[发明专利]一种优化物流仓储系统中储位的方法及装置在审

专利信息
申请号: 201911000711.8 申请日: 2019-10-21
公开(公告)号: CN110751441A 公开(公告)日: 2020-02-04
发明(设计)人: 李芳媛;陆杰;吴明辉 申请(专利权)人: 秒针信息技术有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06K9/62
代理公司: 11646 北京超成律师事务所 代理人: 孔默
地址: 100000 北京市朝阳*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物流仓储系统 特征向量组 出入库 关联度 关联度算法 管理效率 聚类分析 聚类结果 列向量 构建 聚类 算法 预设 摆放 关联 挖掘 优化
【权利要求书】:

1.一种优化物流仓储系统中储位的方法,其特征在于,包括:

获取物流仓储系统的历史出入库订单,依据所述历史出入库订单包含的物品种类,构建特征向量组;

依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度;

依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类;

依据聚类结果,调整所述物流仓储系统中储位摆放的物品。

2.根据权利要求1所述的方法,其特征在于,所述依据所述历史出入库订单包含的物品种类,构建特征向量组,包括:

获取所述历史出入库订单包含的物品种类,依据所述物品种类生成所述特征向量组的列向量;

针对每一历史出入库订单包含的物品种类,将该物品种类写入对应的列向量,其中,每一历史出入库订单对应所述特征向量组的一行,得到所述特征向量组。

3.根据权利要求1所述的方法,其特征在于,所述依据预设的关联度算法,计算所述特征向量组中任意两个列向量之间的物品种类关联度,包括:

从所述特征向量组中,提取第i列向量和第j列向量,其中,i、j为自然数,且i≠j;

分别计算第i列向量的转置向量与第i列向量的第一点积、第j列向量的转置向量与第j列向量的第二点积,以及,第i列向量的转置向量与第j列向量的第三点积;

计算第一点积与第二点积的和值,以及,所述和值与第三点积的差值;

计算第三点积与所述差值的比值,得到所述第i列向量和第j列向量之间的物品种类关联度。

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

将得到的所述第i列向量和第j列向量之间的物品种类关联度进行展示;

接收物流仓储系统管理人员依据经验对展示的物品种类关联度进行的修正,存储修正的物品种类关联度。

5.根据权利要求1至4任一项所述的方法,其特征在于,所述依据所述物品种类关联度,利用关联挖掘和聚类分析算法,对所述物品种类进行聚类,包括:

依据所述物品种类关联度,构造赋权完全图,其中,赋权完全图的每个顶点表示一物品种类,两个顶点之间通过边相连,边的边权等于两个顶点对应的物品种类之间的关联度;

通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数;

对更新的赋权完全图中各连通分支包含的顶点数进行调整,以使每个连通分支包含的顶点数不超过货架允许摆放的物品种类数。

6.根据权利要求5所述的方法,其特征在于,所述通过删除边权较小的边,对所述赋权完全图进行更新,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,包括:

判断赋权完全图包含的连通分支数是否等于所述物流仓储系统布设的货架数,若否,将赋权完全图中的边权从小到大进行排列;

删除赋权完全图中边权最小的边,以对赋权完全图进行更新;

如果更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数,结束所述更新;

如果更新的赋权完全图包含的连通分支数大于所述物流仓储系统布设的货架数,则在更新的赋权完全图中,删除边权最小的边,直到更新的赋权完全图包含的连通分支数等于所述物流仓储系统布设的货架数为止。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于秒针信息技术有限公司,未经秒针信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911000711.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top