一种根据拣货记录预测仓库布置参数的方法技术

本发明专利技术提供一种根据拣货记录预测仓库布置参数的方法，包括以下步骤：S1：提取智能仓储系统中保存的所有拣货记录；S2：针对每个参数的具体特点，分别采用不同的拣货记录内容和不同的计算方法进行预测；S3：预测完成，得到仓库布置参数；本发明专利技术提出的方法通过智能仓储系统中的拣货记录来预测仓库布置参数，不需要人为去测量仓库的布置参数，减少人力的同时提高效率；避免了人为错填、漏填仓库布置参数所导致的智能仓储系统中拣货路径算法被错误数据误导，无法高效、准确运行算法的问题，同时，当仓库布局发生变化后本发明专利技术算法可以随着近期拣货记录的变化逐步调整参数数值，自动适应新的仓库环境，提高了智能仓储系统的智能化水平。提高了智能仓储系统的智能化水平。

【技术实现步骤摘要】
一种根据拣货记录预测仓库布置参数的方法


[0001]本专利技术涉及仓储物流和数值计算领域，尤其涉及一种根据拣货记录预测仓库布置参数的方法。

技术介绍

[0002]在物流中心的各项内部作业中，拣货作业是一项重要且繁杂的工作，拣货是将顾客订单上不同种类的产品予以分类，再依据产品数量将产品从货架上取出；在智能仓储系统中拣货路径优化功能可以为拣货人员提供拣货引导，减少拣货的时间，提升拣货效率；在构建和执行拣货路径优化算法时仓库的布置参数是必不可少的基本数据，是计算两点直接距离、判断路径是否最优的基石。
[0003]而现有技术中存在以下弊端：计算仓库拣货最优路径时需要以仓库布置的物理信息为基础，但此类参数往往不存在于智能仓储系统中，对于每个仓库执行拣货路径优化算法时都需要人为去测量、查找各个仓库的布置参数，工作量大的同时效率低下；人为查找并填写布置参数到智能仓储系统中容易有漏填、错填等问题使算法被错误数据误导，不能高效、准确的构建和执行拣货路径优化算法；

技术实现思路

[0004]本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种根据拣货记录预测仓库布置参数的方法。
[0005]为实现上述目的，本专利技术采用了如下技术方案：一种根据拣货记录预测仓库布置参数的方法，基于智能仓储系统，所述智能仓储系统中包含各个仓库的拣货记录、各个仓库货架总数、单个货架包含的货位数量；本专利技术提出的预测仓库布置参数的方法基于以下前提，所述前提基本符合实际仓库的货架布置方式，具体为：1、所述仓库形状为矩形；2、货架在仓库中的摆放位置平行于仓库墙壁；3、所有货架规格完全相同；4、货架以相同方向顺序整齐的摆放在仓库中；5、拣货记录的数量充足；本专利技术所预测的布置参数是为了给拣货路径优化功能提供数据支撑，仅需要预测各尺寸参数的相对值大小即可，无需根据速度计算出距离的实际数值。因此本专利技术采用时间长度来抽象的代表仓库布置尺寸的实际距离，记为时间距离。
[0006]包括以下步骤：S1：提取智能仓储系统中保存的所有拣货记录；算法程序提取智能仓储系统的数据库中保存的近期拣货记录；
所述拣货记录是指拣货员根据拣货订单找到货物在仓库中的具体位置后，通过扫描产品条码或输入产品编号等方式确认拣取货物时，在智能仓储系统中所生成的拣货记录；所述拣货记录包括拣货任务编号、货物名称、货物编号、货架编号、货位编号、拣货时间等信息；所述货架编号为货架名+正整数，货架编号对应货架在仓库中的摆放位置，每个货架编号中的数字不重叠；所述货位编号为货位名+正整数，货位编号对应货位在货架中的具体列数，各个货架中相同位置的货位编号相同；S2：针对每个参数的具体特点，分别采用不同的拣货记录内容和不同的计算方法进行预测；所述仓库布置参数包括货架长度、货架列数量、货架行数量、货架列间距、货架行间距、入口位置、出口位置；包括如下子步骤：S21：预测货架长度；包括如下子步骤：S211：筛选拣货记录数据，生成拣货信息列表A；从算法程序提取的拣货记录中筛选出所有满足两条拣货记录相邻且货架编号相同的拣货记录，筛选出的每两个符合要求的拣货记录为一个拣货记录组；计算所有拣货记录组的货位差和时间距离；所述货位差是指每个拣货记录组中货位编号中数字相减的绝对值；所述时间距离是每个拣货记录组的拣货时间差；将所有拣货记录组以及对应的时间距离和货位差保存到拣货信息列表A中；S212：统计货位差相同的拣货记录组的时间距离的中位数；统计出拣货信息列表A中货位差相同的拣货记录组的时间距离的中位数；并将计算出的时间距离和货位差以数据组的形式保存到货位差列表中；S213：计算单个货位长度的时间距离；将货位差列表中货位差数值相减为1的数据组的时间距离的中位数相减并取绝对值，得到所有数据组的单个货位的时间距离；计算单个货位的时间距离的平均数，所述平均数为单个货位长度对应的时间距离；S214：计算货架长度的时间距离；货架长度的时间距离=单个货位长度对应的时间距离*单个货架包含的货位数量；进一步的，每个拣货记录组的时间差等于操作时间+行走时间；记Ta1=t2
‑
t1=a+p；所述t1、t2是相同货架货位差为1的两条拣货记录的拣货时间、Ta1是这两条拣货记录的拣货时间差；所述a是单个货位的时间距离；所述p是操作时间；
根据货位差为1的两条拣货记录的时间差Ta1以及计算出的单个货位的时间距离a，计算出操作时间p的值，即p=Ta1
‑
a；S22：预测货架列数量；包括如下子步骤：S221：筛选拣货记录；将算法程序提取的拣货记录中的每条拣货开始记录和紧邻其后的一条拣货记录两两组成一个拣货记录组；所述拣货开始记录为开始拣货的触发时间；S222：计算时间距离值，生成拣货信息列表B；计算每个拣货记录组的时间距离值，具体的计算方法为：所述时间距离值=每个拣货记录组的拣货时间差
‑
货位数*单个货位长度时间距离；所述拣货开始记录不包括货位编号，拣货记录组中有且只有一个货位编号，所述货位数为货位编号中的数字值；计算出所有拣货记录组的时间距离值，将拣货记录组以及对应的时间距离以数据组的形式保存到拣货信息列表B中；S223：计算货架列数量；将拣货记录表B中的数据组按照货架编号分组，货架编号相同的数据组为一组，计算各组数据中时间距离值的中位数，所述各组数据中时间距离值的中位数为仓库入口到此货架编号对应货架的时间距离值；将货架编号、货架编号对应的时间距离值的中位数作为数据组保存到货架列表中；所述数据组在货架列表中按照货架编号的升序排列；计算货架列表中中位数的偏自相关函数，得到距离变化的周期长度，所述距离变化的周期长度即为货架列数量；S23：预测货架行数量；所述货架行数量=向上取整（仓库货架总数/货架列数量）；记n=仓库货架总数/货架列数量；将计算出的n值向上取整，记为m；所述m即为货架行数量；S24：预测列间距；包括如下子步骤：S241：计算拣货记录中每个货架所在的货架行数；根据仓库中货架列数量和拣货记录中的货架编号计算出货架所在仓库行数；具体的计算方法为：将拣货记录中的货架编号数除以货架列数量并向上取整，得到的值即为每个货架所在的货架行数；将计算出的每个货架所在的货架行数添加到对应的拣货记录中；S242：筛选拣货记录；
从算法程序提取的拣货记录中筛选出拣货记录相邻、货架行数相同且货位编号都为首位或都为末位货位的拣货记录，筛选出的每两个符合要求的拣货记录的时间差为时间距离、两条拣货记录货架编号中数字相减的绝对值为货架差；将两条拣货记录、时间距离、货架差作为一个数据组；将拣货记录中筛选出的所有符合要求的数据组保存到拣货信息列表C中；S243：计算列间距的时间距离；根据拣货信息列表C中的每组数据计算单位列间距；所述单位列间距的时间距离=（每组数据中的时间距离
‑
操作时间）/货架差；所述操作时间为步骤S211计算得出的操作时间；计算筛选出的所有数据组的单位列间距的时间距离；统计所有单位列间距的时间距离的中位数，作为最终的列间距时间距离；S25：预测行间距；包括如下子步骤：S251：计算拣货本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种根据拣货记录预测仓库布置参数的方法，其特征在于：包括以下步骤：S1：提取智能仓储系统中保存的所有拣货记录；算法程序提取智能仓储系统的数据库中保存的近期拣货记录；所述拣货记录包括拣货任务编号、货物名称、货物编号、货架编号、货位编号、拣货时间的信息；所述货架编号为货架名+正整数，货架编号对应货架在仓库中的摆放位置，每个货架编号中的数字不重叠；所述货位编号为货位名+正整数，货位编号对应货位在货架中的具体列数，各个货架中相同位置的货位编号相同；S2：针对每个参数的具体特点，分别采用不同的拣货记录内容和不同的计算方法进行预测；所述仓库布置参数包括货架长度、货架列数量、货架行数量、货架列间距、货架行间距、入口位置、出口位置；包括如下子步骤：S21：预测货架长度；包括如下子步骤：S211：筛选拣货记录数据，生成拣货信息列表A；从算法程序提取的拣货记录中筛选出所有满足两条拣货记录相邻且货架编号相同的拣货记录，筛选出的每两个符合要求的拣货记录为一个拣货记录组；将所有拣货记录组以及对应的时间距离和货位差保存到拣货信息列表A中；S212：统计货位差相同的拣货记录组的时间距离的中位数；统计出拣货信息列表A中货位差相同的拣货记录组的时间距离的中位数；并将计算出的时间距离和货位差以数据组的形式保存到货位差列表中；S213：计算单个货位长度的时间距离；将货位差列表中货位差数值相减为1的数据组的时间距离的中位数相减并取绝对值，得到所有数据组的单个货位的时间距离；计算单个货位的时间距离的平均数，所述平均数为单个货位长度对应的时间距离；S214：计算货架长度的时间距离；货架长度的时间距离=单个货位长度对应的时间距离*单个货架包含的货位数量；S22：预测货架列数量；包括如下子步骤：S221：筛选拣货记录；将算法程序提取的拣货记录中的每条拣货开始记录和紧邻其后的一条拣货记录两两组成一个拣货记录组；所述拣货开始记录为开始拣货的触发时间；S222：计算时间距离值，生成拣货信息列表B；计算所有拣货记录组的时间距离值，将拣货记录组以及对应的时间距离以数据组的形式保存到拣货信息列表B中；
S223：计算货架列数量；将拣货记录表B中的数据组按照货架编号分组，货架编号相同的数据组为一组，计算各组数据中时间距离值的中位数，所述各组数据中时间距离值的中位数为仓库入口到此货架编号对应货架的时间距离值；将货架编号、货架编号对应的时间距离值的中位数作为数据组保存到货架列表中；所述数据组在货架列表中按照货架编号的升序排列；计算货架列表中中位数的偏自相关函数，得到距离变化的周期长度，所述距离变化的周期长度即为货架列数量；S23：预测货架行数量；所述货架行数量=向上取整（仓库货架总数/货架列数量）；记n=仓库货架总数/货架列数量；将计算出的n值向上取整，记为m；所述m即为货架行数量；S24：预测列间距；包括如下子步骤：S241：计算拣货记录中每个货架所在的货架行数；根据仓库中货架列数量和拣货记录中的货架编号计算出货架所在仓库行数；将计算出的每个货架所在的货架行数添加到对应的拣货记录中；S242：筛选拣货记录；从算法程序提取的拣货记录中筛选出拣货记录相邻、货架行数相同且货位编号都为首位或都为末位货位的拣货记录，筛选出的每两个符合要求的拣货记录的时间差为时间距离、两条拣货记录货架编号中数字相减的绝对值为货架差；将两条拣货记录、时间距离、货架差作为一个数据组；将拣货记录中筛选出的所有符合要求的数据组保存到拣货信息列表C中；S243：计算列间距的时间距离；根据拣货信息列表C中的每组数据计算单位列间距；所述单位列间距的时间距离=（每组数据中的时间距离
‑
操作时间）/货架差；计算筛选出的所有数据组的单位列间距的时间距离；统计所有单位列间距的时间距离的中位数，作为最终的列间距的时间距离；S25：预测行间距；包括如下子步骤：S251：计算拣货记录中每个货架所在的货架列数；根据仓库中货架列数量和拣货记录中的货架编号计算出货架所在仓库列数；将计算出的每个货架所在的货架列数添加...

【专利技术属性】
技术研发人员：杨松贵，张哲，
申请(专利权)人：南京维拓科技股份有限公司，
类型：发明
国别省市：