一种基于包裹聚类和库位推荐的拣货波次规划方法技术

本发明专利技术公开了一种基于包裹聚类和库位推荐的拣货波次规划方法，包括从包裹池随机抽取一个包裹，初始化波次；初始化候选包裹，添加K个包裹，计算分波浓度；添加另一组K个包裹，再次计算分波浓度，若再次计算的分波浓度值大于目前的侯选包裹的分波浓度值，则替换侯选包裹，则把添加的K个包裹保留作为侯选包裹，同时把之前的K个侯选包裹放回波次池，且在这一轮中不再添加退回波次池的侯选包裹；若再次计算的分波浓度值小于目前的侯选包裹分波浓度值，则保留目前的侯选包裹；如果有剩余包裹，返回上一步骤，如果没有剩余包裹，则进入输出波次程序。本发明专利技术把包裹聚类和库位指派两个任务放在一个问题里面来解决，从而提供了更大的优化空间。空间。空间。

【技术实现步骤摘要】
一种基于包裹聚类和库位推荐的拣货波次规划方法


[0001]本专利技术属于仓储拣货
，具体涉及基于包裹聚类和库位推荐的拣货波次规划方法。

技术介绍

[0002]在电商仓储中实时会流入大量的订单信息，仓库系统会根据库存信息和订单需求拣货，电商仓库内存放商品多，订单相对较小，导致单个拣选订单非常困难，目前电商针对这种现状采用先分波聚合一个波次的订单需求，一个波次的商品分布在仓库的各个区域，每个区域会形成一个任务，在此区域的拣选工人会负责拣选这个任务所对应的商品，这些被不同区域拣选完的商品会最终合在一起并被整理成单个波次的商品集，单个波次的商品最后会被分成一个一个的包裹，最后打包贴面单通过物流手段最终流入客户手中，在所有仓储环节中，拣货是仓储物流中最占成本的工作，与拣货相关的人员约占整个仓储中心的50%，合理的优化拣选任务可以大大提高整个仓储物流的效率。目前上游分波和下游拣选大多分开处理，分波大多累计一定总量的订单或者一段时间窗口内的订单成为一个波次，下游的拣选直接遍历各个区域查询该区域能承担这个波次所需的商品的数量最大值然后进行分配，直到波次内本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于包裹聚类和库位推荐的拣货波次规划方法，其特征在于：包括以下步骤：步骤1：从包裹池随机抽取一个包裹，初始化波次；步骤2：初始化候选包裹，添加K个包裹，计算分波浓度；步骤3：寻找K个侯选包裹融入波次：添加另一组K个包裹，再次计算分波浓度，若再次计算的分波浓度值大于目前的侯选包裹的分波浓度值，则替换侯选包裹，则把添加的K个包裹保留作为侯选包裹，同时把之前的K个侯选包裹放回波次池，且在这一轮中不再添加退回波次池的侯选包裹；若再次计算的分波浓度值小于目前的侯选包裹分波浓度值，则保留目前的侯选包裹，其中，K为正整数；步骤4：如果有剩余包裹，返回步骤3，如果没有剩余包裹，则输出波次。2.根据权利要求1所述的一种基于包裹聚类和库位推荐的拣货波次规划方法，其特征在于：所述波次输出的步骤如下：步骤41：在波次中确认候选包裹的融进波次；步骤42：重设包裹池，在包裹池里移去已正式融进波次的候选包裹；步骤43：如果包裹池没有剩余包裹或波次的包裹数已达上限，则到下一步输出波次；如果包裹池还有剩余包裹以及波次的包裹数还没达到上限，返回步骤3；步骤44：输出波次。3.根据权利要求1所述的一种基于包裹聚类和库位推荐的拣货波次规划方法，其特征在于：步骤2中，所述分波浓度的计算方法如下：计算每一个商品经过每一个通道的概率值，把每个通道的概率值加和，再把概率值再加和，并除以商品数；包括以下步骤：步骤21:包裹的每个sku出现在aisle_set的权重；包裹在每个通道的权重；第一个包裹和第二个包裹的相似度为；分子为包裹1和包裹2在每一条巷道的权重选小的一个，然后把这些权重加和；分母为包裹1和包裹2在所有巷道的权重加和，再减去分子；其中，sku为商品号，package为包裹集；sum()为加和函数，把括号()中的项加和；min()为求最小函数，从括号()中输出最小的项；z[sku,aisle]为0/1变量，当sku在巷道aisle时，z[sku,aisle]的值为1，否则为0；
B:所有包裹的集合；A：所有巷道的集合；S
b
:包裹b中sku的集合；A
b
:包裹b中巷道数的集合；aisle_set_all是所有巷道的集；aisle_set是包裹裡的巷道aisle的集;wi[aisle]为巷道aisle在包裹i裡的权重；wi为wi[aisle]所有巷道的简写；步骤22:随机选择一个包裹作为种子包裹，加入到波次中，添加...

【专利技术属性】
技术研发人员：易佳琪，苏振裕，甘建明，
申请(专利权)人：南京希音电子商务有限公司，
类型：发明
国别省市：