[发明专利]用于物流的订单排序优化方法在审

专利信息
申请号: 201710061903.4 申请日: 2017-01-27
公开(公告)号: CN106897852A 公开(公告)日: 2017-06-27
发明(设计)人: 张梅;杨晟轩;戚其丰 申请(专利权)人: 华南理工大学
主分类号: G06Q10/08 分类号: G06Q10/08
代理公司: 广州粤高专利商标代理有限公司44102 代理人: 何淑珍
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 物流 订单 排序 优化 方法
【说明书】:

技术领域

发明涉及用于利用机器人自动化存取仓库内货物的物流系统,具体涉及用于物流的订单排序优化方法。

背景技术

目前,智能仓储是根据订单的需求,仓库后台将订单进行分类汇总,然后用机器人将商品所在货柜从仓储区拣取出来,并运送到货物分拣区,最后由分拣区域的工作人员从货柜的SKU中分拣出当前订单所需商品的数量,订单完成后装箱出库。

在现有技术中,承担以上功能的典型例子为亚马逊的kiva机器人,但由于机器人一次性是取整个货架,而货架上的其他物品并非都是此次订单所需要的,那些不需要的商品由于无法被其他订单所使用,因此会导致效率变差。

发明内容

鉴于目前存在的订单中商品无法被并发使用而导致的效率变差问题,本发明提供用于物流的订单排序优化方法即基于进化算法的智能仓储订单排序的方法,其技术方案如下。

用于物流的订单排序优化方法,其具体包括:对仓库存储系统与物品存放进行布局;获取当前仓库库存信息及需进行处理的订单内容;对订单进行排序优化,排序优化过程包括:(1)由于同一类商品可能存放在多个不同的货柜中,在进行订单排序优化之前,根据订单中的商品保质期、订单中商品所在货柜的商品剩余数量或货柜的远近距离去确定订单中相应商品应从哪个货柜中取出;(2)对于确定了商品的取货货柜后的订单进行优化排序,为了减小商品的来回运输,提高商品取出后的使用效率和次数,运用进化计算的优化方法对订单进行优化排序,使具有相同商品的订单尽量排在相邻位置,从而可以重复利用已取出商品,避免来回运输商品而造成排单效率的低下。本发明以小组学习的改进教学算法为优化工具,构建学习小组概念扩大算法搜索范围,使优化计算避免陷入局部最优,也使得收敛精度大大增加。

进一步地,所述对仓库存储系统与物品存放进行布局具体是:

仓库中存放有mxn个货柜,n为行数,m为列数;每个货柜有自己的ID号;以仓库的一个位置为坐标原点建立坐标系,在该坐标系统中每个货柜的位置定义为(Pxi,Pyi),Pxi和Pyi为该货柜与坐标轴的距离,i为货柜的ID编号;所述距离以米为单位;在每个货柜上有一个或多个SKU(stock keeping unit的简称,为库存进出计量的基本单元,以件、盒、托盘等为单位),每个SKU中存放同一种类的商品;

仓库中存在SP个分拣口,每个分拣口同时能分拣OrderNum个订单,只有当某一分拣订单被完成时,才能往分拣口加入下一个被分拣的订单;第i个分拣口在坐标系中对应坐标定义为(POxi,POyi);物流自动化采用机器人将货柜从仓储区送到每个分拣口,分拣人员从中取出所需的商品后,机器人即马上将货柜运走,而该商品可能在随后的订单中仍被需要,这样将花费大量的搬运时间成本,因此给每个分拣口配一个s1xs2的缓存架,即该缓存架包含s1层,每层具有s2个格子,用于缓存货柜,机器人将货柜从仓储区送到每个分拣台并分拣;仓库存储系统的后台服务器判断该货柜中的商品在随后k个订单内是否被再次需要分拣,若不需要,则机器人将其运回货架;否则,则放入缓存架中,以备之后的需要该货柜中商品的订单在分拣时直接取用;若放入缓存架后缓存架不满,则直接放入;若放入后缓存架满了,则对缓存柜s1xs2个格中的货柜判断哪一个货柜中的商品会被随后的订单序列最晚被需要,则机器人将该货柜送回仓储区;从而保证在整个分拣过程中,缓存柜至少有一个格是空着的。

进一步地,所述获取当前仓库库存信息及需进行处理的订单内容具体包括:

获取物流初始信息,该初始信息包括当前仓库商品库存信息、分拣口当前仍未分拣完的订单信息、需优化的订单和订单信息;所述当前仓库商品库存信息具体包括获取仓库中所有的货柜ID及其坐标、每个货柜包括的SKU数量及每个SKU内存放商品的商品ID、商品数量与商品保质日期;所述的获取分拣口当前仍未分拣完的订单信息具体包括获取每个分拣口未完成的订单数量、这些订单所包含的商品ID及商品所需数量、此时缓存架中的货柜ID;所述的获取需优化的订单和订单信息具体如下:

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华南理工大学,未经华南理工大学许可,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/201710061903.4/2.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