可能包括計算機可讀媒體中的非永久性記憶體,隨機存取記憶體(RAM)和/或非易失性內存記憶體等形式,如唯讀記憶體(ROM)或快閃內存記憶體(flash RAM)。內存記憶體是計算機可讀媒體的示例。
1、計算機可讀媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是計算機可讀指令、資料結構、程式的模組或其他資料。計算機的儲存媒體的例子包括,但不限於相變內存記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體
(RAM)、唯讀記憶體(ROM)、電可抹除可編程唯讀記憶體(EEPROM)、快閃記憶體或其他內存技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁磁盤儲存或其他磁性儲存設備或任何其他非傳輸媒體,可用於儲存可以被計算設備存取的資訊。按照本文中的界定,計算機可讀媒體不包括非暫存電腦可讀媒體(transitory media),如調變的資料信號和載波。
2、本領域技術人員應明白,本申請的實施例可提供為方法、系統或計算機程式產品。因此,本申請可採用完全硬體實施例、完全軟體實施例或結合軟體和硬體方面的實施例的形式。而且,本申請可採用在一個或多個其中包含有計算機可用程式代碼的計算機可用儲存媒體(包括但不限於磁碟儲存器、CD-ROM、光學儲存器等)上實施的計算機程式產品的形式。
Claims (18)
- 一種倉庫貨位規劃方法,特徵在於,包括以下步驟:獲取預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊;該預定時段為從當前開始到未來某個時間點為止處於未來的時段;從該預定時段內的倉庫貨物變動資訊中,提取預定時段入庫貨物的貨物標識及其數量;根據該入庫貨物的貨物標識,確定該預定時段的各個入庫貨物的庫存屬性參數;綜合該預定時段的各個入庫貨物的庫存屬性參數和各個入庫貨物的數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為該預定時段的各入庫貨物確定倉庫中的預定貨位。
- 根據申請專利範圍第1項所述的倉庫貨位規劃方法,其中,該獲取預定時段內的倉庫貨物變動資訊,採用下列方式:獲取預定時段內的待處理貨物出入庫相關通知單資料。
- 根據申請專利範圍第2項所述的倉庫貨位規劃方法,其中,該貨物出入庫相關通知單包括以下一種或多種:銷退通知單,收貨通知單,出庫通知單,銷售訂單。
- 根據申請專利範圍第1項所述的倉庫貨位規劃方法,其中,該獲取倉庫當前的貨位利用資訊的方法包括: 根據倉庫系統管理平台的倉庫貨位記錄,獲取倉庫當前的貨位利用資訊,該貨位利用資訊包括空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊;或者,根據倉庫貨物定位系統傳送的貨位狀態資訊,獲取倉庫當前的貨位利用資訊,該貨位利用資訊包括空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊。
- 根據申請專利範圍第1項所述的倉庫貨位規劃方法,其中,所述根據該入庫貨物的貨物標識,確定該預定時段的各個入庫貨物的庫存屬性參數,包括如下步驟:根據該入庫貨物的貨物標識,從網路或者相關資料庫中查詢該貨物的貨物參數;根據所獲得的貨物參數,獲取或者推算出該貨物的庫存屬性參數;該庫存屬性參數包括貨物的以下參數中的至少一項:貨物整體尺寸、貨物整體重量。
- 根據申請專利範圍第5項所述的倉庫貨位規劃方法,其中,該根據所獲得的貨物參數,獲取或者推算出該貨物的庫存屬性參數,採用如下方式:若從該貨物參數中能夠直接獲得需要的該庫存屬性參數,則直接使用該貨物參數中獲得的該庫存屬性參數。
- 根據申請專利範圍第5項所述的倉庫貨位規劃方法,其中,所述根據所獲得的貨物參數,獲取或者推算出該貨物的庫存屬性參數的步驟中,若無法從該貨物參數中直接獲得需要的該庫存屬性參數,則推算該貨物的庫存屬性參數的方法為: 在系統維護的資料庫中,獲取已知庫存屬性參數的貨物的資料作為樣本資料;利用樣本資料的貨物參數,採用機器學習算法,學習得出使用各種貨物參數推算貨物的庫存屬性參數的庫存屬性參數計算模型;確定需要推算庫存屬性參數的貨物,並獲取其貨物參數;將該貨物參數帶入該庫存屬性參數計算模型,推算該貨物的庫存屬性參數。
- 根據申請專利範圍第7項所述的倉庫貨位規劃方法,其中,該機器學習算法包括:神經網路模型算法。
- 根據申請專利範圍第1項所述的倉庫貨位規劃方法,其中,該預先設定的規則包括:需要安排倉位的該預定時段的入庫貨物的庫存屬性參數與被預定的貨位的貨位屬性相匹配。
- 根據申請專利範圍第9項所述的倉庫貨位規劃方法,其中,該預先設定的規則進一步包括以下一種或多種規則的組合:相同品牌的貨物存放在相鄰貨位、或者相同貨主的貨物存放在相鄰貨位,或者相同類別的貨物存放在相鄰貨位。
- 根據申請專利範圍第1項所述的倉庫貨位規劃方法,其中,該預定貨位包括多個可能的備選貨位;實際入庫時,根據推薦順序安排入庫,若被選擇的備選貨位已經被佔用,則使用下一順位的備選貨位。
- 根據申請專利範圍第1項所述的倉庫貨位規劃方法,其中,實際入庫時,當該預定貨位被佔用時,重新根據當前的預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊,使用本方法對倉庫貨位進行規劃,並根據規劃結果,為該入庫貨物確定新的預定貨位。
- 一種倉庫貨位規劃裝置,特徵在於,包括以下單元:獲取單元,用於獲取預定時段內的倉庫貨物變動資訊,以及倉庫當前的貨位利用資訊;該預定時段為從當前開始到未來某個時間點為止的時段;提取單元,用於從該預定時段內的倉庫貨物變動資訊中,提取預定時段入庫貨物的貨物標識及其數量;庫存屬性參數確定單元,用於根據該入庫貨物的貨物標識,確定該預定時段的各個入庫貨物的庫存屬性參數;貨位規劃單元,用於綜合該預定時段的各個入庫貨物的庫存屬性參數和各個入庫貨物的數量,以及倉庫當前的貨位利用資訊,按照預先設定的規則,為該預定時段的各入庫貨物確定倉庫中的預定貨位。
- 根據申請專利範圍第13項所述的倉庫貨位規劃裝置,其中,該獲取單元獲取倉庫當前的貨位利用資訊,具體包括:根據倉庫系統管理平台的倉庫貨位記錄,獲取倉庫當前的貨位利用資訊,該貨位利用資訊包括空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊;或者, 根據倉庫貨物定位系統傳送的貨位狀態資訊,獲取倉庫當前的貨位利用資訊,該貨位資料包括空閒可利用貨位位置和數量資訊,以及貨位容量和承重資訊。
- 根據申請專利範圍第13項所述的倉庫貨位規劃裝置,其中,該庫存屬性參數確定單元包括貨物參數獲取子單元,用於根據該入庫貨物的貨物標識,從網路或者相關資料庫中查詢該貨物的貨物參數;庫存屬性參數確定子單元,用於根據所獲得的貨物參數,獲取或者推算出該貨物的庫存屬性參數;該庫存屬性參數包括貨物的以下參數中的至少一項:貨物整體尺寸、貨物整體重量。
- 根據申請專利範圍第15項所述的倉庫貨位規劃裝置,其中,該庫存屬性參數確定子單元包括,樣本資料獲取子單元,用於在系統維護的資料庫中,獲取已知庫存屬性參數的貨物的資料作為樣本資料;計算模型子單元,用於利用樣本資料的貨物參數,採用機器學習算法,學習得出使用各種貨物參數推算貨物的庫存屬性參數的庫存屬性參數計算模型;推算子單元,用於將該貨物參數帶入該庫存屬性計算模型,推算貨物的庫存屬性參數。
- 根據申請專利範圍第16項所述的倉庫貨位規劃裝置,其中,該計算模型子單元,具體採用的機器算法為神經網路模型算法。
- 一種倉庫貨位規劃的電子設備,包括運算器,儲 存設備,輸入設備,輸出設備和控制器,該儲存設備保存有程式,執行該程式能夠執行申請專利範圍第1項所述的倉庫貨位規劃的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610040276.1A CN106991548A (zh) | 2016-01-21 | 2016-01-21 | 一种仓库货位规划方法、装置及电子装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201732696A true TW201732696A (zh) | 2017-09-16 |
Family
ID=59361324
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106101913A TW201732696A (zh) | 2016-01-21 | 2017-01-19 | 一種倉庫貨位規劃方法、裝置及電子裝置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US10875712B2 (zh) |
JP (1) | JP6691224B2 (zh) |
CN (1) | CN106991548A (zh) |
AU (1) | AU2017209149C1 (zh) |
SG (1) | SG11201806174WA (zh) |
TW (1) | TW201732696A (zh) |
WO (1) | WO2017124955A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI813909B (zh) * | 2019-11-19 | 2023-09-01 | 南韓商韓領有限公司 | 基於系統參數有效分配訂單之電腦實施系統以及電腦實施方法 |
Families Citing this family (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784793A (zh) * | 2017-11-10 | 2019-05-21 | 菜鸟智能物流控股有限公司 | 仓储方法、装置、设备和机器可读介质 |
CN107742203A (zh) * | 2017-11-14 | 2018-02-27 | 广州市万表科技股份有限公司 | 商品动态仓储方法和系统 |
CN110070313A (zh) * | 2018-01-24 | 2019-07-30 | 菜鸟智能物流控股有限公司 | 标识设备控制方法、控制设备及区域标识系统 |
CN110120121B (zh) * | 2018-02-07 | 2021-08-27 | 长沙行深智能科技有限公司 | 用于空间可变柜的基于最多物品方案的空间分配方法 |
CN110120131B (zh) * | 2018-02-07 | 2021-08-27 | 长沙行深智能科技有限公司 | 用于空间可变柜的基于密度优先的空间分配方法 |
CN108320121B (zh) * | 2018-03-07 | 2022-01-25 | 常州工程职业技术学院 | 基于无线通信的仓库管理方法及管理装置 |
CN110322173B (zh) * | 2018-03-28 | 2024-04-05 | 北京京东尚科信息技术有限公司 | 规划存储设备的方法和装置 |
CN110659851A (zh) * | 2018-06-29 | 2020-01-07 | 天津京东深拓机器人科技有限公司 | 数据处理方法及其系统、计算机系统及计算机可读介质 |
CN110826953B (zh) * | 2018-08-13 | 2024-05-17 | 北京京东乾石科技有限公司 | 一种仓库存储设备规划的方法和装置 |
CN109191043A (zh) * | 2018-08-28 | 2019-01-11 | 深圳市鼎昇贸易有限公司 | 仓库区域分配方法及相关产品 |
CN109409554B (zh) * | 2018-10-30 | 2021-04-02 | 东莞市大易产业链服务有限公司 | 一种基于仓库可视化的管控方法 |
CN111144796B (zh) * | 2018-11-02 | 2024-05-24 | 北京京东乾石科技有限公司 | 用于生成理货信息的方法和装置 |
CN109658021A (zh) * | 2018-11-08 | 2019-04-19 | 国科恒泰(北京)医疗科技股份有限公司 | 确定商品货位的方法及装置 |
CN111598495B (zh) * | 2019-02-20 | 2023-07-25 | 网易(杭州)网络有限公司 | 一种出单量预测方法、介质、装置和计算设备 |
JP6884169B2 (ja) * | 2019-04-17 | 2021-06-09 | 株式会社日立製作所 | 物品配置最適化システム及び方法 |
US11392893B2 (en) | 2019-07-26 | 2022-07-19 | Coupang Corp. | Systems and methods for providing stowing location recommendation |
CN112396688B (zh) * | 2019-08-14 | 2023-09-26 | 杭州海康威视数字技术股份有限公司 | 一种三维虚拟场景的生成方法及装置 |
CN112633788A (zh) * | 2019-10-09 | 2021-04-09 | 北京京东振世信息技术有限公司 | 确定入库储位的方法、装置、电子设备和存储介质 |
CN110751445B (zh) * | 2019-10-25 | 2023-04-07 | 上海德启信息科技有限公司 | 一种库区货物管控方法、装置及存储介质 |
CN110866653A (zh) * | 2019-11-21 | 2020-03-06 | 秒针信息技术有限公司 | 基于大数据平台对仓库空间优化的方法及装置 |
US10713622B1 (en) * | 2019-12-06 | 2020-07-14 | Coupang Corp. | Computer-implemented systems and methods for intelligent prediction of out of stock items and proactive reordering |
CN111222827A (zh) * | 2019-12-31 | 2020-06-02 | 云南电网有限责任公司楚雄供电局 | 货位管理方法、装置、存储介质及电子设备 |
CN113259144B (zh) * | 2020-02-07 | 2024-05-24 | 北京京东振世信息技术有限公司 | 一种仓储网络规划方法和装置 |
CN113435805B (zh) * | 2020-03-23 | 2024-04-16 | 北京京东振世信息技术有限公司 | 物品存储信息确定方法、装置、设备和存储介质 |
CN111782646B (zh) * | 2020-05-19 | 2023-06-30 | 浙江数链科技有限公司 | 库位分配的方法、系统、计算机设备和可读存储介质 |
CN111814828B (zh) * | 2020-06-08 | 2024-05-03 | 珠海格力电器股份有限公司 | 智能空间规划方法、装置、设备及存储介质 |
CN111924397A (zh) * | 2020-08-14 | 2020-11-13 | 上海明略人工智能(集团)有限公司 | 冷冻物品的存储方法及装置 |
CN112036635B (zh) * | 2020-08-28 | 2021-07-27 | 嘉兴聚水潭电子商务有限公司 | 一种用于缩短仓库配货行走路径的订单聚合方法和系统 |
KR102271888B1 (ko) * | 2020-12-07 | 2021-07-01 | 주식회사 프리코 | 공유공간 관리 시스템 |
CN112591361A (zh) * | 2020-12-15 | 2021-04-02 | 深圳千岸科技股份有限公司 | 智能排柜方法、装置、计算机设备及存储介质 |
CN112801750B (zh) * | 2021-02-04 | 2022-05-17 | 南京领行科技股份有限公司 | 一种订单分配方法及装置 |
CN113408718B (zh) * | 2021-06-07 | 2024-05-31 | 厦门美图之家科技有限公司 | 设备处理器选择方法、系统、终端设备及存储介质 |
CN113536405B (zh) * | 2021-07-15 | 2023-11-10 | 上海万筹科技有限公司 | 一种仓库规划方法及系统 |
CN113673926A (zh) * | 2021-07-30 | 2021-11-19 | 广州佳帆计算机有限公司 | 一种基于商品数量预测的入库方法及装置 |
WO2023008627A1 (ko) * | 2021-07-30 | 2023-02-02 | 쿠팡 주식회사 | 아이템 재고 관리 방법 및 그 장치 |
CN113642894A (zh) * | 2021-08-16 | 2021-11-12 | 无锡美林数联科技有限公司 | 一种基于工业互联网的资源管理系统及方法 |
CN113888089A (zh) * | 2021-09-30 | 2022-01-04 | 东莞盟大集团有限公司 | 一种基于人工智能的货物存放方法及其系统 |
CN114387337A (zh) * | 2021-12-31 | 2022-04-22 | 东莞盟大集团有限公司 | 货物出入库的物联网管理方法、装置、电子设备及介质 |
CN116090962B (zh) * | 2023-04-10 | 2024-01-16 | 江苏亚东朗升国际物流有限公司 | 智慧仓储系统 |
CN116894630A (zh) * | 2023-07-24 | 2023-10-17 | 超汇科技(广州)有限公司 | 一种基于智能仓储的建材出入库管理方法及系统 |
CN117371621B (zh) * | 2023-12-06 | 2024-02-27 | 湖北浩蓝智造科技有限公司 | 基于改进果蝇优化算法的库位分配方法、系统及介质 |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9720A (en) * | 1853-05-10 | fergus | ||
JP3484104B2 (ja) | 1998-12-25 | 2004-01-06 | 平田機工株式会社 | 自動倉庫及び自動倉庫の管理方法 |
US6744436B1 (en) | 1999-05-25 | 2004-06-01 | Anthony Chirieleison, Jr. | Virtual reality warehouse management system complement |
JP3613383B2 (ja) * | 1999-06-09 | 2005-01-26 | 富士通株式会社 | 商品配置計画支援システム及びそのシステムでの処理をコンピュータに行わせるためのプログラムを格納した記憶媒体 |
US20030074206A1 (en) | 2001-03-23 | 2003-04-17 | Restaurant Services, Inc. | System, method and computer program product for utilizing market demand information for generating revenue |
US20020194126A1 (en) * | 2001-04-30 | 2002-12-19 | Randell Wayne L. | Method and system for handling invoices |
US20020198830A1 (en) * | 2001-05-01 | 2002-12-26 | Randell Wayne L. | Method and system for handling disputes in an electronic invoice management system |
US7343300B2 (en) * | 2002-02-01 | 2008-03-11 | Canadian National Railway Company | System and method for providing a price quotation for a hybrid transportation service |
JP2003285906A (ja) * | 2002-03-29 | 2003-10-07 | Murata Mach Ltd | 搬送システム |
US7536325B2 (en) * | 2002-09-30 | 2009-05-19 | Canadian National Railway Company | Method and system for generating account reconciliation data |
US7536283B2 (en) | 2003-01-03 | 2009-05-19 | L&P Property Management Company | Storage optimization system and method |
US7835936B2 (en) | 2004-06-05 | 2010-11-16 | Sap Ag | System and method for modeling customer response using data observable from customer buying decisions |
US7455225B1 (en) | 2005-02-22 | 2008-11-25 | Sabioso, Inc. | Method and system for monitoring and controlling goods while in transit |
JP4969232B2 (ja) * | 2006-01-12 | 2012-07-04 | 日立Geニュークリア・エナジー株式会社 | 資材ロケーションシステム及び資材搬入場所選別方法 |
AT506887A1 (de) | 2008-05-26 | 2009-12-15 | Tgw Mechanics Gmbh | Lagersystem und verfahren zum betreiben desselben |
JP5499450B2 (ja) * | 2008-08-13 | 2014-05-21 | 株式会社Ihi | 場所計画システム及び方法 |
US9096375B2 (en) | 2009-04-10 | 2015-08-04 | Symbotic, LLC | Storage and retrieval system |
CN104859990B (zh) | 2010-03-12 | 2017-09-08 | 西姆伯蒂克有限责任公司 | 补货和订单履行系统 |
CN101894314A (zh) * | 2010-04-23 | 2010-11-24 | 南京邮电大学 | 一种基于物联网的仓储应用方法 |
EP2643792A4 (en) | 2010-11-18 | 2015-09-02 | Sky Trax Inc | LOAD TRACKING WITH LOAD IDENTIFICATION MARKINGS AND SPATIAL DISTINCTION |
CN102103716A (zh) | 2010-11-29 | 2011-06-22 | 泰安鲁普耐特塑料有限公司 | 一种智能仓库货位分配验证系统及方法 |
CN102194167A (zh) * | 2011-05-09 | 2011-09-21 | 浙江天地人科技有限公司 | 智能货架管理系统及其管理方法 |
CN102332138A (zh) | 2011-11-01 | 2012-01-25 | 安徽省一一通信息科技有限公司 | 包含有不规则货物分拣系统的电子商务物流系统 |
JP5791549B2 (ja) * | 2012-03-16 | 2015-10-07 | 株式会社日立製作所 | 保管計画・輸送計画支援装置、方法及びプログラム |
US20140279294A1 (en) | 2013-03-14 | 2014-09-18 | Nordstrom, Inc. | System and methods for order fulfillment, inventory management, and providing personalized services to customers |
JP2015024869A (ja) * | 2013-07-24 | 2015-02-05 | 株式会社Paltac | ピッキング商品の搬送システム |
CN103473616B (zh) * | 2013-09-17 | 2016-06-08 | 四川航天系统工程研究所 | 用于处理多品种物资仓储的动态货位分配规划方法与系统 |
RU146774U1 (ru) | 2013-09-27 | 2014-10-20 | Евгений Иванович Фомин | Склад крытого хранения навалочных грузов |
CN103679418A (zh) * | 2013-11-20 | 2014-03-26 | 苏州得尔达国际物流有限公司 | 一种非标准尺寸货物库位匹配管理系统 |
CN103942617A (zh) * | 2014-04-17 | 2014-07-23 | 江苏物联网研究发展中心 | 智能仓储货位分配优化方法 |
CN104021426A (zh) * | 2014-05-20 | 2014-09-03 | 北京物资学院 | 一种基于产品多维元素结合的货位优化系统及方法 |
CN104200348B (zh) | 2014-09-05 | 2018-10-16 | 北京京东尚科信息技术有限公司 | 处理货物信息的方法和终端装置 |
CN104899720B (zh) * | 2015-06-18 | 2018-09-11 | 重庆大学 | 基于智能对象的仓库作业执行系统与方法 |
-
2016
- 2016-01-21 CN CN201610040276.1A patent/CN106991548A/zh active Pending
-
2017
- 2017-01-11 AU AU2017209149A patent/AU2017209149C1/en active Active
- 2017-01-11 JP JP2018538154A patent/JP6691224B2/ja active Active
- 2017-01-11 SG SG11201806174WA patent/SG11201806174WA/en unknown
- 2017-01-11 WO PCT/CN2017/070908 patent/WO2017124955A1/zh active Application Filing
- 2017-01-19 TW TW106101913A patent/TW201732696A/zh unknown
-
2018
- 2018-07-18 US US16/038,390 patent/US10875712B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI813909B (zh) * | 2019-11-19 | 2023-09-01 | 南韓商韓領有限公司 | 基於系統參數有效分配訂單之電腦實施系統以及電腦實施方法 |
Also Published As
Publication number | Publication date |
---|---|
US20180346244A1 (en) | 2018-12-06 |
JP2019512115A (ja) | 2019-05-09 |
AU2017209149C1 (en) | 2020-11-05 |
JP6691224B2 (ja) | 2020-04-28 |
AU2017209149B2 (en) | 2020-05-28 |
WO2017124955A1 (zh) | 2017-07-27 |
US10875712B2 (en) | 2020-12-29 |
AU2017209149A1 (en) | 2018-08-09 |
CN106991548A (zh) | 2017-07-28 |
SG11201806174WA (en) | 2018-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201732696A (zh) | 一種倉庫貨位規劃方法、裝置及電子裝置 | |
Rathor et al. | Management of Shipment Content using Novel Practices of Supply Chain Management and Big Data Analytics | |
CN111971704B (zh) | 用于使用区块链来执行智能合约的系统和方法 | |
US20170046654A1 (en) | Free location item and storage retrieval | |
Güller et al. | Simulation-based optimization for a capacitated multi-echelon production-inventory system | |
CN101833710A (zh) | 一种基于语义的物联网物品信息跟踪和追溯方法 | |
Islam et al. | An inventory model for a three-stage supply chain with random capacities considering disruptions and supplier reliability | |
US10108916B2 (en) | Systems and methods for supply chain design and analysis | |
Chabanet et al. | Toward digital twins for sawmill production planning and control: benefits, opportunities, and challenges | |
CN112381482A (zh) | 一种物料管理方法、装置、电子设备及存储介质 | |
CN115689451A (zh) | 一种线下零售门店补货量确定方法、装置、终端及介质 | |
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 | |
Bukowski | Logistics decision-making based on the maturity assessment of imperfect knowledge | |
US20160110733A1 (en) | Inventory management system | |
Karaesmen | Value of advance demand information in production and inventory systems with shared resources | |
Oner et al. | RFID-based warehouse management system in wool yarn industry | |
Polivka et al. | Selection of the ERP System with Regard to the Global 4th Industrial Revolution | |
CN111679814A (zh) | 一种数据驱动的数据中台系统 | |
KR20140029866A (ko) | Epc 글로벌 네트워크 내 객체의 이동 추적방법 및 이를 이용한 공급망 프로세스 분석방법 | |
CN111915347A (zh) | 一种促销采购价有效存储应用方法、装置及系统 | |
Kulińska | Importance of costs of risks in material management | |
Qin | Research on the methods of logistics systems planning in distribution center | |
CN112633796B (zh) | 一种基于知识驱动的供应商管理库存优化方法 | |
Lebhar et al. | Artificial Intelligence Applications in the Global Supply Chain: Benefits and Challenges | |
CN108241943A (zh) | 一种无线传输的仓库管理系统 |