[发明专利]一种物流分拣系统在审

专利信息
申请号: 201810200691.8 申请日: 2018-03-12
公开(公告)号: CN108480220A 公开(公告)日: 2018-09-04
发明(设计)人: 苟雪;林媚;张利建 申请(专利权)人: 滨州职业学院
主分类号: B07C3/00 分类号: B07C3/00;B07C3/18;G06K17/00;G06Q10/08
代理公司: 北京挺立专利事务所(普通合伙) 11265 代理人: 叶盛
地址: 256603 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 物流分拣系统 物流配送 传统物流 档案存储 分类装置 记忆学习 排序算法 输出结果 输送装置 搜索算法 算法公式 物流信息 知识分析 自我学习 包装物 失误率 智能化 分拣 拣选 配送 权重 算法 信息管理 道口 输出 规范化 引入 升级
【说明书】:

一种物流分拣系统,其特征在于,包括:识别单元、档案存储单元、记忆学习单元、控制单元、分类装置、输送装置以及分拣道口;采用智能化算法,包括:输入数据a,输出结果Y,权重排序算法F与搜索算法S与知识分析A的关系,最终由计算推荐决定输出,t:为反应时间,即:ΣY=F(S(a)&A(a))%*t,该发明大大降低了对包装物规格的限定,大大增强了物流信息的规范化,降低了物流配送的失误率;很好的解决了传统物流信息管理中的无对应配送方案的不足,达到实时工作,实时升级的自我学习效果;大大提高了物流配送方案的准确性,而且该算法公式的引入还能大大提高拣选效率。

技术领域

本发明属于物流分拣技术领域,尤其是一种物流分拣系统。

背景技术

传统的物流分拣是通过人们的手工操作,采用分拣柜对物品进行分拣,人工操作往往造成较高的失误率,而且效率低下,不适应现在的高物流电子商务时代;

为了提高分拣效率,降低分拣出错率,现有技术中出现一种物流分拣系统,通过控制装置、分类装置、输送装置及分拣道口组成;通过计算机的集中控制,使得分拣操作变为自动化的高效流水作业,但该自动分拣机只适于分拣底部平坦且具有刚性的包装规则的商品,袋装商品、包装底部柔软且凹凸不平、包装容易变形、易破损、超长、超薄、超重、超高、不能倾覆的商品也不适应自动分拣机进行分拣,因此为了使大部分商品都能用机械进行自动分拣;

为了克服现有技术的缺陷,目前基本采用两种方式来进行弥补:

第一、通常采取准化包装的方式,使得包装物符合自动分拣的条件,这种被动包装费时费力,造成包装员大量的重复乏味的工作,有时电商的一个小小的纽扣发货,就需要一个纸箱的特定包装,浪费材料,污染环境;

第二、根据所分拣的商品不同,定制特定的分拣机,但要让所有商品的供应商都执行国家的包装标准是很困难的,定制特写的分拣机又会使硬件成本上升,并且越是特别的其通用性就越差;

发明内容

为了克服上述技术缺陷,本发明提供一种物流分拣系统,通过科学合理的结构设计,配合独特的算法,达到了快捷、高效的物流分拣,错误率低,维护方便,占地小,适合推广;

一种物流分拣系统,包括:识别单元、档案存储单元、记忆学习单元、控制单元、分类装置、输送装置以及分拣道口;

进一步的,所述识别单元包括:三维扫描探头以及采集识别系统,用于立体扫描输送装置上的物品,快速进行信息分类,并实时传送至所述档案存储单元进行数据处理;

作为一种举例说明,所述三维扫描探头可处理二维码和条形码内的信息,进行快速识别;

作为一种举例说明,所述三维扫描探头包括水平方向设置的两个扫描探头和上方竖直设置的扫描探头;

进一步的,所述档案存储单元用于将基础信息进行基本划分,划分为若干个物流信息元素,即不可再分解的基础物流信息数据;通过比对所述识别单元传送的数据,进行数据分类打包后,实时上传至所述记忆学习单元进行最优分拣方案计算;

进一步的,所述记忆学习单元用于存放已确定的知识,即物流分拣方案;将计算处理后的,认为最合适的分拣方案交给所述控制单元;若存储的已确定的知识不能满足物流分拣方案,则建立新的关联内容,即新的物流分拣方案数据;此举确保在物流工作中,能进行数据自我升级;

其中,所述计算优化算法采用智能化算法,包括:

输入数据a,输出结果Y,权重排序算法F与搜索算法S与知识分析A的关系,最终由计算推荐决定输出,即:

ΣY=F(S(a)&A(a))%*t

t:为反应时间

通过计算推荐的最优智能化算法设计,达到物流配送的零差错率拣选;

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滨州职业学院,未经滨州职业学院许可,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/201810200691.8/2.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