[发明专利]基于自定义循点聚簇的仓库拣货路径优化方法及系统

说明书

本发明涉及一种基于自定义循点聚簇的仓库拣货路径优化方法，包括导入订单数据并进行预处理，其中所述订单数据包括订单号及货位编码；根据所述订单数据预设每个拣货单包含的订单数量，并根据订单号及货位编码确定距离矩阵；根据距离矩阵通过自定义循点聚簇算法确定最优拣货路径，其中最优拣货路径为所有拣货单总路径之和最小；根据最优拣货路径生成拣货单。本发明通过路径优化后的拣货线路尽可能的把货位临近的订单分配在一起进行拣选，使每个拣货人员所需要拣货的货架都尽量集中，并将拣货单包含的所有货品按照货柜顺序依次寻找并按照订单号分类，拣货人员只需要行走一次，尽可能减少所有拣货人员总的拣货路径，提升仓库拣货整体效率。

技术领域

本发明涉及仓储物流技术领域，尤其是指一种基于自定义循点聚簇的仓库拣货路径优化方法及系统。

背景技术

在电商物流仓库中，货物分布在不同的货架中，当消费者在电商平台下单购物后，订单会流入到仓库系统中由仓库人员开始拣货。作为订单处理核心环节的拣货作业在仓库作业中耗时最长、耗力最多，行走距离会极大的直接影响到拣货人员的拣货效率。当订单数量比较大时，仓库会将多个订单合并为一个拣货单一起进行拣货，但传统的仓库拣货方法通常是按照订单去找齐订单所有货品再处理下一个订单，这就使拣货人员大量重复经过相同货柜，增加了拣货总路径，导致拣货效率低下。

因此，迫切需要提出一种仓库拣货路径优化方法以解决上述存在的技术问题。

发明内容

为此，本发明所要解决的技术问题在于克服现有技术中存在的拣货总路程长、拣货效率低的问题，提出一种基于自定义循点聚簇的仓库拣货路径优化方法及系统。

为解决上述技术问题，本发明提供了一种基于自定义循点聚簇的仓库拣货路径优化方法，包括以下步骤：

S1、导入订单数据并进行预处理，其中所述订单数据包括订单号及货位编码；

S2、根据所述订单数据预设每个拣货单包含的订单数量，并根据订单号及货位编码确定距离矩阵；

S3、根据距离矩阵通过自定义循点聚簇算法寻找簇点，判断簇点的数量是否达到拣货单的订单数量，若判断为是，则通过每个聚簇完成的簇团生成单个拣货单的拣货路径，若判断结果为否，则一次补满拣货单的订单数量的簇点，通过每个聚簇完成的簇团生成单个拣货单的拣货路径；

S4、根据所有拣货路径计算得到最优拣货路径，根据最优拣货路径生成拣货单，其中最优拣货路径为所有拣货单总路径之和最小。

在本发明的一个实施例中，所述S1中导入订单数据通过读取包含订单号及货位编码的文件，其中，订单数据中每个订单号都包含至少一个货品，每个货品对应一个货柜号，货位编码表示货品位置信息。

在本发明的一个实施例中，所述S1中对订单数据进行预处理的方法包括：

每个拣货人员的拣货距离为需要经过的最大货位编码减去最小货位编码。

对每个订单号都只保留多个货品中对应货位编码的最大值和最小值，若订单只有一个货品，则其最大值和最小值相同。

在本发明的一个实施例中，所述S2中根据所述订单数据预设每个拣货单包含的订单数量的方法包括：

预设每个拣货单包含的订单数量，其中，每份订单数据生成m个拣货单，每个拣货单包含n个订单。

在本发明的一个实施例中，所述S2中根据订单号及货位编码确定距离矩阵的方法包括：

距离矩阵包括订单号、最大货位编码和最小货位编码，将距离矩阵表示成坐标为最大货位编码和最小货位编码的二维坐标图，其中每个拣货单的拣货路径为其包含的n个订单所有的货位编码中最大货位编码减去最小货位编码的值。

在本发明的一个实施例中，所述S3中使用自定义循点聚簇算法生成拣货路径的方法包括：