【技术实现步骤摘要】
仓库管理方法和装置以及计算机可读介质
本专利技术涉及计算机领域,具体涉及仓库管理方法和装置以及计算机可读介质。
技术介绍
目前,电商大件仓库(一个仓库包含几个仓间)的运营中心主要采用按品类分仓间独立进行存储的方法,仓间和商品承运商之间相互绑定,不同的承运商负责配送不同的区域,这样就会导致每天订单中的商品都需要从不同的仓间进行拣货,产生商品合流,从而增加了较多的人力成本和时间成本。为了优化存储,以某一仓库为试点进行同品类多仓运营(入库时对同种商品进行分仓),将同一商品在多仓间根据预测模型进行存储,但是专利技术人在运营过程中发现了一些问题,由于某些原因(促销、仓库空间不足、数据问题、仓库变更等)导致商品在各仓间的存储数量并不合理,例如促销活动导致某种商品销量增加,从而导致该商品在仓间的存储数量减少,则此时该商品的合流率就会上升。此时一种可选的方法是对各个仓间的该商品进行理库操作。但是具体到应用场景,如何执行理货操作依然是个问题。
技术实现思路
有鉴于此,本专利技术实施例提供的仓库管理方法,根据预测库存占比和实际库存占比计算分类等级,根据分类等级和预测库存占比确定多种商品的理货操作的执行顺序和每种商品的移仓数量,以达到降低合流率的目的。根据本专利技术的第一方面,提供一种仓库管理方法,包括:根据各仓间每种商品在前M天的每天出库量计算各仓间每种商品在第(M+1)天的预测库存占比;获取各仓间每种商品在第(M+1)天的实际库存占比;根据各仓间每种商品的预测库存占比与实际库 ...
【技术保护点】
1.一种仓库管理方法,其特征在于,包括:/n根据各仓间每种商品在前M天的每天出库量计算各仓间每种商品在第(M+1)天的预测库存占比;/n获取各仓间每种商品在第(M+1)天的实际库存占比;/n根据各仓间每种商品的预测库存占比与实际库存占比的差值计算各仓间每种商品的分类等级;以及/n根据各仓间每种商品的分类等级及在(M+1)天的预测库存占比确定在(M+1)天各仓间多种商品的理货操作的执行顺序以及每种商品在第(M+1)天的移仓数量,所述M为正整数。/n
【技术特征摘要】
1.一种仓库管理方法,其特征在于,包括:
根据各仓间每种商品在前M天的每天出库量计算各仓间每种商品在第(M+1)天的预测库存占比;
获取各仓间每种商品在第(M+1)天的实际库存占比;
根据各仓间每种商品的预测库存占比与实际库存占比的差值计算各仓间每种商品的分类等级;以及
根据各仓间每种商品的分类等级及在(M+1)天的预测库存占比确定在(M+1)天各仓间多种商品的理货操作的执行顺序以及每种商品在第(M+1)天的移仓数量,所述M为正整数。
2.根据权利要求1所述的仓库管理方法,其特征在于,采用灰度预测模型计算各仓间每种商品在第(M+1)天的预测库存占比。
3.根据权利要求1所述的仓库管理方法,其特征在于,还包括:对于相同分类等级,先执行销量高的商品的理货操作。
4.根据权利要求1所述的仓库管理方法,其特征在于,所述计算各仓间每种商品的分类等级包括:
根据各仓间每种商品的预测库存占比与实际库存占比的差值构建特征矩阵;以及
根据聚类算法计算所述特征矩阵的聚类中心集,并根据所述特征矩阵的聚类中心集得到各仓间每种商品的等级分类。
5.根据权利要求4所述的仓库管理方法,其特征在于,所述根据聚类算法计算所述特征矩阵的聚类中心集,并根据所述特征矩阵的聚类中心集得到各仓间每种商品的等级分类包括:
根据所述特征矩阵生成临时的聚类中心集;
根据全局Kmeans聚类算法获取新的聚类中心集;以及
对新的聚类中心集调优得到最终聚类中心集,根据最终聚类中心集得到各仓间每种商品的等级分类。
6.根据权利要求4或5所述的仓库管理方法,其特征在于,所述构建特征矩阵包括:
构建相似矩阵A∈Rn*n,n为商品种数,Aii=0,
其中xi和xj分别表示商品种类为i和j的商品对应的预测库存占比与真实库存占比的差值,i和j取值为1到n,且i≠j,σ是参数,n是正整数;
构造矩阵L=D-1/2AD-1/2,
计算矩阵L的前k个特征值对应的特征向量X1,X2,…,Xk,构造矩阵X=[X1,X2,…,Xk]n*k,规范化矩阵X的行向量,得到特征矩阵Y=[Y1,Y2,…,Yk]n*k,k是正整数。
7.根据权利要求6所述的仓库管理方法,其特征在于,所述根据所述特征矩阵生成临时的聚类中心集包括:
根据Y=[Y1,Y2,…,Yk]n*k初始化粒子群,生成随机聚类中心集M={m1*,m2*,…mt*},t为人工设定值;
引入适应度函数,计算每个粒子的适应度值;
更新每个粒子搜索到的最优解和整个粒子群搜索到的最优位置,并不断调整随机聚类中心集的每个聚类中心的位置,直到聚类中心的位置与...
【专利技术属性】
技术研发人员:郭伟,赵迎光,刘旭,
申请(专利权)人:北京京邦达贸易有限公司,北京京东乾石科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。