TWI731618B - 電腦實施系統及電腦實施方法 - Google Patents
電腦實施系統及電腦實施方法 Download PDFInfo
- Publication number
- TWI731618B TWI731618B TW109108185A TW109108185A TWI731618B TW I731618 B TWI731618 B TW I731618B TW 109108185 A TW109108185 A TW 109108185A TW 109108185 A TW109108185 A TW 109108185A TW I731618 B TWI731618 B TW I731618B
- Authority
- TW
- Taiwan
- Prior art keywords
- solutions
- solution
- computer
- fulfillment centers
- fulfillment
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 105
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 73
- 238000004088 simulation Methods 0.000 claims abstract description 67
- 238000012384 transportation and delivery Methods 0.000 claims description 43
- 230000002068 genetic effect Effects 0.000 claims description 34
- 238000004806 packaging method and process Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000004321 preservation Methods 0.000 claims 3
- 230000001568 sexual effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 25
- 238000005457 optimization Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 10
- 238000012986 modification Methods 0.000 description 9
- 230000004048 modification Effects 0.000 description 9
- 238000013068 supply chain management Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000012546 transfer Methods 0.000 description 6
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000013515 script Methods 0.000 description 4
- 238000012856 packing Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000007790 scraping Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0835—Relationships between shipper or supplier and carriers
- G06Q10/08355—Routing methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0833—Tracking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本發明提供最佳化產品的配置的系統及方法,包括;接
收包括多個履行中心(FC)當中的多個庫存單位(SKU)的原始分佈的解決方案的原始集合;以及運行對解決方案的原始集合中的每一解決方案的模擬。可計算出每一解決方案的參與比,且可基於計算出的參與比來判定每一解決方案的分數。可選擇具有最高所判定分數的至少一個解決方案來饋入模擬演算法以生成一或多個額外解決方案。基於表現最佳的解決方案,可修改多個FC當中的多個SKU的配置。表現最佳的解決方案可在所生成的所有解決方案當中具有最高所判定分數。
Description
本揭露內容大體上是關於模擬出站流量及最佳化產品的配置的電腦化系統及方法。特定而言,本揭露內容的實施例是關於與基於基因演算法來模擬出站流量及最佳化產品的配置相關的發明性及非習知系統。
通常而言,當產生顧客訂單時,必須將訂單傳送至一或多個履行中心。然而,顧客訂單由位於許多不同地區處的許多不同顧客產生,且因此,訂單通往許多不同目的地。因此,必須將訂單正確地分類使得將其投送至適當的履行中心,且最終正確地投送至其目的地。
已存在最佳化運送實踐及識別出站產品的運送路線的系統及方法。舉例而言,US 2010/0274609 A1描述根據運送路線來模擬運送的方法。為了判定最佳投送計劃,替代性投送模組可根據使用者輸入來修改包裝投送資料。亦即,使用者可手動地改變與原始包裝投送資料相關聯的資料且查看每一投送變化的效果。重複此流程直至判定最佳投送計劃為止。
然而,最佳化產品的出站流量的此等習知系統及方法為
困難、耗時且不準確的,此是主要由於其要求對參數的個別組合的手動修改及重複測試。尤其對在整個地區中具有多個履行中心的實體而言,在流程的所有層級下重複產品的出站流量為明顯具有挑戰性且耗時的,所述所有層級包含在其下一開始接收到顧客訂單的層級、在其下判定入站/堆積/存量估計值的層級,以及在其下判定將訂單分配給各種履行中心的邏輯的層級。此外,由於習知系統及方法要求手動修改及每一修改之後的重複測試,故僅可對較大尺度而非對粒狀尺度進行模擬。舉例而言,僅可在產品類型基礎上對產品類型而非在庫存單位(stocking keeping unit;SKU)基礎上對SKU進行模擬。
因此,需要模擬出站流量及最佳化產品的配置的改善的系統及方法。特定而言,需要免除對手動修改參數及在每一手動修改之後重複測試的需要的最佳化對產品的出站流量的模擬的改善的系統及方法。
本揭露內容的一個態樣是針對最佳化產品的配置的電腦實施系統。所述系統可包括儲存指令的記憶體及經組態以執行所述指令的至少一個處理器。所述至少一個處理器可經組態以執行所述指令以接收解決方案的原始集合,所述解決方案的原始集合包括多個履行中心(fulfillment center;FC)當中的多個庫存單位(SKU)的原始分佈。所述至少一個處理器可運行對所述解決方案的原始集合中的每一解決方案的模擬,且計算所述解決方案的原始集合中的每一解決方案的參與比。所述至少一個處理器可基於
計算出的參與比來進一步判定所述解決方案的原始集合中的每一解決方案的分數。所述至少一個處理器可選擇具有最高所判定分數的至少一個解決方案來饋入模擬演算法以生成一或多個額外解決方案。基於表現最佳的解決方案,所述至少一個處理器可修改所述多個FC當中的所述多個SKU的配置。所述表現最佳的解決方案可在所生成的所有解決方案當中具有所述最高所判定分數。所述多個SKU中的每一者可指示所述產品的製造商、材料、大小、色彩、包裝、類型或重量中的至少一者。
在一些態樣中,所述表現最佳的解決方案可使至少一個FC的所述參與比升高2%。在其他態樣中,所述模擬演算法可包括至少一個約束。所述至少一個約束可包括所述FC中的每一者處的顧客需求、所述FC的最大容量、與FC的相容性或FC之間的傳送成本中的至少一者。在一些實施例中,可隨機生成所述多個FC當中的所述多個SKU的所述原始分佈。在一些實施例中,所述解決方案中的每一者的所述參與比可指示貢獻於來自FC的網路(例如,全國網路、全地區網路,或全州網路)的產品的總輸出的FC的百分比。在其他實施例中,選擇具有最高所判定分數的至少一個解決方案來饋入模擬演算法以生成一或多個額外解決方案可包括:經由所述模擬演算法改變與所選所述至少一個解決方案相關聯的至少一個參數以生成所述一或多個額外解決方案。
在又一實施例中,所述至少一個處理器可經組態以執行所述指令以模擬所述多個FC中的每一者處的顧客需求且基於經模擬顧客需求來配置所述多個FC當中的所述多個SKU。所述至少一個處理器可進一步經組態以執行所述指令以快取所述模擬演
算法的至少一部分。所述模擬演算法的經快取部分可包括與所述模擬演算法的每一運行保持實質上恆定的至少一個約束。
本揭露內容的另一態樣是針對最佳化產品的配置的電腦實施方法。所述方法可包括接收解決方案的原始集合,所述解決方案的原始集合包括多個履行中心(FC)當中的多個庫存單位(SKU)的原始分佈。所述方法可更包括運行對所述解決方案的原始集合中的每一解決方案的模擬,且計算所述解決方案的原始集合中的每一解決方案的參與比。所述方法可更包括基於計算出的參與比來判定所述解決方案的原始集合中的每一解決方案的分數,且選擇具有最高所判定分數的至少一個解決方案來饋入模擬演算法以生成一或多個額外解決方案。所述方法可更包括基於表現最佳的解決方案來修改所述多個FC當中的所述多個SKU的配置。所述表現最佳的解決方案可在所生成的所有解決方案當中具有所述最高所判定分數。
在一些態樣中,表現最佳的模擬可使至少一個FC的所述參與比升高2%。在其他態樣中,所述模擬演算法可包括至少一個約束。所述至少一個約束可包括所述FC中的每一者處的顧客需求、所述FC的最大容量、與FC的相容性或FC之間的傳送成本中的至少一者。可隨機生成所述多個FC當中的所述多個SKU的所述原始分佈。在一些實施例中,所述解決方案中的每一者的所述參與比可指示貢獻於來自FC的網路(例如,全國網路、全地區網路,或全州網路)的產品的總輸出的FC的百分比。在其他實施例中,選擇具有最高所判定分數的至少一個解決方案來饋入模擬演算法以生成一或多個額外解決方案可包括:經由所述模擬演算
法改變與所選所述至少一個解決方案相關聯的至少一個參數以生成所述一或多個額外解決方案。
在又一實施例中,所述方法可更包括模擬所述多個FC中的每一者處的顧客需求且基於經模擬顧客需求來配置所述多個FC當中的所述多個SKU。所述方法可更包括快取所述模擬演算法的至少一部分。所述模擬演算法的經快取部分可包括與所述模擬演算法的每一運行保持實質上恆定的至少一個約束。
本揭露內容的又一態樣是針對最佳化產品的配置的電腦實施系統。所述系統可包括儲存指令的記憶體及經組態以執行所述指令的至少一個處理器。所述至少一個處理器可經組態以執行所述指令以接收解決方案的原始集合,所述解決方案的原始集合包括多個履行中心(FC)當中的多個庫存單位(SKU)的原始分佈。所述至少一個處理器可運行對所述解決方案的原始集合中的每一解決方案的模擬,且計算所述解決方案的原始集合中的每一解決方案的參與比。所述至少一個處理器可基於計算出的參與比來進一步判定所述解決方案的原始集合中的每一解決方案的分數。所述至少一個處理器可選擇具有最高所判定分數的至少一個解決方案來饋入模擬演算法以生成一或多個額外解決方案。在一些態樣中,所述模擬演算法可包括至少一個約束。所述至少一個約束可包括所述FC中的每一者處的顧客需求、所述FC的最大容量、與FC的相容性或FC之間的傳送成本中的至少一者。在其他態樣中,可快取與所述模擬演算法的每一運行保持實質上恆定的至少一個約束。在其他實施例中,選擇具有最高所判定分數的至少一個解決方案來饋入模擬演算法以生成一或多個額外解決方案
可包括:經由所述模擬演算法改變與所選所述至少一個解決方案相關聯的至少一個參數以生成所述一或多個額外解決方案。
在一些態樣中,所述至少一個處理器可模擬所述多個FC中的每一者處的顧客需求。至少基於經模擬顧客需求及基於表現最佳的解決方案,所述至少一個處理器可修改所述多個FC當中的所述多個SKU的配置。在一些實施例中,修改所述多個FC當中的所述多個SKU的配置包括修改與所述配置相關聯的資料。所述表現最佳的解決方案可使至少一個FC的所述參與比升高2%。
本文中亦論述其他系統、方法以及電腦可讀媒體。
100、300:系統
101:運送授權技術系統
102A、107A、107B、107C:移動式裝置
102B、119C:電腦
103:外部前端系統
105:內部前端系統
107:運輸系統
109:賣方入口網站
111:運送及訂單追蹤系統
113:履行最佳化系統
115:履行通信報閘道
117:供應鏈管理系統
119:勞動力管理系統
119A:平板電腦
119B:PDA
121A、121B、121C:第3方履行系統
123:履行中心授權系統
125:勞動管理系統
200:履行中心
201、222:卡車
202A、202B、208:物品
203:入站區
205:緩衝區
206:叉車
207:投卸區
209:撿貨區
210:儲存單元
211:包裝區
213:轉運區
214:運輸機構
215:暫駐區
216:牆
218、220:包裝
224A、224B:遞送工作者
226:汽車
301:最佳化系統
302:網路
303:伺服器
304:資料庫
305:處理器
400、500:方法
401、402、403、403A、404、405、406、407、501、502、503、504、505、506、507、508、509、510、511、511A、512、513:方塊
600:彙總頁
圖1A為與所揭露實施例一致的示出包括用於允許運送、運輸以及物流操作的通訊的電腦化系統的網路的例示性實施例的示意性方塊圖。
圖1B描繪與所揭露實施例一致的包含滿足搜尋請求的一或多個搜尋結果以及交互式使用者介面元素的樣本搜尋結果頁(Search Result Page;SRP)。
圖1C描繪與所揭露實施例一致的包含產品及關於所述產品的資訊以及交互式使用者介面元素的樣本單一顯示頁(Single Display Page;SDP)。
圖1D描繪與所揭露實施例一致的包含虛擬購物車中的物品以及交互式使用者介面元素的樣本購物車頁。
圖1E描繪與所揭露實施例一致的包含來自虛擬購物車的物
品以及關於購買及運送的資訊以及交互式使用者介面元素的樣本訂單頁。
圖2為與所揭露實施例一致的經組態以利用所揭露電腦化系統的例示性履行中心的圖解圖示。
圖3為示出包括模擬及最佳化產品的出站流量的最佳化系統的系統的例示性實施例的示意性方塊圖。
圖4為示出模擬及最佳化產品的出站流量的方法的例示性實施例的流程圖。
圖5為示出模擬及最佳化產品的出站流量的方法的例示性實施例的另一流程圖。
圖6為包含所生成模擬的結果的例示性彙總頁的圖。
以下詳細描述參考隨附圖式。只要可能,即在圖式及以下描述中使用相同附圖標號來指代相同或類似部分。儘管本文中描述了若干示出性實施例,但修改、調適以及其他實施方案是可能的。舉例而言,可對圖式中所示出的組件及步驟作出替代、添加或修改,且可藉由取代、重排順序、移除或將步驟添加至所揭露方法來修改本文中所描述的示出性方法。因此,以下詳細描述不限於所揭露實施例及實例。實情為,本發明的正確範圍由隨附申請專利範圍界定。
本揭露內容的實施例是針對經組態用於使用基因演算法來模擬出站流量及最佳化產品的配置的系統及方法。
參考圖1A,繪示示出包括用於允許運送、運輸以及物流
操作的通訊的電腦化系統的系統的例示性實施例的示意性方塊圖100。如圖1A中所示出,系統100可包含各種系統,所述系統中的每一者可經由一或多個網路彼此連接。所述系統亦可經由直接連接(例如,使用纜線)彼此連接。所描繪系統包含運送授權技術(shipment authority technology;SAT)系統101、外部前端系統103、內部前端系統105、運輸系統107、移動式裝置107A、移動式裝置107B以及移動式裝置107C、賣方入口網站109、運送及訂單追蹤(shipment and order tracking;SOT)系統111、履行最佳化(fulfillment optimization;FO)系統113、履行通信報閘道(fulfillment messaging gateway;FMG)115、供應鏈管理(supply chain management;SCM)系統117、勞動力管理系統119、移動式裝置119A、移動式裝置119B以及移動式裝置119C(描繪為位於履行中心(FC)200的內部)、第3方履行系統121A、第3方履行系統121B以及第3方履行系統121C、履行中心授權系統(fulfillment center authorization;FC Auth)123以及勞動管理系統(labor management system;LMS)125。
在一些實施例中,SAT系統101可實施為監視訂單狀態及遞送狀態的電腦系統。舉例而言,SAT系統101可判定訂單是否超過其承諾遞送日期(Promised Delivery Date;PDD),且可採取適當的動作,包含發起新訂單、對非遞送訂單中的物品進行重新運送、取消非遞送訂單、發起與訂購顧客的聯絡,或類似者。SAT系統101亦可監視其他資料,包含輸出(諸如在特定時間段期間運送的包裝的數目)及輸入(諸如接收到的用於運送的空紙板盒的數目)。SAT系統101亦可充當系統100中的不同裝置之間
的閘道,從而(例如,使用儲存及轉發或其他技術)允許諸如外部前端系統103及FO系統113的裝置之間的通訊。
在一些實施例中,外部前端系統103可實施為使得外部使用者能夠與系統100中的一或多個系統交互的電腦系統。舉例而言,在系統100使得系統的呈現能夠允許使用者針對物品下訂單的實施例中,外部前端系統103可實施為接收搜尋請求、呈現物品頁以及索求支付資訊的網頁伺服器。舉例而言,外部前端系統103可實施為電腦或電腦運行軟體,諸如Apache HTTP伺服器、微軟網際網路資訊服務(Internet Information Service;IIS)、NGINX,或類似者。在其他實施例中,外部前端系統103可運行經設計以接收及處理來自外部裝置(例如,移動式裝置102A或電腦102B)的請求的定製網頁伺服器軟體、基於彼等請求自資料庫及其他資料儲存庫獲取資訊,以及基於所獲取的資訊來將回應提供至接收到的請求。
在一些實施例中,外部前端系統103可包含網頁快取系統、資料庫、搜尋系統或支付系統中的一或多者。在一個態樣中,外部前端系統103可包括此等系統中的一或多者,而在另一態樣中,外部前端系統103可包括連接至此等系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫,或其他網路連接)。
藉由圖1B、圖1C、圖1D以及圖1E所示出的示出性步驟集合將有助於描述外部前端系統103的一些操作。外部前端系統103可自系統100中的系統或裝置接收資訊以用於呈現及/或顯示。舉例而言,外部前端系統103可代管或提供一或多個網頁,包含搜尋結果頁(SRP)(例如,圖1B)、單一細節頁(Single Detail
Page;SDP)(例如,圖1C)、購物車頁(例如,圖1D),或訂單頁(例如,圖1E)。(例如,使用移動式裝置102A或電腦102B的)使用者裝置可導航至外部前端系統103且藉由將資訊輸入至搜尋框中來請求搜尋。外部前端系統103可請求來自系統100中的一或多個系統的資訊。舉例而言,外部前端系統103可自FO系統113請求滿足搜尋請求的資訊。外部前端系統103亦可(自FO系統113)請求及接收包含於搜尋結果中的每一產品的承諾遞送日期或「PDD」。在一些實施例中,PDD可表示在特定時間段內(例如,在一天結束(下午11:59)前)訂購的情況下對含有產品的包裝將何時到達使用者的所要地點或承諾將產品遞送至使用者的所要地點處的最遲日期的估計。(PDD在下文相對於FO系統113進一步論述。)
外部前端系統103可基於資訊來準備SRP(例如,圖1B)。SRP可包含滿足搜尋請求的資訊。舉例而言,此可包含滿足搜尋請求的產品的圖像。SRP亦可包含每一產品的各別價格,或與每一產品的增強遞送選項、PDD、重量、大小、報價、折扣或類似者相關的資訊。外部前端系統103可(例如,經由網路)將SRP發送至請求使用者裝置。
使用者裝置可接著例如藉由點擊或輕觸使用者介面或使用另一輸入裝置自SRP選擇產品,以選擇表示於SRP上的產品。使用者裝置可制訂對關於所選產品的資訊的請求且將其發送至外部前端系統103。作為回應,外部前端系統103可請求與所選產品相關的資訊。舉例而言,資訊可包含除針對各別SRP上的產品呈現的資訊以外的額外資訊。此可包含例如保存期限、原產國、重
量、大小、包裝中的物品的數目、操作說明,或關於產品的其他資訊。資訊亦可包含類似產品的推薦(基於例如大資料及/或對購買此產品及至少一個其他產品的顧客的機器學習分析)、頻繁詢問的問題的答案、來自顧客的評論、製造商資訊、圖像,或類似者。
外部前端系統103可基於接收到的產品資訊來準備SDP(單一細節頁)(例如,圖1C)。SDP亦可包含其他交互式元素,諸如「現在購買」按鈕、「添加至購物車」按鈕、數量欄、物品的圖像,或類似者。SDP可更包含提供產品的賣方的列表。可基於每一賣方報出的價格來對列表排順序,使得可在頂部處列出報出以最低價格出售產品的賣方。亦可基於賣方排名來對列表排順序,使得可在頂部處列出最高排名的賣方。可基於多個因素來制訂賣方排名,所述因素包含例如賣方的符合承諾PDD的過去的追蹤記錄。外部前端系統103可(例如,經由網路)將SDP遞送至請求使用者裝置。
請求使用者裝置可接收列出產品資訊的SDP。在接收SDP後,使用者裝置可接著與SDP交互。舉例而言,請求使用者裝置的使用者可點擊或以其他方式與SDP上的「放在購物車中」按鈕交互。此將產品添加至與使用者相關聯的購物車。使用者裝置可將把產品添加至購物車的此請求傳輸至外部前端系統103。
外部前端系統103可生成購物車頁(例如,圖1D)。在一些實施例中,購物車頁列出使用者已添加至虛擬「購物車」的產品。使用者裝置可藉由在SRP、SDP或其他頁上的圖標上點擊或以其他方式與所述圖標交互來請求購物車頁。在一些實施例中,購物車頁可列出使用者已添加至購物車的所有產品,以及關
於購物車中的產品的資訊(諸如每一產品的數量、每一產品每物品的價格、每一產品基於相關聯數量的價格)、關於PDD的資訊、遞送方法、運送花費、用於修改購物車中的產品(例如,刪除或修改數量)的使用者介面元素、用於訂購其他產品或設置產品的定期遞送的選項、用於設置利息支付的選項、用於前進至購買的使用者介面元素,或類似者。使用者裝置處的使用者可在使用者介面元素(例如,寫著「現在購買」的按鈕)上點擊或以其他方式與所述使用者介面元素交互,以發起對購物車中的產品的購買。在如此做後,使用者裝置可將發起購買的此請求傳輸至外部前端系統103。
外部前端系統103可回應於接收發起購買的請求而生成訂單頁(例如,圖1E)。在一些實施例中,訂單頁重新列出來自購物車的物品且請求支付及運送資訊的輸入。舉例而言,訂單頁可包含請求關於購物車中的物品的購買者的資訊(例如,姓名、地址、電子郵件地址、電話號碼)、關於接收者的資訊(例如,姓名、地址、電話號碼、遞送資訊)的部分、運送資訊(例如,遞送及/或接取的速度/方法)、支付資訊(例如,信用卡、銀行轉賬、支票、儲存的積分)、請求現金收據(例如,出於稅務目的)的使用者介面元素,或類似者。外部前端系統103可將訂單頁發送至使用者裝置。
使用者裝置可輸入關於訂單頁的資訊,且點擊或以其他方式與將資訊發送至外部前端系統103的使用者介面元素交互。自此處,外部前端系統103可將資訊發送至系統100中的不同系統,以使得能夠創建及處理帶有購物車中的產品的新訂單。
在一些實施例中,外部前端系統103可進一步經組態以使得賣方能夠傳輸及接收與訂單相關的資訊。
在一些實施例中,內部前端系統105可實施為使得內部使用者(例如,擁有、操作或租用系統100的組織的雇員)能夠與系統100中的一或多個系統交互的電腦系統。舉例而言,在網路101使得系統的呈現能夠允許使用者針對物品下訂單的實施例中,內部前端系統105可實施為使得內部使用者能夠查看關於訂單的診斷及統計資訊、修改物品資訊或審查與訂單相關的統計的網頁伺服器。舉例而言,內部前端系統105可實施為電腦或電腦運行軟體,諸如Apache HTTP伺服器、微軟網際網路資訊服務(IIS)、NGINX,或類似者。在其他實施例中,內部前端系統105可運行經設計以接收及處理來自系統100中所描繪的系統或裝置(以及未描繪的其他裝置)的請求的定製網頁伺服器軟體、基於彼等請求自資料庫及其他資料儲存庫獲取資訊,以及基於所獲取的資訊來將回應提供至接收到的請求。
在一些實施例中,內部前端系統105可包含網頁快取系統、資料庫、搜尋系統、支付系統、分析系統、訂單監視系統或類似者中的一或多者。在一個態樣中,內部前端系統105可包括此等系統中的一或多者,而在另一態樣中,內部前端系統105可包括連接至此等系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫,或其他網路連接)。
在一些實施例中,運輸系統107可實施為允許系統100中的系統或裝置與移動式裝置107A至移動式裝置107C之間的通訊的電腦系統。在一些實施例中,運輸系統107可自一或多個移
動式裝置107A至移動式裝置107C(例如,移動式電話、智慧型電話、PDA,或類似者)接收資訊。舉例而言,在一些實施例中,移動式裝置107A至移動式裝置107C可包括由遞送工作者操作的裝置。遞送工作者(其可為永久雇員、臨時雇員或輪班雇員)可利用移動式裝置107A至移動式裝置107C來實現對含有由使用者訂購的產品的包裝的遞送。舉例而言,為遞送包裝,遞送工作者可在移動式裝置上接收指示遞送哪個包裝和將所述包裝遞送到何處的通知。在到達遞送地點後,遞送工作者可(例如,在卡車的後部中或在包裝的條板箱中)定位包裝、使用移動式裝置掃描或以其他方式採集與包裝上的識別符(例如,條碼、圖像、文字串、RFID標籤,或類似者)相關聯的資料,且遞送包裝(例如,藉由將其留在前門處、將其留給警衛、將其交給接收者,或類似者)。在一些實施例中,遞送工作者可使用移動式裝置採集包裝的相片及/或可獲得簽名。移動式裝置可將資訊發送至運輸系統107,所述資訊包含關於遞送的資訊,包含例如時間、日期、GPS地點、相片、與遞送工作者相關聯的識別符、與移動式裝置相關聯的識別符,或類似者。運輸系統107可在資料庫(未描繪)中儲存此資訊以用於藉由系統100中的其他系統存取。在一些實施例中,運輸系統107可使用此資訊來準備追蹤資料且將所述追蹤資料發送至其他系統,所述追蹤資料指示特定包裝的地點。
在一些實施例中,某些使用者可使用一個種類的移動式裝置(例如,永久工作者可使用具有定製硬體(諸如條碼掃描器、尖筆以及其他裝置)的專用PDA),而其他使用者可使用其他類型的移動式裝置(例如,臨時工作者或輪班工作者可利用現成的移
動式電話及/或智慧型電話)。
在一些實施例中,運輸系統107可將使用者與每一裝置相關聯。舉例而言,運輸系統107可儲存使用者(由例如使用者識別符、雇員識別符或電話號碼表示)與移動式裝置(由例如國際移動式設備識別(International Mobile Equipment Identity;IMEI)、國際移動式訂用識別符(International Mobile Subscription Identifier;IMSI)、電話號碼、通用唯一識別符(Universal Unique Identifier;UUID)或全球唯一識別符(Globally Unique Identifier;GUID)表示)之間的關聯。運輸系統107可結合在遞送時接收到的資料使用此關聯以分析儲存於資料庫中的資料,以便尤其判定工作者的地點、工作者的效率,或工作者的速度。
在一些實施例中,賣方入口網站109可實施為使得賣方或其他外部實體能夠與系統100中的一或多個系統電子地通訊的電腦系統。舉例而言,賣方可利用電腦系統(未描繪)來上傳或提供賣方希望經由使用賣方入口網站109的系統100來出售的產品的產品資訊、訂單資訊、聯絡資訊,或類似者。
在一些實施例中,運送及訂單追蹤系統111可實施為接收、儲存以及轉發關於含有由顧客(例如,由使用裝置102A至裝置102B的使用者)訂購的產品的包裝的地點的資訊的電腦系統。在一些實施例中,運送及訂單追蹤系統111可請求或儲存來自由遞送含有由顧客訂購的產品的包裝的運送公司操作的網頁伺服器(未描繪)的資訊。
在一些實施例中,運送及訂單追蹤系統111可請求及儲存來自在系統100中描繪的系統的資訊。舉例而言,運送及訂單
追蹤系統111可請求來自運輸系統107的資訊。如上文所論述,運輸系統107可自與使用者(例如,遞送工作者)或車輛(例如,遞送卡車)中的一或多者相關聯的一或多個移動式裝置107A至移動式裝置107C(例如,移動式電話、智慧型電話、PDA,或類似者)接收資訊。在一些實施例中,運送及訂單追蹤系統111亦可請求來自勞動力管理系統(workforce management system;WMS)119的資訊以判定個別產品在履行中心(例如,履行中心200)的內部的地點。運送及訂單追蹤系統111可請求來自運輸系統107或WMS 119中的一或多者的資料,在請求後處理所述資料,且將所述資料呈現給裝置(例如,使用者裝置102A及使用者裝置102B)。
在一些實施例中,履行最佳化(FO)系統113可實施為儲存來自其他系統(例如,外部前端系統103及/或運送及訂單追蹤系統111)的顧客訂單的資訊的電腦系統。FO系統113亦可儲存描述特定物品保存或儲存於何處的資訊。舉例而言,某些物品可能僅儲存於一個履行中心中,而某些其他物品可能儲存於多個履行中心中。在再其他實施例中,某些履行中心可經設計以僅儲存特定的一組物品(例如,新鮮生產或冷凍的產品)。FO系統113儲存此資訊以及相關聯資訊(例如,數量、大小、接收的日期、到期日期等)。
FO系統113亦可計算每一產品的對應PDD(承諾遞送日期)。在一些實施例中,PDD可基於一或多個因素。舉例而言,FO系統113可基於以下來計算產品的PDD:對產品的過去需求(例如,在一段時間期間訂購了多少次所述產品)、對產品的預期需求
(例如,預測在即將到來的一段時間期間多少顧客將訂購所述產品)、指示在一段時間期間訂購了多少產品的全網路過去需求、指示預期在即將到來的一段時間期間將訂購多少產品的全網路預期需求、儲存於每一履行中心200中的產品的一或多個計數(所述履行中心儲存每一產品)、產品的預期或當前訂單,或類似者。
在一些實施例中,FO系統113可定期(例如,每小時)判定每一產品的PDD且將其儲存於資料庫中以用於擷取或發送至其他系統(例如,外部前端系統103、SAT系統101、運送及訂單追蹤系統111)。在其他實施例中,FO系統113可自一或多個系統(例如,外部前端系統103、SAT系統101、運送及訂單追蹤系統111)接收電子請求且按需求計算PDD。
在一些實施例中,履行通信報閘道(FMG)115可實施為自系統100中的一或多個系統(諸如FO系統113)接收呈一種格式或協定的請求或回應、將其轉換成另一格式或協定且將其以經轉換格式或協定轉發至其他系統(諸如WMS 119或第3方履行系統121A、第3方履行系統121B或第3方履行系統121C)且反之亦然的電腦系統。
在一些實施例中,供應鏈管理(SCM)系統117可實施為進行預測功能的電腦系統。舉例而言,SCM系統117可基於例如基於以下來預測對特定產品的需求的級別:對產品的過去需求、對產品的預期需求、全網路過去需求、全網路預期需求、儲存於每一履行中心200中的計數產品、每一產品的預期或當前訂單,或類似者。回應於此預測級別及所有履行中心中的每一產品的量,SCM系統117可生成一或多個購買訂單以購買及儲備足夠
數量,以滿足對特定產品的預測需求。
在一些實施例中,勞動力管理系統(WMS)119可實施為監視工作流程的電腦系統。舉例而言,WMS 119可自個別裝置(例如,裝置107A至裝置107C或裝置119A至裝置119C)接收指示分立事件的事件資料。舉例而言,WMS 119可接收指示使用此等裝置中的一者來掃描包裝的事件資料。如下文相對於履行中心200及圖2所論述,在履行流程期間,可藉由特定階段處的機器(例如,自動式或手持式條碼掃描器、RFID讀取器、高速攝影機、諸如平板電腦119A、移動式裝置/PDA 119B、電腦119C的裝置,或類似者)掃描或讀取包裝識別符(例如,條碼或RFID標籤資料)。WMS 119可儲存指示掃描或讀取對應資料庫(未描繪)中的包裝識別符的每一事件以及包裝識別符、時間、日期、地點、使用者識別符或其他資訊,且可將此資訊提供至其他系統(例如,運送及訂單追蹤系統111)。
在一些實施例中,WMS 119可儲存將一或多個裝置(例如,裝置107A至裝置107C或裝置119A至裝置119C)與一或多個使用者(所述一或多個使用者與系統100相關聯)相關聯的資訊。舉例而言,在一些情形下,使用者(諸如兼職雇員或全職雇員)可與移動式裝置相關聯,此是由於使用者擁有移動式裝置(例如,移動式裝置為智慧型電話)。在其他情形下,使用者可與移動式裝置相關聯,此是由於使用者臨時保管移動式裝置(例如,使用者在一天開始時拿到移動式裝置,將在一天期間使用所述移動式裝置,且將在一天結束時歸還所述移動式裝置)。
在一些實施例中,WMS 119可維護與系統100相關聯的
每一使用者的工作日志。舉例而言,WMS 119可儲存與每一雇員相關聯的資訊,包含任何分配流程(例如,從卡車卸載、自撿貨區撿取物品、合流牆(rebin wall)工作、對物品進行包裝)、使用者識別符、地點(例如,履行中心200中的樓層或區)、藉由雇員經由系統移動的單位數目(例如,所撿取物品的數目、所包裝物品的數目)、與裝置(例如,裝置119A至裝置119C)相關聯的識別符,或類似者。在一些實施例中,WMS 119可自計時系統接收登記及登出資訊,所述計時系統諸如在裝置119A至裝置119C上操作的計時系統。
在一些實施例中,第3方履行(3rd party fulfillment;3PL)系統121A至第3方履行系統121C表示與物流及產品的第三方提供商相關聯的電腦系統。舉例而言,儘管一些產品儲存於履行中心200(如下文相對於圖2所論述)中,但其他產品可儲存於場外、可按需求生產,或可以其他方式不可供用於儲存於履行中心200中。3PL系統121A至3PL系統121C可經組態以(例如,經由FMG 115)自FO系統113接收訂單,且可將產品及/或服務直接提供(例如,遞送或安設)至顧客。在一些實施例中,3PL系統121A至3PL系統121C中的一或多者可為系統100的部分,而在其他實施例中,3PL系統121A至3PL系統121C中的一或多者可位於系統100的外部(例如,由第三方提供商擁有或操作)。
在一些實施例中,履行中心Auth系統(FC Auth)123可實施為具有各種功能的電腦系統。舉例而言,在一些實施例中,FC Auth 123可充當系統100中的一或多個其他系統的單一簽入(single-sign on;SSO)服務。舉例而言,FC Auth 123可使得使用
者能夠經由內部前端系統105登入、判定使用者具有存取運送及訂單追蹤系統111處的資源的類似特權,且使得使用者能夠在不要求第二登入流程的情況下取得彼等特權。在其他實施例中,FC Auth 123可使得使用者(例如,雇員)能夠將自身與特定任務相關聯。舉例而言,一些雇員可能不具有電子裝置(諸如裝置119A至裝置119C),且可改為在一天的過程期間在履行中心200內自任務至任務以及自區至區移動。FC Auth 123可經組態以使得彼等雇員能夠在一天的不同時間處指示其正進行何任務以及其位於何區。
在一些實施例中,勞動管理系統(LMS)125可實施為儲存雇員(包含全職雇員及兼職雇員)的出勤及超時資訊的電腦系統。舉例而言,LMS 125可自FC Auth 123、WMA 119、裝置119A至裝置119C、運輸系統107及/或裝置107A至裝置107C接收資訊。
圖1A中所描繪的特定組態僅為實例。舉例而言,儘管圖1A描繪連接至FO系統113的FC Auth系統123,但並非所有實施例均要求此特定組態。實際上,在一些實施例中,系統100中的系統可經由一或多個公用或私用網路彼此連接,所述網路包含網際網路、企業內部網路、廣域網路(Wide-Area Network;WAN)、都會區域網路(Metropolitan-Area Network;MAN)、順應IEEE 802.11a/b/g/n標準的無線網路、租用線,或類似者。在一些實施例中,系統100中的系統中的一或多者可實施為在資料中心、伺服器群或類似者處實施的一或多個虛擬伺服器。
圖2描繪履行中心200。履行中心200為儲存用於運送至
顧客的物品在訂購時的實體地點的實例。可將履行中心(FC)200劃分成多個區,所述區中的每一者描繪於圖2中。在一些實施例中,可認為此等「區」為接收物品、儲存物品、擷取物品以及運送物品的流程的不同階段之間的虛擬劃分。因此儘管在圖2中描繪「區」,但其他區劃分為可能的,且在一些實施例中可省略、複製或修改圖2中的區。
入站區203表示FC 200的自希望使用來自圖1A的系統100出售產品的賣方接收到物品的區域。舉例而言,賣方可使用卡車201來遞送物品202A及物品202B。物品202A可表示足夠大以佔據其自己的運送托板的單一物品,而物品202B可表示在同一托板上堆疊在一起以節省空間的一組物品。
工作者將接收入站區203中的物品,且可使用電腦系統(未描繪)來視情況檢查物品的損壞及正確性。舉例而言,工作者可使用電腦系統來比較物品202A及物品202B的數量與所訂購物品的數量。若數量不匹配,則工作者可拒絕物品202A或物品202B中的一或多者。若數量的確匹配,則工作者可(使用例如台車、手推平車、叉車或手動地)將彼等物品移動至緩衝區205。緩衝區205可為當前無需處於撿貨區中的物品(例如由於撿貨區中存在足夠高數量的所述物品以滿足預測需求)的臨時儲存區域。在一些實施例中,叉車206操作以移動緩衝區205周圍以及入站區203與投卸(drop)區207之間的物品。若(例如,由於預測需求而)需要撿貨區中的物品202A或物品202B,則叉車可將物品202A或物品202B移動至投卸區207。
投卸區207可為FC 200的在將物品移動至撿貨區209之
前儲存所述物品的區域。經分配撿貨任務的工作者(「撿貨員」)可靠近撿貨區中的物品202A及物品202B,使用移動式裝置(例如,裝置119B)來掃描撿貨區的條碼,且掃描與物品202A及物品202B相關聯的條碼。撿貨員可接著將物品(例如,藉由將其置放於推車上或攜帶其)取至撿貨區209。
撿貨區209可為FC 200的將物品208儲存於儲存單元210上的區域。在一些實施例中,儲存單元210可包括實體擱架、書架、盒子、置物包(tote)、冰箱、冷凍機、冷儲存區或類似者中的一或多者。在一些實施例中,撿貨區209可組織成多個樓層。在一些實施例中,工作者或機器可以多種方式將物品移動至撿貨區209中,包含例如叉車、電梯、傳送帶、推車、手推平車、台車、自動式機器人或裝置,或手動地移動。舉例而言,撿貨員可在投卸區207中將物品202A及物品202B置放於手推平車或推車上,且將物品202A及物品202B步移至撿貨區209。
撿貨員可接收將物品置放(或「堆積」)於撿貨區209中的特定點(諸如儲存單元210上的特定空間)的指令。舉例而言,撿貨員可使用移動式裝置(例如,裝置119B)來掃描物品202A。裝置可例如使用指示走道、貨架以及地點的系統來指示撿貨員應將物品202A堆積在何處。裝置可接著提示撿貨員在將物品202A堆積於所述地點之前掃描所述地點處的條碼。裝置可(例如,經由無線網路)將資料發送至諸如圖1A中的WMS 119的電腦系統,所述資料指示物品202A已由使用裝置119B的使用者堆積於所述地點處。
一旦使用者下訂單,撿貨員就可在裝置119B上接收自儲
存單元210擷取一或多個物品208的指令。撿貨員可擷取物品208、掃描物品208上的條碼,且將所述物品208置放於運輸機構214上。儘管將運輸機構214表示為滑動件,但在一些實施例中,運輸機構可實施為傳送帶、電梯、推車、叉車、手推平車、台車或類似者中的一或多者。物品208可接著到達包裝區211。
包裝區211可為FC 200的自撿貨區209接收到物品且將所述物品包裝至盒子或袋子中以用於最終運送至顧客的區域。在包裝區211中,經分配接收物品的工作者(「合流工作者」)將自撿貨區209接收物品208且判定其對應於何訂單。舉例而言,合流工作者可使用諸如電腦119C的裝置來掃描物品208上的條碼。電腦119C可在視覺上指示物品208與哪一訂單相關聯。此可包含例如對應於訂單的牆216上的空間或「單元格」。一旦訂單完成(例如,由於單元格含有所述訂單的所有物品),合流工作者就可指示包裝工作者(或「包裝員」)訂單完成。包裝員可自單元格擷取物品且將所述物品置放於盒子或袋子中以用於運送。包裝員可接著例如經由叉車、推車、台車、手推平車、傳送帶、手動地或以其他方式將盒子或袋子發送至轉運(hub)區213。
轉運區213可為FC 200的自包裝區211接收所有盒子或袋子(「包裝」)的區域。轉運區213中的工作者及/或機器可擷取包裝218且判定每一包裝意欲去至遞送區域的哪一部分,且將包裝投送至適當的暫駐區215。舉例而言,若遞送區域具有兩個更小子區域,則包裝將去至兩個暫駐區215中的一者。在一些實施例中,工作者或機器可(例如,使用裝置119A至裝置119C中的一者)掃描包裝以判定其最終目的地。將包裝投送至暫駐區215可
包括例如(例如,基於郵政碼)判定包裝去往的地理區域的一部分,以及判定與地理區域的所述部分相關聯的暫駐區215。
在一些實施例中,暫駐區215可包括一或多個建築、一或多個實體空間或一或多個區域,其中自轉運區213接收到包裝以用於分類至路線及/或子路線中。在一些實施例中,暫駐區215與FC 200實體地分開,而在其他實施例中,暫駐區215可形成FC 200的一部分。
暫駐區215中的工作者及/或機器可例如基於以下來判定包裝220應與哪一路線及/或子路線相關聯:目的地與現有路線及/或子路線的比較、對每一路線及/或子路線的工作負荷的計算、時刻、運送方法、運送包裝220的花費、與包裝220中的物品相關聯的PDD,或類似者。在一些實施例中,工作者或機器可(例如,使用裝置119A至裝置119C中的一者)掃描包裝以判定其最終目的地。一旦將包裝220分配給特定路線及/或子路線,工作者及/或機器就可移動待運送的包裝220。在例示性圖2中,暫駐區215包含卡車222、汽車226以及遞送工作者224A及遞送工作者224B。在一些實施例中,卡車222可由遞送工作者224A駕駛,其中遞送工作者224A為遞送FC 200的包裝的全職雇員,且卡車222由擁有、租用或操作FC 200的同一公司擁有、租用或操作。在一些實施例中,汽車226可由遞送工作者224B駕駛,其中遞送工作者224B為在視需要基礎上(例如,季節性地)遞送的「彈性」工作者或臨時工作者。汽車226可由遞送工作者224B擁有、租用或操作。
參考圖3,其為示出包括模擬出站流量的最佳化系統301
的系統的例示性實施例的示意性方塊圖300。最佳化系統301可與圖1A的系統100中的一或多個系統相關聯。舉例而言,最佳化系統301可實施為SCM系統117的部分。在一些實施例中,最佳化系統301可實施為儲存每一FC 200的資訊以及來自其他系統(例如,外部前端系統103、運送及訂單追蹤系統111及/或FO系統113)的顧客訂單的資訊的電腦系統。舉例而言,最佳化系統301可包含一或多個處理器305,所述處理器305可儲存描述FC當中的SKU的分佈的資訊。因此,最佳化系統301的一或多個處理器305可儲存儲存於每一FC中的SKU的列表。一或多個處理器305亦可儲存描述與FC中的每一者相關聯的約束的資訊。舉例而言,某些FC可具有約束,所述約束包含最大容量、歸因於大小而與某些物品的相容性、冷凍需要、重量,或其他物品要求、傳送的成本、建築限制及/或其任何組合。藉助於實例,某些物品可能僅儲存於一個履行中心中,而某些其他物品可能儲存於多個履行中心中。在再其他實施例中,某些履行中心可經設計以僅儲存特定的一組物品(例如,新鮮生產或冷凍的產品)。一或多個處理器305可儲存或擷取此資訊以及每一FC的相關聯資訊(例如,數量、大小、接收的日期、到期日期等)。
在其他實施例中,與每一FC 200相關聯的前述資訊中的每一者可儲存於資料庫304中。因此,最佳化系統301可經由網路302自資料庫304擷取資訊。資料庫304可包含儲存資訊且經由網路302存取的一或多個記憶體裝置。藉助於實例,資料庫304可包含啟示TM(OracleTM)資料庫、賽貝斯TM(SybaseTM)資料庫或其他相關資料庫或非相關資料庫,諸如Hadoop順序檔案、
HBase或Cassandra。儘管將資料庫304示出為包含於系統300中,但其可替代地自系統300遠端地定位。在其他實施例中,資料庫304可併入至最佳化系統301中。資料庫304可包括計算組件(例如,資料庫管理系統、資料庫伺服器等),所述計算組件經組態以接收及處理對儲存於資料庫304的記憶體裝置中的資料的請求且提供來自資料庫304的資料。
系統300亦可包括網路302及伺服器303。最佳化系統301、伺服器303以及資料庫304可經由網路302連接且能夠彼此通訊。網路302可為無線網路、有線網路或無線網路與有線網路的任何組合中的一或多者。舉例而言,網路302可包含光纖網路、被動光學網路、電纜網路、網際網路、衛星網路、無線LAN、全球移動式通訊系統(「Global System for Mobile Communication;GSM」)、個人通訊服務(「Personal Communication Service;PCS」)、個人區域網路(「Personal Area Network;PAN」)、D-AMPS、Wi-Fi、固定無線資料、IEEE 802.11b、IEEE 802.15.1、IEEE 802.11n以及IEEE 802.11g或用於傳輸及接收資料的任何其他有線或無線網路中的一或多者。
此外,網路302可包含但不限於電話線、光纖、IEEE乙太網路902.3、廣域網路(「WAN」)、區域網路(「local area network;LAN」),或諸如網際網路的全球網路。網路302亦可支援網際網路、無線通訊網路、蜂巢式網路或類似者,或其任何組合。網路302可更包含操作為獨立網路或彼此合作的一個網路或任何數目個上述例示性類型的網路。網路302可利用與其以通訊方式耦接的一或多個網路元件的一或多個協定。網路302可轉譯至網路裝
置的一或多個協定或自其他協定轉譯至網路裝置的一或多個協定。儘管將網路302描繪為單一網路,但應瞭解,根據一或多個實施例,網路302可包括多個互連網路,諸如(例如)網際網路、服務提供商的網路、有線電視網路、公司網路以及家庭網路。
伺服器303可為網頁伺服器。伺服器303例如可包含遞送可由例如使用者經由諸如網際網路的網路(例如,網路302)存取的網頁內容的硬體(例如,一或多個電腦)及/或軟體(例如,一或多個應用)。伺服器303可使用例如超文字傳送協定(hypertext transfer protocol;HTTP或sHTTP)以與使用者通訊。遞送至使用者的網頁可包含例如HTML文件,其除了文字內容之外可包含影像、式樣表單以及腳本。
諸如(例如)網頁瀏覽器、網頁耙梳程式或本機移動式應用的使用者程式可使用HTTP藉由作出對具體資源的請求來發起通訊,且伺服器303可以所述資源的內容回應或若無法這樣做則以錯誤訊息回應。伺服器303亦可允許或有助於自使用者接收內容,因此使用者可能夠例如提交網頁形式,包含上載檔案。伺服器303亦可使用例如主動伺服器頁(Active Server Page;ASP)、PHP或其他腳本處理語言來支援伺服器側腳本處理。因此,可在分開的檔案中對伺服器303的行為進行腳本處理,同時實際伺服器軟體保持不變。
在其他實施例中,伺服器303可為應用伺服器,所述應用伺服器可包含用於支援其所應用的應用的專用於程序(例如,程式、常式、腳本)的高效執行的硬體及/或軟體。伺服器303可包括一或多個應用伺服器構架,包含例如爪哇(Java)應用伺服器
(例如,爪哇平台、企業版本(爪哇EE(Enterprise Edition;EE))、來自微軟®(Microsoft®)的.NET框架(.NET framework)、PHP應用伺服器,以及類似者)。各種應用伺服器構架可含有綜合服務層模型。伺服器303可充當可經由由平台自身定義的API對例如實體實施系統100存取的組件的集合。
如下文詳細論述,最佳化系統301的一或多個處理器305可實施基因演算法以生成對產品的到達一或多個FC的出站流量的一或多個模擬。舉例而言,基於與儲存於資料庫304中的每一FC相關聯的資訊,一或多個處理器305可最佳化一或多個FC當中的產品(例如,SKU)的出站流量。在一些實施例中,一或多個處理器305可經由SKU映射最佳化出站流量。SKU映射為SKU至FC的配置,且出站網路最佳化可經由SKU映射達成。一或多個處理器305可經由SKU映射生成模擬,且每一模擬可包括FC當中的SKU的不同分佈。可隨機生成每一模擬。因此,一或多個處理器305可藉由生成一或多個模擬且選擇最大程度改善一或多個FC在全州、地區性或全國網路中的輸出速率的最佳模擬來找出最佳模擬。判定改善輸出速率的最佳模擬在最佳化產品的出站流量中可為關鍵的。舉例而言,儘管在每一FC中置放每種物品中的一者可能更容易,但若針對特定物品的顧客需求快速增加,則由於FC將快速耗盡物品故此可能不為最佳的。同樣地,若在單一FC中置放一種物品中的所有者,則由於來自各個地點的顧客可能想要所述物品故此可能不為最佳的。接著,由於物品僅將在單一FC中可用,故將物品自一個FC傳送至另一FC的成本可能增加,且因此,系統將損失效率。因此,針對最佳化產品的出站流量的
電腦化實施例提供用於判定FC當中的SKU的最佳分佈的新穎及關鍵系統。
在又一實施例中,一或多個處理器305可能夠實施對基因演算法的一或多個約束,諸如商業約束。約束可包含例如每一FC的最大容量、與每一FC相關聯的物品相容性、與FC相關聯的成本,或與每一FC相關聯的任何其他特性。每一FC的最大容量可包含與每一FC處可保存多少SKU相關聯的資訊。與每一FC相關聯的物品相容性可包含與歸因於物品的大小、物品的重量、需要冷凍或與物品/SKU相關聯的其他要求而無法保存於某些FC處的某些物品相關聯的資訊。亦可存在在每一FC處允許保存某些物品且防止保存某些物品的與每一FC相關聯的建築限制。與每一FC相關聯的成本可包含FC至FC傳送成本、跨集群運送成本(例如,由自多個FC運送物品引發的運送成本)、由FC之間的跨庫存物品引發的運送成本、與使所有SKU處於一個FC中相關聯的每包裹單位(unit per parcel;UPP)成本,或其任何組合。
在其他實施例中,一或多個處理器305可快取基因演算法的一或多個部分,以便提高效率。舉例而言,可快取基因演算法的一或多個部分以免除每次生成模擬均重新運行演算法的所有部分的需要。一或多個處理器305可基於每一迭代是否將顯著改變來判定可快取基因演算法的哪一或哪些部分。舉例而言,每次生成模擬時一些參數可保持一致,而其他參數可能改變。每次保持一致的參數將不需要在每次生成模擬時重新運行。因此,一或多個處理器305可快取此等一致參數。舉例而言,每一FC處的最大容量在每次生成模擬時可能不改變,且因此可經快取。另一方
面,每一模擬時可能變化的參數可包含例如顧客訂單輪廓、地區中的每一SKU中的顧客興趣,或堆積模型。顧客訂單輪廓可指全州、地區性或全國網路中的顧客訂單的行為。舉例而言,顧客訂單輪廓可指全州、地區性或全國網路中的顧客訂單的訂購模式。每一SKU中的顧客興趣可指全州、地區性或全國網路中對每一物品的顧客需求的量。堆積模型可指指示將特定物品置放於何處(諸如撿貨區209中的特定點或每一FC中的儲存單元210上的特定空間)的模型。堆積模型可每一FC不同。藉由快取基因演算法的一或多個部分,一或多個處理器305可提高效率且減小處理容量。
在一些實施例中,添加至模擬演算法的另一約束可包括FC中的每一者處的顧客需求。一或多個處理器305可能夠藉由查看FC中的每一者處的訂單歷史來判定FC中的每一者處的顧客需求。在其他實施例中,一或多個處理器305可模擬FC中的每一者處的顧客需求。舉例而言,基於至少每一FC處的訂單歷史,一或多個處理器305可預測及/或模擬每一FC處的顧客需求。基於至少FC中的每一者處的經模擬顧客需求,一或多個處理器305可配置FC當中的SKU以便最佳化SKU配置、SKU映射以及產品的出站流量。
圖4為示出模擬及最佳化產品的出站流量的例示性方法400的流程圖。此例示性方法藉助於實例提供。繪示於圖4中的方法400可藉由各種系統的一或多個組合執行或以其他方式進行。如下文所描述的方法400可藉助於實例由如圖3中所繪示的最佳化系統301進行,且在解釋圖4的方法時參考所述系統的各種元件。繪示於圖4中的每一方塊表示例示性方法400中的一或多個
流程、方法或次常式。參考圖4,例示性方法400可開始於方塊401處。
在方塊401處,一或多個處理器305可接收解決方案的原始集合,所述解決方案的原始集合包括FC當中的SKU的原始分佈。在一些實施例中,解決方案的每一集合可包括待儲存於每一FC中的一或多個SKU的列表。一或多個SKU可特定針對每一對應物品,且因此可指示與每一對應物品相關聯的製造商、材料、色彩、包裝類型、重量或任何其他特性。解決方案的每一集合亦可基於待儲存於對應FC中的一或多個SKU的列表來包括每一FC中的總輸出的數目。在一些態樣中,可隨機生成解決方案的每一集合中的FC當中的SKU的分佈。舉例而言,每當一或多個處理器305生成解決方案的集合,一或多個SKU均可隨機分佈於一或多個FC當中。每次一或多個處理器305生成解決方案的集合,解決方案的每一集合均可包括FC當中的SKU的不同分佈。在其他態樣中,可自另一系統或資料儲存區接收到解決方案的集合。舉例而言,解決方案的集合可基於SKU的當前分佈。
如上文所論述,解決方案的每一集合亦可考量與每一FC相關聯的一或多個約束。舉例而言,一或多個處理器305可在生成解決方案的集合時施加一或多個約束(例如,每一FC的最大容量、與每一FC相關聯的物品相容性、與FC相關聯的成本,或與每一FC相關聯的任何其他特性)。因此,可隨機生成解決方案的集合(例如,FC當中的SKU的分佈),同時亦考量與每一FC相關的各種約束。
一旦接收到解決方案的原始集合,方法400就可前進至
方塊402。在方塊402處,一或多個處理器305可運行對解決方案的原始集合中的每一解決方案的模擬。舉例而言,一或多個處理器305可基於解決方案的原始集合中的FC當中的SKU的原始分佈來模擬產品的出站流量。一或多個處理器305可運行對解決方案的原始集合中的每一解決方案的模擬,以便判定FC當中的SKU的原始分佈進行得如何。在一些實施例中,一或多個處理器305可藉由運行對解決方案的原始集合中的每一解決方案的模擬來獲得輸出資料。輸出資料可包括解決方案的每一集合中的每一FC處的總輸出。
一旦運行對解決方案的原始集合中的每一解決方案的模擬,方法400就可前進至方塊403。在方塊403處,一或多個處理器305可評估接收到的解決方案的原始集合的適合度。舉例而言,一或多個處理器305可評估用於置放FC當中的SKU的解決方案的原始集合是否為最佳的。若一或多個處理器305判定原始模擬中的解決方案為最佳的,則方法400可前進至方塊403A。在方塊403A處,由於解決方案的原始集合為最佳的,故一或多個處理器305可判定已達到終止條件。若一或多個處理器305在方塊403A處判定解決方案的原始集合為最佳的且已達到終止條件,則方法400可前進至方塊407,在所述方塊407處一或多個處理器305可終止方法400。如下文將詳細論述,評估解決方案的原始集合的適合度可包括例如計算每一FC處的總輸出、計算每一解決方案的每一FC的參與比,或基於參與比來判定每一解決方案的分數。每一FC處的總輸出可包括來自每一FC的物品/產品的總輸出。FC的參與比可指示FC的網路的總輸出的百分比。舉例而言,此FC的
網路可為全州、全地區或全國的。
若一或多個處理器305在方塊403A處判定原始模擬尚不為最佳的且尚未達到終止條件,則方法400可繼續至方塊404。舉例而言,若一或多個FC處的參與比增大預定臨限值,則一或多個處理器305可判定解決方案的原始集合為最佳的。預定臨限值可在0.5%與10%之間。藉助於實例,若一或多個FC的參與比增大2%,則一或多個處理器305可判定解決方案的原始集合為最佳的。然而,若一或多個FC處的參與比未增大預定臨限值,則一或多個處理器305可判定所述模擬不為最佳的,且因此,方法400可繼續至方塊404。
在方塊404處,一或多個處理器305可自解決方案的原始集合選擇一或多個解決方案來饋入模擬演算法(例如,基因演算法)以生成一或多個額外解決方案。經選擇及饋入至模擬演算法的一或多個解決方案可在所生成的一或多個額外解決方案中保持恆定。
一旦生成一或多個新的額外解決方案,方法400就可繼續至方塊405。在方塊405處,一或多個處理器305可再次評估一或多個新解決方案的適合度。類似於方塊403,一或多個處理器305可藉由評估用於置放FC當中的SKU的一或多個新解決方案是否為最佳的來評估一或多個新模擬的適合度。舉例而言,評估一或多個新解決方案的適合度可包括例如計算每一FC處的總輸出、計算每一FC的參與比,或基於針對每一解決方案計算出的參與比來判定每一解決方案的分數。
在評估一或多個新解決方案的適合度之後,方法400可
繼續至方塊406。在方塊406處,一或多個處理器305可判定是否已達到終止條件。在一些實施例中,若一或多個處理器305判定一或多個FC處的參與比已增大預定臨限值,則可達到終止條件。舉例而言,如上文所論述,若一或多個處理器305判定一或多個FC處的參與比已增大0.5%與10%之間,則一或多個處理器305可判定所述模擬為最佳的且已達到終止條件。在其他實施例中,若一或多個FC的參與比增大2%,則一或多個處理器305可判定已達到終止條件。
若一或多個處理器305判定已達到終止條件,則方法400可前進至方塊407。在方塊407處,一或多個處理器305可終止最佳化。舉例而言,一或多個處理器305可停止運行模擬演算法。然而,若一或多個處理器305判定尚未達到終止條件,則方法400可返回至方塊404,在方塊404處一或多個處理器305可將所生成的一或多個新解決方案添加至接收到的解決方案的原始集合以形成解決方案的新集合。接著,一或多個處理器305可再次自解決方案的新集合選擇一或多個解決方案來用自解決方案的新集合選擇的一或多個解決方案饋入模擬演算法以生成一或多個額外解決方案。一或多個處理器305可重複此流程直至已達到終止條件。舉例而言,一或多個處理器305可重複流程,直至一或多個FC處的參與比的增大達到預定臨限值(諸如增大2%)為止。
圖5為更詳細地示出模擬及最佳化產品的出站流量的(圖4中的)方法400的流程圖。此例示性方法藉助於實例提供。繪示於圖5中的方法500可藉由各種系統的一或多個組合執行或以其他方式進行。如下文所描述的方法500可藉助於實例由如圖3中
所繪示的最佳化系統301進行,且在解釋圖5的方法時參考所述系統的各種元件。繪示於圖5中的每一方塊表示例示性方法500中的一或多個流程、方法或次常式。參考圖5,例示性方法500可開始於方塊501處。
在方塊501處,類似於圖4中的方塊401,一或多個處理器305可接收包括FC當中的SKU的原始分佈的解決方案的原始集合。在一些實施例中,解決方案的原始集合可包括待儲存於每一FC中的一或多個SKU的列表。一或多個SKU可特定針對每一對應物品,且因此可指示與每一對應物品相關聯的製造商、材料、色彩、包裝類型、重量或任何其他特性。在一些態樣中,可隨機生成解決方案的每一集合。舉例而言,每當一或多個處理器305生成解決方案的集合,一或多個SKU均可隨機分佈於一或多個FC當中。每次一或多個處理器305生成解決方案的集合,每一模擬均可包括FC當中的SKU的不同分佈。舉例而言,解決方案的每一集合可包括FC當中的SKU的不同分佈。
如上文所論述,解決方案的每一集合亦可考量與每一FC相關聯的一或多個約束。舉例而言,一或多個處理器305可在生成解決方案的每一集合時施加一或多個約束(例如,每一FC的最大容量、與每一FC相關聯的物品相容性、與FC相關聯的成本,或與每一FC相關聯的任何其他特性)。因此,可隨機生成解決方案的集合(例如,FC當中的SKU的分佈),同時亦考量與每一FC相關的各種約束。
一旦接收到解決方案的原始集合,方法500就可前進至方塊502。在方塊502處,一或多個處理器305可運行對解決方案
的原始集合中的每一解決方案的模擬。舉例而言,一或多個處理器305可基於解決方案的原始集合中的FC當中的SKU的原始分佈來模擬產品的出站流量。一或多個處理器305可運行對解決方案的原始集合中的每一解決方案的模擬,以便判定FC當中的SKU的原始分佈進行得如何。在一些實施例中,一或多個處理器305可藉由運行對解決方案的原始集合中的每一解決方案的模擬來獲得輸出資料。輸出資料可包括解決方案的每一集合中的每一FC處的總輸出。舉例而言,輸出資料可基於待儲存於對應FC中的一或多個SKU的列表來包括每一FC中的總輸出的數目。
一旦運行對解決方案的原始集合中的每一解決方案的模擬,方法500就可前進至方塊503。在方塊503處,一或多個處理器305可計算解決方案的原始集合中的每一解決方案的參與比。為了計算每一解決方案的參與比,一或多個處理器305可判定來自每一FC的物品/產品的總輸出,以及FC的網路(例如,全國網路、全地區網路,或全州網路)的物品/產品的總輸出。FC的參與比可指示FC的網路(例如,全州、全地區,或全國)的總輸出的百分比。
一旦已計算出每一解決方案的參與比,方法500就可前進至方塊504。在方塊504處,基於計算出的參與比,一或多個處理器305可判定解決方案的原始集合中的每一解決方案的分數。分數可指示每一解決方案及每一FC的參與比的增大。舉例而言,一或多個處理器305可判定每一FC處的原始輸出(例如,在原始模擬中)與新輸出(例如,在新模擬中)之間的差,以及原始參與比(例如,在原始模擬中)與新參與比(例如,在新模擬中)
之間的差。基於計算出的參與比之間的差,一或多個處理器305可判定是否存在每一FC的參與比的增大或減小。基於參與比的差,一或多個處理器305可將分數分配給每一解決方案。所分配分數可指示新解決方案能夠在多大程度上增大或減小每一FC的參與比(例如,每一FC對FC的網路的總輸出的貢獻)。FC的參與比可指示FC的網路(全州、全地區,或全國)的總輸出的百分比。
一旦判定分數,方法500就可前進至方塊505。在方塊505處,一或多個處理器305可選擇具有最高所判定分數的至少一個解決方案。舉例而言,一或多個處理器305可在解決方案的原始集合中選擇具有最高所判定分數的至少一個解決方案。在一些實施例中,一或多個處理器305可在解決方案的原始集合中選擇1與10之間個解決方案。所選解決方案可包括最佳地改善對應FC對FC的網路(例如,全國網路、全地區網路,或全州網路)的總輸出的貢獻的解決方案。在一些實施例中,一或多個處理器305可使用演算法來判定經選擇為輸入以生成一或多個額外解決方案的解決方案。舉例而言,演算法可判定每一解決方案的經選擇機率。藉助於實例,基於演算法,具有最高所判定分數的解決方案可比解決方案的集合中的具有更低所判定分數的其他解決方案具有更高經選擇機率。因此,具有最高所判定分數的解決方案可具有經選擇為輸入以生成一或多個額外解決方案的更高機率。用以判定每一解決方案的經選擇機率的演算法可為如下:
其中Si為解決方案i的分數,且Pi為解決方案i的經選擇機率。
方法500可前進至方塊506,在所述方塊506處一或多個處理器305可將具有最高所判定分數的所選解決方案饋入至模擬演算法(例如,基因演算法)中。在方塊507處,一或多個處理器305可生成一或多個額外解決方案。舉例而言,一或多個處理器305可(在方塊506中)將所選解決方案添加至(在方塊501中)接收到的解決方案的原始集合以生成解決方案的新集合。在一些實施例中,具有最高所判定分數的所選解決方案可在所生成的解決方案的新集合中保持恆定,同時可在考量FC處的一或多個約束時再次隨機生成解決方案的新集合中的一或多個其他解決方案。因此,一或多個處理器305可選擇具有最高所判定分數的1與10之間個解決方案且將其饋入至模擬演算法中以生成一或多個額外解決方案。藉由將數個解決方案饋入至模擬演算法,相較於每次均將生成更大數目的可能的解決方案(例如,SKU的所有可能的組合)的系統,程序削減處理器負載且提高效率。
經饋入至模擬演算法中的解決方案可在所生成的額外解決方案中保持恆定。舉例而言,經饋入至模擬演算法中的所選解決方案可包括對應FC當中的SKU的特定分佈。所選解決方案中的FC當中的SKU的分佈可在所生成的額外解決方案中保持不變。
一旦在方塊507處生成一或多個額外解決方案,方法500就可繼續至方塊508。類似於方塊502,在方塊508處,一或多個處理器305可運行對(在方塊507中)所生成的一或多個額外解決方案的模擬。舉例而言,一或多個處理器305可運行對一或多個額外解決方案的模擬,以便判定一或多個額外解決方案中的FC當中的SKU的分佈進行得如何。在一些實施例中,一或多個處理
器305可藉由運行對一或多個額外解決方案中的每一者的模擬來獲得輸出資料。輸出資料可包括一或多個額外解決方案中的每一者中的每一FC處的總輸出。舉例而言,輸出資料可基於待儲存於對應FC中的一或多個SKU的列表來包括每一FC中的總輸出的數目。
一旦運行對一或多個額外解決方案的模擬,方法500就可繼續至方塊509及方塊510。類似於方塊503,在方塊509處,一或多個處理器305可計算一或多個額外解決方案中的每一者的參與比。類似於方塊504,在方塊510處,一或多個處理器305可基於參與比來判定一或多個額外解決方案中的每一者的分數。
在評估一或多個額外解決方案的適合度(如上文相對於例如圖4中的方塊403所論述)之後,方法500可繼續至方塊511。在方塊511處,一或多個處理器305可判定是否已達到終止條件。在一些實施例中,若一或多個處理器305判定一或多個FC處的參與比已增大預定臨限值,則可達到終止條件。舉例而言,如上文所論述,若一或多個處理器305判定一或多個FC處的參與比已增大0.5%與10%之間,則一或多個處理器305可判定所述模擬為最佳的且已達到終止條件。在其他實施例中,若一或多個FC的參與比增大2%,則一或多個處理器305可判定已達到終止條件。
若一或多個處理器305判定已達到終止條件,則方法500可前進至方塊512。在方塊512處,一或多個處理器305可選擇具有最高分數的表現最佳的解決方案且終止最佳化流程。舉例而言,一或多個處理器305可選擇具有最高所判定分數(例如,參與比增大最高)的解決方案。所選解決方案可為表現最佳的解決
方案。
另一方面,若在方塊511中一或多個處理器305判定尚未達到終止條件,則方法500可前進至方塊511A。在方塊511A處,一或多個處理器305可將(在方塊507中)所生成的一或多個額外解決方案添加至(在方塊501中)接收到的解決方案的原始集合以生成解決方案的新集合。接著,方法500可帶著解決方案的新集合返回至方塊505,在所述方塊505處一或多個處理器305可自解決方案的新集合選擇具有最高所判定分數的至少一個解決方案。
一旦選擇了至少一個解決方案,方法500就可再次前進至方塊506,在所述方塊506處一或多個處理器將來自解決方案的新集合的所選解決方案饋入至模擬演算法中以在方塊507處生成一或多個額外解決方案。在一些實施例中,來自解決方案的新集合的所選解決方案可為(在方塊507處)所生成的額外解決方案中的一或多者及/或所述所選解決方案可為(在方塊501處)接收到的解決方案的原始集合中的解決方案中的一或多者。一或多個處理器305可重複方塊505至方塊511A處的流程,直至已達到終止條件為止。舉例而言,一或多個處理器305可重複流程,直至一或多個FC處的參與比的增大達到預定臨限值(諸如增大2%)為止。
在其他實施例中,一或多個處理器305可重複流程,直至流程已重複的次數超過預定臨限值為止。因此,一或多個處理器305可在流程已重複預定次數之後終止模擬流程。舉例而言,若一或多個處理器305已重複流程(例如,生成額外模擬)的次
數超過預定臨限值,則一或多個處理器305可終止方法500,即使尚未達到終止條件也是如此。在一些實施例中,一或多個處理器305可在終止方法500之前前進至方塊511A及返回至方塊505至方塊507以生成一或多個額外解決方案約10次、9次、7次、5次或3次。
若一或多個處理器305在方塊511處判定已達到終止條件且一或多個處理器305在方塊512處選擇表現最佳的解決方案,則方法500可前進至方塊513。在方塊513處,一或多個處理器305可基於表現最佳的解決方案來配置FC當中的SKU。如先前所論述,一或多個處理器305可根據在表現最佳的解決方案中經模擬的分佈來配置FC當中的SKU。藉由根據表現最佳的解決方案來配置FC當中的SKU,一或多個處理器305可最佳化產品的出站流量。
現參考圖6,繪示包含所生成模擬的結果的例示性彙總頁的圖。如上文所論述,一或多個處理器305可生成模擬,所述模擬包括每一FC的解決方案的集合。一或多個處理器305可將所生成模擬的結果傳輸至系統100中的一或多個系統。舉例而言,一或多個處理器305可將所生成模擬的結果傳輸至內部前端系統105以顯示所述結果。例示性模擬的例示性彙總頁600繪示於圖6中。如圖6中所見,一或多個處理器305可判定原始模擬中的每一FC處的總輸出(例如,「之前輸出」),以及新模擬中的每一FC處的總輸出(例如,「之後輸出」)。在一些實施例中,一或多個處理器305可進一步判定原始模擬中的總輸出與新模擬中的總輸出之間的差(例如,「變異數」)。藉由計算所述差,一或多個處理器
305可判定新模擬是否已改善每一FC的原始總輸出,以及每一FC對FC的網路(例如,全國網路、全地區網路,或全州網路)的總輸出的原始貢獻。在一些態樣中,一或多個處理器305可計算百分比的變異數。
如上文所論述,一或多個處理器305可進一步計算原始模擬中的每一FC的參與比及新模擬中的每一FC的參與比。參與比可指示每一FC對FC的網路(例如,全國網路、全地區網路,或全州網路)的總輸出的貢獻。FC的參與比可指示FC的網路(全州、全地區,或全國)的總輸出的百分比。在一些實施例中,一或多個處理器305可判定原始模擬中的每一FC的參與比(例如,「之前參與比」)與新模擬中的每一FC的參與比(例如,「之後參與比」)之間的差。基於每一FC的參與比之間的差,一或多個處理器305可判定與每一FC相關聯的每一解決方案的分數。藉助於實例,可將最大分數給予使特定FC的參與比升高最大數字的解決方案。同樣地,可將最小分數給予使特定FC的參與比降低最大數字的解決方案。舉例而言,可將最大分數給予使FC的參與比上升約2%的解決方案。
在其他實施例中,一或多個處理器305可至少基於變異數來判定每一解決方案的分數。由於變異數與每一FC的參與比的改變相關,故一或多個處理器305可將最大分數提供至返回最高變異數的解決方案且將最小分數提供至返回最低變異數的解決方案。如上文所論述,一或多個處理器305可選擇具有最高分數的一或多個解決方案且將彼等解決方案饋入至模擬演算法以生成額外模擬。在一些實施例中,一或多個處理器305可選擇具有最高
的兩個分數的兩個解決方案,或具有最高的三個分數的三個解決方案。經選擇且饋入至模擬演算法中的解決方案可稱為「表現最佳的模擬」。
儘管已參考本揭露內容的特定實施例繪示及描述本揭露內容,但應理解,可在不修改的情況下在其他環境中實踐本揭露內容。已出於示出的目的呈現前述描述。前述描述並不詳盡且不限於所揭露的精確形式或實施例。修改及調適對所屬技術領域中具有通常知識者而言將自本說明書的考量及所揭露實施例的實踐顯而易見。另外,儘管將所揭露實施例的態樣描述為儲存於記憶體中,但所屬技術領域中具有通常知識者應瞭解,此等態樣亦可儲存於其他類型的電腦可讀媒體上,諸如次級儲存裝置,例如硬碟或CD ROM,或其他形式的RAM或ROM、USB媒體、DVD、藍光,或其他光碟機媒體。
基於書面描述及所揭露方法的電腦程式在有經驗開發者的技能內。各種程式或程式模組可使用所屬技術領域中具有通常知識者已知的技術中的任何者來創建或可結合現有軟體經設計。舉例而言,程式區段或程式模組可以或藉助於.Net框架、.Net緊密框架(.Net Compact Framework)(及相關語言,諸如視覺培基(Visual Basic)、C等)、爪哇、C++、物件-C(Objective-C)、HTML、HTML/AJAX組合、XML或包含爪哇小程式的HTML經設計。
此外,儘管本文中已描述示出性實施例,但所屬技術領域中具有通常知識者將基於本揭露內容瞭解具有等效元件、修改、省略、(例如,各種實施例中的態樣的)組合、調適及/或更改的任何及所有實施例的範圍。申請專利範圍中的限制應基於申請
專利範圍中所採用的語言來廣泛地解譯,且不限於本說明書中所描述或在本申請案的審查期間的實例。實例應解釋為非排他性的。此外,所揭露方法的步驟可以包含藉由對步驟重排順序及/或插入或刪除步驟的任何方式修改。因此,希望僅將本說明書及實例視為示出性的,其中藉由以下申請專利範圍及其等效物的完整範圍指示真實範圍及精神。
400:方法
401、402、403、403A、404、405、406、407:方塊
Claims (20)
- 一種最佳化產品的配置的電腦實施系統,所述系統包括:記憶體,儲存指令;以及至少一個處理器,經組態以執行所述指令以:接收解決方案的原始集合,所述解決方案的原始集合包括多個履行中心(FC)當中用以儲存的多個庫存單位(SKU)的原始分佈,所述履行中心的每一者包括經組態以儲存用於運送至顧客的產品的實體地點;施加一或多個約束,所述一或多個約束包括物品相容性,其中所述物品相容性包括與所述履行中心中的每一者相關聯的約束,以允許或防止保存特定庫存單位;執行基因演算法以運行對所述解決方案的原始集合中的每一解決方案的模擬;計算所述解決方案的原始集合中的每一解決方案的參與比;基於計算出的所述參與比來判定所述解決方案的原始集合中的每一解決方案的分數;選擇具有最高所判定分數的至少一個解決方案來饋入所述基因演算法;使用所選擇的具有所述最高所判定分數的所述至少一個解決方案來執行所述基因演算法,以生成一或多個額外解決方案;當所述履行中心中的一或多者處的參與比已增大預定臨限值,則終止所述基因演算法;基於表現最佳的解決方案來修改所述多個履行中心當中用以 儲存的所述多個庫存單位的配置,其中所述表現最佳的解決方案在所生成的所有解決方案當中具有所述最高所判定分數;以及發送所修改的所述配置的指示至移動式裝置。
- 如請求項1所述的電腦實施系統,其中所述多個庫存單位中的每一者指示產品的製造商、材料、大小、色彩、包裝、類型或重量中的至少一者。
- 如請求項1所述的電腦實施系統,其中所述表現最佳的解決方案使至少一個履行中心的所述參與比升高2%。
- 如請求項1所述的電腦實施系統,其中所述至少一個約束包括所述履行中心中的每一者處的顧客需求、所述履行中心的最大容量或履行中心之間的傳送成本中。
- 如請求項1所述的電腦實施系統,其中使用所選擇的具有所述最高所判定分數的所述至少一個解決方案來執行所述基因演算法以生成一或多個額外解決方案包括:經由所述模擬演算法改變與所選的所述至少一個解決方案相關聯的至少一個參數以生成所述一或多個額外解決方案。
- 如請求項1所述的電腦實施系統,其中隨機生成所述多個履行中心當中的所述多個庫存單位的所述原始分佈。
- 如請求項1所述的電腦實施系統,其中所述解決方案中的每一者的所述參與比指示貢獻於來自履行中心的網路的產品的總輸出的履行中心的百分比。
- 如請求項1所述的電腦實施系統,其中所述至少一個處理器更經組態以執行所述指令以:模擬所述多個履行中心中的每一者處的顧客需求;以及 基於經模擬的所述顧客需求來配置所述多個履行中心當中的所述多個庫存單位。
- 如請求項1所述的電腦實施系統,其中所述至少一個處理器更經組態以執行所述指令以快取所述基因演算法的至少一部分。
- 如請求項9所述的電腦實施系統,其中所述基因演算法的經快取的所述部分包括與所述基因演算法的每一運行保持恆定的至少一個約束。
- 一種最佳化產品的配置的電腦實施方法,所述方法包括:接收解決方案的原始集合,所述解決方案的原始集合包括多個履行中心(FC)當中用以儲存的多個庫存單位(SKU)的原始分佈,所述履行中心的每一者包括經組態以儲存用於運送至顧客的產品的實體地點;施加一或多個約束,所述一或多個約束包括物品相容性,其中所述物品相容性包括與所述履行中心中的每一者相關聯的約束,以允許或防止保存特定庫存單位;執行基因演算法以運行對所述解決方案的原始集合中的每一解決方案的模擬;計算所述解決方案的原始集合中的每一解決方案的參與比;基於計算出的所述參與比來判定所述解決方案的原始集合中的每一解決方案的分數;選擇具有最高所判定分數的至少一個解決方案來饋入所述基因演算法; 使用所選擇的具有所述最高所判定分數的所述至少一個解決方案來執行所述基因演算法,以生成一或多個額外解決方案;當所述履行中心中的一或多者處的參與比已增大預定臨限值,則終止所述基因演算法;以及基於表現最佳的解決方案來修改所述多個履行中心當中用以儲存的所述多個庫存單位的配置,其中所述表現最佳的解決方案在所生成的所有解決方案當中具有所述最高所判定分數;以及發送所修改的所述配置的指示至移動式裝置。
- 如請求項11所述的電腦實施方法,其中所述解決方案中的每一者的所述參與比指示貢獻於來自履行中心的網路的產品的總輸出的履行中心的百分比。
- 如請求項11所述的電腦實施方法,其中所述表現最佳的解決方案使至少一個履行中心的所述參與比升高2%。
- 如請求項11所述的電腦實施方法,其中所述至少一個約束包括所述履行中心中的每一者處的顧客需求、所述履行中心的最大容量、與履行中心的相容性或履行中心之間的傳送成本中的至少一者。
- 如請求項11所述的電腦實施方法,其中使用所選擇的具有所述最高所判定分數的所述至少一個解決方案來執行所述基因演算法以生成一或多個額外解決方案包括:經由所述基因演算法改變與所選的所述至少一個解決方案相關聯的至少一個參數以生成所述一或多個額外解決方案。
- 如請求項15所述的電腦實施方法,其中隨機生成所述多個履行中心當中的所述多個庫存單位的所述原始分佈。
- 如請求項11所述的電腦實施方法,更包括:模擬所述多個履行中心中的每一者處的顧客需求;以及基於經模擬的所述顧客需求來配置所述多個履行中心當中的所述多個庫存單位。
- 如請求項11所述的電腦實施方法,更包括快取所述基因演算法的至少一部分。
- 如請求項18所述的電腦實施方法,其中所述基因演算法的經快取部分包括與所述基因演算法的每一運行保持恆定的至少一個約束。
- 一種最佳化產品的配置的電腦實施系統,所述系統包括:記憶體,儲存指令;以及至少一個處理器,經組態以執行所述指令以:接收解決方案的原始集合,所述解決方案的原始集合包括隨機生成的多個履行中心(FC)當中用以儲存的多個庫存單位(SKU)的原始分佈,所述履行中心的每一者包括經組態以儲存用於運送至顧客的產品的實體地點;施加一或多個約束,所述一或多個約束包括物品相容性,其中所述物品相容性包括與所述履行中心中的每一者相關聯的約束,以允許或防止保存特定庫存單位;執行基因演算法以運行對所述解決方案的原始集合中的每一解決方案的模擬;計算所述解決方案的原始集合中的每一解決方案的參與比;基於計算出的所述參與比來判定所述解決方案的原始集合中 的每一解決方案的分數;選擇具有最高所判定分數的至少一個解決方案來饋入所述基因演算法;使用所選擇的具有所述最高所判定分數的所述至少一個解決方案來執行所述基因演算法,以生成一或多個額外解決方案,其中:所述至少一個約束包括所述履行中心中的每一者處的顧客需求、所述履行中心的最大容量、與履行中心的相容性或履行中心之間的傳送成本中的至少一者;快取與所述基因演算法的每一運行保持恆定的至少一個約束;以及使用所選擇的具有所述最高所判定分數的所述至少一個解決方案來執行所述基因演算法以生成一或多個額外解決方案包括:經由所述基因演算法改變與所選的所述至少一個解決方案相關聯的至少一個參數以生成所述一或多個額外解決方案;當所述履行中心中的一或多者處的參與比已增大預定臨限值,則終止所述基因演算法;模擬所述多個履行中心中的每一者處的顧客需求;以及至少基於經模擬的所述顧客需求及基於表現最佳的解決方案來修改所述多個履行中心當中用以儲存的所述多個庫存單位的配置,其中所述表現最佳的解決方案使至少一個履行中心的所述參與比升高2%;以及發送所修改的所述配置的指示至移動式裝置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/351,937 | 2019-03-13 | ||
US16/351,937 US20200293968A1 (en) | 2019-03-13 | 2019-03-13 | Genetic algorithm-based systems and methods for simulating outbound flow |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202040502A TW202040502A (zh) | 2020-11-01 |
TWI731618B true TWI731618B (zh) | 2021-06-21 |
Family
ID=72423811
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109108185A TWI731618B (zh) | 2019-03-13 | 2020-03-12 | 電腦實施系統及電腦實施方法 |
TW110117611A TWI778626B (zh) | 2019-03-13 | 2020-03-12 | 電腦實施系統及電腦實施方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110117611A TWI778626B (zh) | 2019-03-13 | 2020-03-12 | 電腦實施系統及電腦實施方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20200293968A1 (zh) |
JP (1) | JP7018142B2 (zh) |
KR (2) | KR102388228B1 (zh) |
AU (1) | AU2020236748A1 (zh) |
PH (1) | PH12020551790A1 (zh) |
SG (1) | SG11202011426TA (zh) |
TW (2) | TWI731618B (zh) |
WO (1) | WO2020183398A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11481858B2 (en) * | 2020-09-21 | 2022-10-25 | Walmart Apollo, Llc | Peak period network capacity planning |
US11507922B1 (en) * | 2021-06-24 | 2022-11-22 | Coupang Corp. | Computer-implemented systems and methods for artificial intelligence (AI)-based inbound plan generation using fungibility logic |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130066455A1 (en) * | 2011-09-09 | 2013-03-14 | Sap Ag | Demand-driven collaborative scheduling for just-in-time manufacturing |
US9213953B1 (en) * | 2008-09-15 | 2015-12-15 | Amazon Technologies, Inc. | Multivariable load balancing in a fulfillment network |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001266048A (ja) * | 2000-03-22 | 2001-09-28 | Hitachi Ltd | 需給調整シミュレーション方法 |
US7930050B2 (en) | 2004-12-23 | 2011-04-19 | Oracle International Corporation | Systems and methods for best-fit allocation in a warehouse environment |
US7643974B2 (en) | 2005-04-22 | 2010-01-05 | Air Liquide Large Industries U.S. Lp | Pipeline optimizer system |
KR100782921B1 (ko) * | 2005-12-23 | 2007-12-07 | 주식회사농심 | 재고 관리 효율화를 위한 공급망 관리 시스템 |
US7797205B2 (en) | 2007-12-21 | 2010-09-14 | Exxonmobil Research And Engineering Company | System for optimizing bulk product allocation, transportation and blending |
JP4351724B2 (ja) | 2008-01-18 | 2009-10-28 | 新日本製鐵株式会社 | 配合計画作成装置、配合計画作成方法、プログラム、及びコンピュータ読み取り可能な記録媒体 |
JP2009208933A (ja) | 2008-03-05 | 2009-09-17 | National Univ Corp Shizuoka Univ | 物流計画システム、物流計画方法及び物流計画プログラム |
US8352382B1 (en) | 2008-08-15 | 2013-01-08 | Amazon Technologies, Inc. | Heuristic methods for customer order fulfillment planning |
US8892240B1 (en) * | 2011-06-29 | 2014-11-18 | Amazon Technologies, Inc. | Modular material handling system for order fulfillment |
JPWO2015059750A1 (ja) | 2013-10-21 | 2017-03-09 | 株式会社日立製作所 | 物流計画装置、物流計画生成プログラム及び記憶媒体 |
AU2015267240B2 (en) * | 2014-05-30 | 2018-04-19 | Apple Inc. | Wellness data aggregator |
TW201601075A (zh) * | 2014-06-30 | 2016-01-01 | 陳靜毅 | 使用資訊系統評估人力成本的方法及其電腦可讀取記錄媒體及電腦程式產品 |
US10074070B2 (en) * | 2014-09-30 | 2018-09-11 | Walmart Apollo, Llc | Methods and systems for prioritizing stock-keeping units in cost-based inventory allocation |
GB201419498D0 (en) | 2014-10-31 | 2014-12-17 | Ocado Innovation Ltd | System and method for fulfilling E-commerce orders from a hierarchy of fulfilment centres |
CN104992251B (zh) | 2015-07-17 | 2018-07-31 | 国家电网公司 | 一种协议库存匹配优化分配方法 |
US10528903B2 (en) * | 2016-01-07 | 2020-01-07 | Oracle International Corporation | Computerized promotion and markdown price scheduling |
-
2019
- 2019-03-13 US US16/351,937 patent/US20200293968A1/en not_active Abandoned
- 2019-05-17 KR KR1020190057675A patent/KR102388228B1/ko active IP Right Grant
-
2020
- 2020-03-11 AU AU2020236748A patent/AU2020236748A1/en not_active Abandoned
- 2020-03-11 SG SG11202011426TA patent/SG11202011426TA/en unknown
- 2020-03-11 JP JP2020537771A patent/JP7018142B2/ja active Active
- 2020-03-11 WO PCT/IB2020/052166 patent/WO2020183398A1/en active Application Filing
- 2020-03-12 TW TW109108185A patent/TWI731618B/zh active
- 2020-03-12 TW TW110117611A patent/TWI778626B/zh active
- 2020-10-28 PH PH12020551790A patent/PH12020551790A1/en unknown
-
2022
- 2022-04-14 KR KR1020220046227A patent/KR102524394B1/ko active IP Right Grant
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9213953B1 (en) * | 2008-09-15 | 2015-12-15 | Amazon Technologies, Inc. | Multivariable load balancing in a fulfillment network |
US20130066455A1 (en) * | 2011-09-09 | 2013-03-14 | Sap Ag | Demand-driven collaborative scheduling for just-in-time manufacturing |
Also Published As
Publication number | Publication date |
---|---|
KR102388228B1 (ko) | 2022-04-20 |
KR102524394B1 (ko) | 2023-04-24 |
TW202040502A (zh) | 2020-11-01 |
PH12020551790A1 (en) | 2021-06-21 |
US20200293968A1 (en) | 2020-09-17 |
TWI778626B (zh) | 2022-09-21 |
AU2020236748A1 (en) | 2020-11-19 |
JP2021513134A (ja) | 2021-05-20 |
KR20200110107A (ko) | 2020-09-23 |
SG11202011426TA (en) | 2020-12-30 |
KR20220050122A (ko) | 2022-04-22 |
WO2020183398A1 (en) | 2020-09-17 |
JP7018142B2 (ja) | 2022-02-09 |
TW202133069A (zh) | 2021-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI764719B (zh) | 用於管理庫存置放的電腦實施的系統以及方法 | |
TWI759825B (zh) | 用於出站預測之電腦實施系統以及電腦實施方法 | |
TWI752896B (zh) | 用於提供多個補貨通知的電腦實施的系統以及方法 | |
TWI759823B (zh) | 使用入站裝載模式於出站預測之電腦實施系統以及電腦實施方法 | |
TW202211109A (zh) | 用於產品的智能化分配的電腦實施系統及電腦實施方法 | |
KR102479802B1 (ko) | 우편 번호 매핑에 기초하여 아웃바운드를 예측하기 위한 시스템 및 방법 | |
TWI731618B (zh) | 電腦實施系統及電腦實施方法 | |
TWI743944B (zh) | 用於出站預測的電腦實施的系統以及方法 | |
TWI845898B (zh) | 自動遞送工作者指配的電腦實施系統及電腦實施方法 | |
TW202223787A (zh) | 自動遞送工作者指配的電腦化系統及電腦化方法 |