【技术实现步骤摘要】
一种仓储智能化拣选任务调度方法
[0001]本专利技术属于仓储智能化领域,具体涉及一种仓储智能化拣选任务调度方法
。
技术介绍
[0002]智能化仓储作为物流业的关键环节,其效率影响着整个物流系统的周转率
。
而拣选任务作为仓储作业的重要一环,其成本约占仓储运营成本的
40
%~
60
%
。
拣选时间
、
拣选人员等同样占比较高,拣选任务无疑是整个仓储系统中占用人工最密集
、
耗时最多
、
成本最高的环节
。
因此,减少拣选任务时间将有效提高仓库运转效率
。
[0003]拣选任务分为四个部分:料箱出库
、
运输线运输
、
拣选操作
、
料箱回库,其中拣选操作部分任务时间由订单内待拣选货物数量决定,其余部分任务时间均与料箱出库次数有直接关系
。
并且,目前拣选调度优化多以出库优化为主,通过对堆垛机等设备路径的调度,缩短堆垛机运行路线
。
该类方案中,缺乏对后续拣选作业的考虑,具有一定的局限性
。
针对拣选任务调度问题,本专利技术从减少出库频次角度分析,从根本上减短出库时间
。
[0004]专利号
CN11617903 A
,
《
一种可用于辅助人工进行空箱返还的分拣方法及系统
》
公开了一种可用于辅助人工进行空
【技术保护点】
【技术特征摘要】
1.
一种仓储智能化拣选任务调度方法,其特征在于,包括以下步骤:步骤
S1、
问题模型构建:定义任务调度问题,明确定义任务调度问题的目标
、
约束和变量;步骤
S2、
数据准备:收集与仓储管理中拣选系统相关的数据,包括订单信息
、
库存信息
、
拣选任务约束
、
时间限制,将这些数据进行预处理,以适应大模型的输入格式;步骤
S3、
大模型集成:使用融合模型集成的方法将
GPT、BERT、Transformer
‑
XL
和
XLNet
等大模型进行集成,得到集成模型;步骤
S4、
生成初始粒子群:将订单信息和相关约束信息输入到集成模型中,生成初始粒子群的候选解,这些候选解表示为初始化的拣选任务调度方案;步骤
S5、
解码和映射:将生成的初始粒子群的候选解解码为对应调度方案,得到各拣选台所分配的拣选订单及其排序情况;步骤
S6、
初始化粒子群:使用解码和映射得到的表示形式,初始化
PSO
算法中的初始粒子群的位置和速度;步骤
S7
,应用
PSO
算法:应用
PSO
算法迭代求解得到最优调度方案
。2.
根据权利要求1所述的一种仓储智能化拣选任务调度方法,其特征在于,所述步骤
S1
的具体过程为:在构建问题模型时,拣选订单耦合模型的优化目标包含两部分,即整批拣选任务完成时间最短和料箱出库次数最少:其中
T
j
是拣选台
j
的作业时间,
N
p
是完成订单
p
所需要料箱出库次数,则拣选台合集可以表示为
J
=
{1,2,
…
,j}
,订单合集可以表示为
P
=
{1,2,
…
,p}
;规定同一拣选台在同一时刻只能对一个拣选订单进行拣选作业,则可以得到约束:其中,
t
p
是订单
p
的拣选时间,表示拣选台
j
处理订单
p
,否则就不处理;规定缓存料箱数量不能超过缓存区容量,则可以得到约束:其中,
N
j
是拣选台
j
的缓存区容量,
N
pq
是订单
p
和订单
q
公用并占用缓存区的料箱数量,表示订单
p
和订单
q
之间有
y
个相同拣选料箱,则
n
y
表示待拣选料箱编号,
Y<...
【专利技术属性】
技术研发人员:许斌,亓晋,孙雁飞,董振江,马云涛,
申请(专利权)人:南京邮电大学南京医药股份有限公司,
类型:发明
国别省市:
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。