[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
【说明书】:

发明提供了一种优化物流仓储系统中储位的方法及装置,其中,该方法包括: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。可以提高物流仓储系统的管理效率。

技术领域

本发明涉及仓储技术领域,具体而言,涉及一种优化物流仓储系统中储位的方法及装置。

背景技术

随着电子商务的发展,对物流响应和仓储能力的需求也在不断增加,现代智能物流仓储系统以其仓储规模大、物流响应快、机械设备先进、信息化程度高等特点,备受现代企业关注。其中,物流仓储系统中的出入库效率是物流管理中的关键环节之一,提升出入库效率,可以有效提升物流仓储系统的运营效率,提高物流仓储系统的经济效益。

目前,为了提升出入库效率,在物流仓储系统中,拣选人员在固定的拣选工作台前,一般按照入库的时间顺序,将物品放到可移动的货架上,并生成相应的包含物品名称、货架名称以及货架摆放位置等信息的二维码信息,在该货架摆放满后,由仓储机器人将货架运送至对应的货架摆放位置。在需要对物品进行出库操作时,依据待出库物品查询到其对应的二维码信息,从而获取其摆放的具体位置,并通知仓储机器人依据获取的货架的具体摆放位置,将对应的货架运到指定地点,从而完成拣货、移库、补货等任务。

但该物流仓储管理方法,按照物品的入库时间顺序进行摆放,由于顺序入库的物品形状各异,该物品占用的库位得不到有效优化,造成货架空间的浪费,使得物流仓储管理效率较低。进一步地,对于出库或移库的批量物品,需要仓储机器人运送不同的货架,使得仓储机器人以物品单任务周期居多,空载率偏高,导致运送效率低,批量物品出库或移库所需时间较长,仓储机器人的利用率不高,也降低了物流仓储管理效率。

发明内容

有鉴于此,本发明的目的在于提供优化物流仓储系统中储位的方法及装置,以提高物流仓储系统的管理效率。

第一方面,本发明实施例提供了优化物流仓储系统中储位的方法,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。

结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,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。

结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,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;

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/201911000711.8/2.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