[发明专利]基于大数据的仓库储位分配方法及系统在审

专利信息
申请号: 202010261407.5 申请日: 2020-04-03
公开(公告)号: CN111476413A 公开(公告)日: 2020-07-31
发明(设计)人: 李芳媛 申请(专利权)人: 上海明略人工智能(集团)有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/08
代理公司: 北京康信知识产权代理有限责任公司 11240 代理人: 刘旺贵
地址: 200232 上海市徐*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 数据 仓库 分配 方法 系统
【权利要求书】:

1.一种基于大数据的仓库储位分配方法,其特征在于,包括:

大数据平台根据历史订单信息对预定时期内入库订单量进行预测;

所述大数据平台根据预测的入库订单量将仓库空间划分为不同类型的存储区域,并规划每个存储区域的货架数量和摆放位置;

优化平台按照入库货物之间的关联度对所述入库货物进行分组;

所述优化平台根据同组货物集中摆放的策略在对应的所述存储区域为所述入库货物进行货架储位分配。

2.根据权利要求1所述的方法,其特征在于,所述大数据平台根据预测的入库订单的数据将仓库空间划分为不同类型的存储区域包括:

所述大数据平台根据预测的入库订单量和入库货物的属性将所述仓库空间划分为不同类型的存储区域,其中,所述存储区域的类型至少包括以下之一:单独摆放区、黄金流转区、滞货区、随机区。

3.根据权利要求1所述的方法,其特征在于,所述优化平台按照入库货物之间的关联度对所述入库货物进行分组包括:

所述优化平台计算出所预测的每个入库订单的特征向量,其中,所述特征向量中的每个分量为货物代码;

所述优化平台根据所有入库订单的特征向量得到入库货物的关联度矩阵;

所述优化平台根据所述关联度矩阵计算出入库货物之间的关联度,并将所述关联度达到阈值的货物划分为同一组。

4.根据权利要求1所述的方法,其特征在于,所述优化平台根据同组货物集中摆放的策略在对应的所述存储区域为所述入库货物进行货架储位分配包括:

判断是否有与当前待入库货物组属于同一组的在库货物,如果有,则在所述在库货物的所在货架或相邻货架为所述待入库货物组分配储位;

当所有与在库货物属于同一组的待入库货物组的货架储位分配完成后,统计剩余空货架,并对剩余未分配的待入库货物组进行货架储位分配。

5.一种基于大数据的仓库储位分配系统,其特征在于,包括:

大数据平台,用于根据历史订单信息对预定时期内入库订单量进行预测,并根据预测的入库订单量将仓库空间划分为不同类型的存储区域,并规划每个存储区域的货架数量和摆放位置;

优化平台,用于按照入库货物之间的关联度对所述入库货物进行分组,并根据同组货物集中摆放的策略在对应的所述存储区域为所述入库货物进行货架储位分配。

6.根据权利要求5所述的系统,其特征在于,所述大数据平台包括:

分区模块,用于所述大数据平台根据预测的入库订单量和入库货物的属性将所述仓库空间划分为不同类型的存储区域,其中,所述存储区域的类型至少包括以下之一:单独摆放区、黄金流转区、滞货区、随机区。

7.根据权利要求5所述的系统,其特征在于,所述优化平台包括:

计算模块,用于所述优化平台计算出所预测的每个入库订单的特征向量,其中,所述特征向量中的每个分量为货物代码;

关联模块,用于所述优化平台根据所有入库订单的特征向量得到入库货物的关联度矩阵;

分组模块,用于所述优化平台根据所述关联度矩阵计算出入库货物之间的关联度,并将所述关联度达到阈值的货物划分为同一组。

8.根据权利要求5所述的系统,其特征在于,所述优化平台还包括:

判断模块,用于判断是否有与当前待入库货物组属于同一组的在库货物,如果有,则在所述在库货物的所在货架或相邻货架为所述待入库货物组分配储位;

储位分配模块,用于当所有与在库货物属于同一组的待入库货物组的货架储位分配完成后,统计剩余空货架,并对剩余未分配的待入库货物组进行货架储位分配。

9.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述的方法。

10.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行所述权利要求1至4任一项中所述的方法。

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上海明略人工智能(集团)有限公司,未经上海明略人工智能(集团)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/202010261407.5/1.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

400-8765-105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