本發(fā)明涉及倉(cāng)儲(chǔ)物流，更具體地涉及一種智能倉(cāng)儲(chǔ)管理方法。

背景技術(shù)：

1、近年來(lái)，隨著全球電子商務(wù)的蓬勃發(fā)展和市場(chǎng)需求的日益增長(zhǎng)，傳統(tǒng)的倉(cāng)庫(kù)管理方式已經(jīng)難以滿足現(xiàn)代物流行業(yè)對(duì)于高效率、低成本和高可靠性的要求，高效、精準(zhǔn)且經(jīng)濟(jì)的倉(cāng)儲(chǔ)管理成為了提高企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵因素之一。目前，多層穿梭車(chē)密集型立體倉(cāng)庫(kù)中貨物大都按照同種類(lèi)存儲(chǔ)在一個(gè)區(qū)域，出庫(kù)后再用同種類(lèi)貨物補(bǔ)充貨架，然而由于訂單的隨機(jī)性和不確定性可能會(huì)導(dǎo)致存放在最里面的貨物頻繁出入庫(kù)，耗費(fèi)資源，嚴(yán)重影響了倉(cāng)儲(chǔ)調(diào)度效率和運(yùn)營(yíng)成本。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種智能倉(cāng)儲(chǔ)管理方法，以實(shí)現(xiàn)對(duì)多層穿梭車(chē)密集型立體倉(cāng)庫(kù)中貨物的倉(cāng)儲(chǔ)管理調(diào)度，從而提高調(diào)度效率的目的。

2、為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種智能倉(cāng)儲(chǔ)管理方法，應(yīng)用于多層穿梭車(chē)密集型立體倉(cāng)庫(kù)，其包括：

3、根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，得到訂單預(yù)測(cè)信息；

4、根據(jù)所述訂單預(yù)測(cè)信息與多層穿梭車(chē)密集型立體倉(cāng)庫(kù)的倉(cāng)庫(kù)模型預(yù)測(cè)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置和相應(yīng)的搬運(yùn)設(shè)備路徑；

5、基于搬運(yùn)設(shè)備路徑和搬運(yùn)設(shè)備的負(fù)載均衡程度以及任務(wù)的緊急程度構(gòu)建多個(gè)貨物搬運(yùn)分配方案；

6、根據(jù)貨物存儲(chǔ)位置、相應(yīng)的搬運(yùn)設(shè)備路徑和貨物搬運(yùn)分配方案利用優(yōu)化算法計(jì)算出全局最優(yōu)的貨物存儲(chǔ)位置、貨物搬運(yùn)分配方案和搬運(yùn)設(shè)備路徑；

7、根據(jù)所述全局最優(yōu)的貨物存儲(chǔ)位置以及對(duì)應(yīng)的貨物搬運(yùn)分配方案和搬運(yùn)設(shè)備路徑對(duì)所述入庫(kù)訂單中的貨物進(jìn)行入庫(kù)調(diào)度。

8、其進(jìn)一步技術(shù)方案為：所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，具體包括：

9、利用arima模型對(duì)歷史訂單數(shù)據(jù)進(jìn)行自相關(guān)分析和偏自相關(guān)分析，以獲得歷史訂單數(shù)據(jù)的時(shí)間趨勢(shì)和季節(jié)性波動(dòng)，得到可用于預(yù)測(cè)貨物未來(lái)需求的訂單出庫(kù)預(yù)測(cè)模型；

10、利用訂單出庫(kù)預(yù)測(cè)模型根據(jù)季節(jié)和/或市場(chǎng)活動(dòng)預(yù)測(cè)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單。

11、其進(jìn)一步技術(shù)方案為：所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，具體包括：

12、利用決策樹(shù)算法根據(jù)歷史訂單數(shù)據(jù)中訂單時(shí)間、貨物種類(lèi)、數(shù)量以及貨物信息進(jìn)行訓(xùn)練，得到可用于貨物分類(lèi)和預(yù)測(cè)貨物未來(lái)需求的訂單出庫(kù)預(yù)測(cè)模型；

13、利用訂單出庫(kù)預(yù)測(cè)模型對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)。

14、其進(jìn)一步技術(shù)方案為：所述優(yōu)化算法為遺傳算法、模擬退火算法、粒子群優(yōu)化算法和多目標(biāo)蟻群算法。

15、其進(jìn)一步技術(shù)方案為：在根據(jù)所述訂單預(yù)測(cè)信息與多層穿梭車(chē)密集型立體倉(cāng)庫(kù)的倉(cāng)庫(kù)模型預(yù)測(cè)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置和相應(yīng)的搬運(yùn)設(shè)備路徑，之前還包括：

16、根據(jù)所述多層穿梭車(chē)密集型立體倉(cāng)庫(kù)的貨架排布、庫(kù)位分布和搬運(yùn)設(shè)備分布構(gòu)建倉(cāng)庫(kù)模型；

17、根據(jù)庫(kù)位位置、庫(kù)位承壓能力、庫(kù)位至入庫(kù)口的距離、庫(kù)位空間、庫(kù)位至出庫(kù)口的距離以及庫(kù)位穩(wěn)定性生成多維元胞數(shù)組；其中，所述多維元胞數(shù)組用于表征倉(cāng)庫(kù)模型中庫(kù)位的庫(kù)位特征。

18、其進(jìn)一步技術(shù)方案為：所述根據(jù)所述訂單預(yù)測(cè)信息與多層穿梭車(chē)密集型立體倉(cāng)庫(kù)的倉(cāng)庫(kù)模型預(yù)測(cè)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置和相應(yīng)的搬運(yùn)設(shè)備路徑，具體包括：

19、根據(jù)所述訂單預(yù)測(cè)信息中貨物出入庫(kù)數(shù)量、種類(lèi)、出入庫(kù)時(shí)間、貨物信息以及倉(cāng)庫(kù)模型中庫(kù)位的庫(kù)位特征對(duì)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置進(jìn)行計(jì)算預(yù)測(cè)；

20、根據(jù)預(yù)測(cè)的貨物存儲(chǔ)位置與搬運(yùn)設(shè)備之間的距離以及擁堵情況和搬運(yùn)設(shè)備的能耗預(yù)測(cè)相應(yīng)的搬運(yùn)設(shè)備路徑。

21、其進(jìn)一步技術(shù)方案為：所述根據(jù)所述訂單預(yù)測(cè)信息中貨物出入庫(kù)數(shù)量、種類(lèi)、出入庫(kù)時(shí)間、貨物信息以及倉(cāng)庫(kù)模型中庫(kù)位的庫(kù)位特征對(duì)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置進(jìn)行計(jì)算預(yù)測(cè)，具體包括：

22、檢測(cè)入庫(kù)訂單中的貨物是否在所述訂單預(yù)測(cè)信息內(nèi)；

23、若是，將所述訂單預(yù)測(cè)信息中該貨物的出入庫(kù)數(shù)量、出入庫(kù)時(shí)間和貨物信息與倉(cāng)庫(kù)模型中庫(kù)位的庫(kù)位特征內(nèi)相應(yīng)的數(shù)值進(jìn)行比對(duì)匹配，計(jì)算預(yù)測(cè)貨物存儲(chǔ)位置；

24、若否，延長(zhǎng)未來(lái)預(yù)設(shè)時(shí)間段的時(shí)長(zhǎng)，重新根據(jù)歷史訂單數(shù)據(jù)對(duì)所述未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，直至入庫(kù)訂單中的貨物出現(xiàn)在預(yù)測(cè)的出庫(kù)訂單內(nèi)，再將預(yù)測(cè)的出庫(kù)訂單中該貨物的出入庫(kù)數(shù)量、出入庫(kù)時(shí)間和貨物信息與倉(cāng)庫(kù)模型中庫(kù)位的庫(kù)位特征內(nèi)相應(yīng)的數(shù)值進(jìn)行比對(duì)匹配，計(jì)算預(yù)測(cè)貨物存儲(chǔ)位置。

25、其進(jìn)一步技術(shù)方案為：在所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，得到訂單預(yù)測(cè)信息，之前還包括：查詢?nèi)霂?kù)訂單是否已綁定有出庫(kù)訂單，若否，則執(zhí)行所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，得到訂單預(yù)測(cè)信息的步驟。

26、其進(jìn)一步技術(shù)方案為：在所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，得到訂單預(yù)測(cè)信息，之前還包括：獲取歷史訂單數(shù)據(jù)，并對(duì)所述歷史訂單數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，且對(duì)數(shù)據(jù)清洗后的歷史訂單數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理。

27、其進(jìn)一步技術(shù)方案為：在根據(jù)所述全局最優(yōu)的貨物存儲(chǔ)位置以及對(duì)應(yīng)的貨物搬運(yùn)分配方案和搬運(yùn)設(shè)備路徑對(duì)所述入庫(kù)訂單中的貨物進(jìn)行入庫(kù)調(diào)度，之后還包括：實(shí)時(shí)監(jiān)控搬運(yùn)設(shè)備的運(yùn)行情況，根據(jù)搬運(yùn)設(shè)備運(yùn)行情況動(dòng)態(tài)調(diào)整對(duì)貨物的入庫(kù)調(diào)度。

28、與現(xiàn)有技術(shù)相比，本發(fā)明根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，得到訂單預(yù)測(cè)信息，且根據(jù)所述訂單預(yù)測(cè)信息與多層穿梭車(chē)密集型立體倉(cāng)庫(kù)的倉(cāng)庫(kù)模型預(yù)測(cè)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置和相應(yīng)的搬運(yùn)設(shè)備路徑，基于搬運(yùn)設(shè)備路徑和搬運(yùn)設(shè)備的負(fù)載均衡程度以及任務(wù)的緊急程度構(gòu)建多個(gè)貨物搬運(yùn)分配方案，并根據(jù)貨物存儲(chǔ)位置、相應(yīng)的搬運(yùn)設(shè)備路徑和貨物搬運(yùn)分配方案利用優(yōu)化算法計(jì)算出全局最優(yōu)的貨物存儲(chǔ)位置、貨物搬運(yùn)分配方案和搬運(yùn)設(shè)備路徑，最后根據(jù)所述全局最優(yōu)的貨物存儲(chǔ)位置以及對(duì)應(yīng)的貨物搬運(yùn)分配方案和搬運(yùn)設(shè)備路徑對(duì)所述入庫(kù)訂單中的貨物進(jìn)行入庫(kù)調(diào)度，可知，本發(fā)明深度挖掘歷史訂單數(shù)據(jù)中的規(guī)律，對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，且通過(guò)將出庫(kù)訂單預(yù)測(cè)和倉(cāng)庫(kù)模型相結(jié)合，利用優(yōu)化算法以整體效率最優(yōu)的目標(biāo)對(duì)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置、貨物搬運(yùn)分配方案和搬運(yùn)設(shè)備路徑進(jìn)行綜合規(guī)劃，提高倉(cāng)儲(chǔ)管理調(diào)度效率，從而確保貨物出入庫(kù)更高效和經(jīng)濟(jì)。

技術(shù)特征：

1.一種智能倉(cāng)儲(chǔ)管理方法，應(yīng)用于多層穿梭車(chē)密集型立體倉(cāng)庫(kù)，其特征在于，所述智能倉(cāng)儲(chǔ)管理方法包括：

2.如權(quán)利要求1所述的智能倉(cāng)儲(chǔ)管理方法，其特征在于，所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，具體包括：

3.如權(quán)利要求1或2所述的智能倉(cāng)儲(chǔ)管理方法，其特征在于，所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，具體包括：

4.如權(quán)利要求1所述的智能倉(cāng)儲(chǔ)管理方法，其特征在于，所述優(yōu)化算法為遺傳算法、模擬退火算法、粒子群優(yōu)化算法和多目標(biāo)蟻群算法。

5.如權(quán)利要求1所述的智能倉(cāng)儲(chǔ)管理方法，其特征在于，在根據(jù)所述訂單預(yù)測(cè)信息與多層穿梭車(chē)密集型立體倉(cāng)庫(kù)的倉(cāng)庫(kù)模型預(yù)測(cè)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置和相應(yīng)的搬運(yùn)設(shè)備路徑，之前還包括：

6.如權(quán)利要求5所述的智能倉(cāng)儲(chǔ)管理方法，其特征在于，所述根據(jù)所述訂單預(yù)測(cè)信息與多層穿梭車(chē)密集型立體倉(cāng)庫(kù)的倉(cāng)庫(kù)模型預(yù)測(cè)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置和相應(yīng)的搬運(yùn)設(shè)備路徑，具體包括：

7.如權(quán)利要求6所述的智能倉(cāng)儲(chǔ)管理方法，其特征在于，所述根據(jù)所述訂單預(yù)測(cè)信息中貨物出入庫(kù)數(shù)量、種類(lèi)、出入庫(kù)時(shí)間、貨物信息以及倉(cāng)庫(kù)模型中庫(kù)位的庫(kù)位特征對(duì)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置進(jìn)行計(jì)算預(yù)測(cè)，具體包括：

8.如權(quán)利要求1所述的智能倉(cāng)儲(chǔ)管理方法，其特征在于，在所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，得到訂單預(yù)測(cè)信息，之前還包括：查詢?nèi)霂?kù)訂單是否已綁定有出庫(kù)訂單，若否，則執(zhí)行所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，得到訂單預(yù)測(cè)信息的步驟。

9.如權(quán)利要求1所述的智能倉(cāng)儲(chǔ)管理方法，其特征在于，在所述根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，得到訂單預(yù)測(cè)信息，之前還包括：獲取歷史訂單數(shù)據(jù)，并對(duì)所述歷史訂單數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，且對(duì)數(shù)據(jù)清洗后的歷史訂單數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理。

10.如權(quán)利要求1所述的智能倉(cāng)儲(chǔ)管理方法，其特征在于，在根據(jù)所述全局最優(yōu)的貨物存儲(chǔ)位置以及對(duì)應(yīng)的貨物搬運(yùn)分配方案和搬運(yùn)設(shè)備路徑對(duì)所述入庫(kù)訂單中的貨物進(jìn)行入庫(kù)調(diào)度，之后還包括：實(shí)時(shí)監(jiān)控搬運(yùn)設(shè)備的運(yùn)行情況，根據(jù)搬運(yùn)設(shè)備運(yùn)行情況動(dòng)態(tài)調(diào)整對(duì)貨物的入庫(kù)調(diào)度。

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種智能倉(cāng)儲(chǔ)管理方法，應(yīng)用于多層穿梭車(chē)密集型立體倉(cāng)庫(kù)，其包括：根據(jù)歷史訂單數(shù)據(jù)對(duì)未來(lái)預(yù)設(shè)時(shí)間段內(nèi)的出庫(kù)訂單進(jìn)行預(yù)測(cè)，得到訂單預(yù)測(cè)信息；根據(jù)所述訂單預(yù)測(cè)信息與多層穿梭車(chē)密集型立體倉(cāng)庫(kù)的倉(cāng)庫(kù)模型預(yù)測(cè)入庫(kù)訂單中貨物的貨物存儲(chǔ)位置和相應(yīng)的搬運(yùn)設(shè)備路徑；基于搬運(yùn)設(shè)備路徑和搬運(yùn)設(shè)備的負(fù)載均衡程度以及任務(wù)的緊急程度構(gòu)建多個(gè)貨物搬運(yùn)分配方案；根據(jù)貨物存儲(chǔ)位置、相應(yīng)的搬運(yùn)設(shè)備路徑和貨物搬運(yùn)分配方案利用優(yōu)化算法計(jì)算出全局最優(yōu)的貨物存儲(chǔ)位置、貨物搬運(yùn)分配方案和搬運(yùn)設(shè)備路徑；根據(jù)所述全局最優(yōu)的貨物存儲(chǔ)位置以及對(duì)應(yīng)的貨物搬運(yùn)分配方案和搬運(yùn)設(shè)備路徑對(duì)所述入庫(kù)訂單中的貨物進(jìn)行入庫(kù)調(diào)度。

技術(shù)研發(fā)人員：畢世仁,曾巍巍,袁蒙蒙,陳毅,程飛,葉義,施佳儀
受保護(hù)的技術(shù)使用者：深圳市今天國(guó)際智能機(jī)器人有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19