【技术实现步骤摘要】
本专利技术涉及生鲜领域，尤其涉及一种智能化生鲜分拣配送方法、系统及存储介质。
技术介绍
1、传统生鲜分拣管理方法主要依赖人工结合电子设备进行操作和管理。首先，使用人工劳动力进行生鲜产品的分拣工作。工人根据订单要求和产品特性，手工将产品从仓库或冷藏库中取出，并按照要求进行分类、分拣和打包。随后，使用称重设备手动将每个产品进行称重，以确保产品的准确重量符合订单要求。这在需要按重量分拣的场景中常见，如肉类、鱼类等生鲜产品。通过目视检查产品的外观、颜色、新鲜度等特征，确保产品的质量和符合要求。这是一种常见的质量控制方法，但可能存在主观性和人为差异的问题。分拣完成后，工人手工将产品按照订单要求进行包装，如装箱、贴标签等。这需要一定的包装技巧和经验，以确保产品的安全和完整性。最后，使用纸质或手工记录系统，将分拣过程中的相关数据和信息进行记录和管理。这包括订单信息、分拣数量、产品质量等，以便后续跟踪和管理。传统生鲜分拣管理方法仍然存在一定的应用。
2、此外，一定程度的自动化和信息化技术也已经应用到了分拣管理的领域，以提高效率、准确性和可追溯性。
3、现有的生鲜管理系统在生鲜领域的应用还存在一些局限性，如生鲜分拣过程中仍然存在订单处理效率低、分拣准确性不高、手工操作繁琐、可追溯性差、比较耗时、容易出错，并且在大规模和高效率要求下效果有限等。因此，需要一种综合管理方案来解决这些问题，提高生鲜企业的运营效率和客户满意度。
技术实现思路
1、有鉴于此，本申请提供了一种智能化生鲜分
2、第一方面，一种智能化生鲜分拣系统，包括以下组件：
3、订单管理系统，用于生成需求信息指令，并将所述需求信息指令发送至mrp智能运算系统；
4、mrp智能运算系统，用于获取订单管理系统需求信息指令，和/或根据存储的历史数据及库存信息，进行智能分析，至少实现如下操作之一：
5、1)长期预警：根据订单管理系统的即时的需求信息指令或定期的需求信息指令，基于一定时期历史数据，预测未来的产品a的销量情况；并根据库存信息，进行决策分析，当产品a的库存数量和/或重量低于未来n天的销量情况的阈值时，对产品a的库存进行告警提示，并下发采购订单计划，其中，n为大于零的整数；
6、2)即时分析：接收订单系统的针对产品a的销售需求指令，调用库存信息，进行即时的销售需求分析，当产品a的库存数量和/或重量大于产品a的销售需求的数量和/或重量时，推送分拣指令至智能分拣系统；当产品a的库存数量和/或重量小于产品a的销售需求的数量和/或重量时，向订单管理系统反馈告警提示，由订单管理系统向客户端下发指令，请求客户端终止、暂停或延时配送；
7、智能分拣系统，根据订单管理系统需求信息指令和/或mrp智能运算系统的分析结果，从存储区域分拣产品a，并根据需求信息获取产品a的需求的重量和/或数量；
8、配送服务系统，包括但不限于：
9、1)电子码单打印系统，用于对分拣任务获取到的产品a生成相应的电子码单，包括产品名称、数量、重量等信息，并下发所述产品配送信息；
10、2)智能配送单元，用于接收所述电子码单，并进行相应的配送分配操作。
11、优选的，所述mrp智能运算系统的所述长期预警采用机器学习预测模型进行预测，其通过对包括但不限于历史的销售数据、天气数据、季节数据进行智能分析学习，建立预测模型，预测未来需求趋势，并基于这些预测结果，进行阈值判断，下发采购订单计划，从而更加精确地满足未来n天的订单需求。
12、优选的，所述智能分拣系统采用计算机视觉技术和/或物体识别算法，对产品的包括但不限于外观、尺寸和重量等特征进行分析，自动识别并分拣不同的产品；智能分拣系统能够高效地将产品分配到相应的订单中，减少人工干预和错误率。
13、第二方面，一种智能化生鲜分拣方法，其特征在于，包括：
14、通过订单管理系统生成需求信息指令，并将需求信息发送至mrp智能运算系统；
15、根据获取到的所述需求信息指令，以及存储的历史数据及库存信息，所述mrp智能运算系统进行智能分析，至少实现如下操作之一：
16、1)长期预警：根据订单管理系统的即时需求信息指令或定期需求信息指令，基于一定时期历史数据，预测未来的产品a的销量情况，根据库存信息，进行决策分析，当产品a的库存数量和/或重量低于未来n天的销量情况的阈值时，对产品a的库存进行告警提示，并下发采购订单计划，其中，n为大于零的整数；
17、2)即时分析：接收订单系统的针对产品a的销售需求指令，调用库存信息，进行即时的销售需求分析，当产品a的库存数量和/或重量大于产品a的销售需求的数量和/或重量时，推送分拣指令至智能分拣系统；当产品a的库存数量和/或重量小于产品a的销售需求的数量和/或重量时，向订单管理系统反馈告警提示，由订单管理系统向客户端下发指令，请求客户端终止、暂停或延时配送；
18、根据订单管理系统需求信息指令和/或mrp智能运算系统的分析结果，从存储区域分拣产品a，并根据需求信息获取产品a的需求的重量和/或数量；
19、对分拣任务获取到的产品a生成相应的电子码单，包括产品名称、数量、重量等信息，并下发所述产品配送信息至智能配送单元，由所述智能配送单元进行相应的配送分配操作。
20、优选的，所述长期预警采用机器学习预测模型进行预测，其通过对包括但不限于历史的销售数据、天气数据、季节数据进行智能分析学习，建立预测模型，预测未来需求趋势，并基于这些预测结果，进行阈值判断，下发采购订单计划，从而更加精确地满足未来n天的订单需求。
21、优选的，所述智能分拣采用计算机视觉技术和/或物体识别算法，对产品的包括但不限于外观、尺寸和重量等特征进行分析，自动识别并分拣不同的产品；智能分拣系统能够高效地将产品分配到相应的订单中，减少人工干预和错误率。
22、第三方面，本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本申请中任意实施例所述的生鲜分拣方法。
23、本申请涉及一种智能化生鲜分拣方法、系统及存储介质，包括订单管理系统、mrp智能运算系统、智能分拣系统和配送服务系统。本申请的订单管理系统能够实现订单的快速接收、处理和管理，自动化处理大量订单，实现订单的快速处理和分配。
24、mrp智能运算系统根据订单需求信息和历史数据进行长期预警和即时分析，以预测销量并触发告警提示或下发采购订单计划。
25、智能分拣系统整合称重设备和分拣系统，实现自动称重和智能分拣操作，通过与订单管理系统、配送服务系统的连接，将订单信息与称重数据关联，实现精准的分拣和打包。
26、本申请的系统及方法利用先进的技术手段解决了生鲜分拣领域出错率高、生鲜损本文档来自技高网...
【技术保护点】
1.一种智能化生鲜分拣系统，包括以下组件：
2.根据权利要求1所述的生鲜分拣系统，其特征在于：所述MRP智能运算系统的所述长期预警采用机器学习预测模型进行预测，其通过对包括但不限于历史的销售数据、天气数据、季节数据进行智能分析学习，建立预测模型，预测未来需求趋势，并基于这些预测结果，进行阈值判断，下发采购订单计划，从而更加精确地满足未来n天的订单需求。
3.据权利要求2所述的生鲜分拣系统，其特征在于：所述机器学习预测模型满足如下条件：
4.据权利要求3所述的生鲜分拣系统，其特征在于：所述历史数据还包含综合附加信息，包含但不限于节假日特征、促销活动特征、产品属性特征等信息；用Z表示综合附加信息，其为一个向量；Wz为综合附加信息的权重矩阵，通过训练学习得到的，考虑综合附加信息Z的未来销量预测的模型满足如下条件：
5.据权利要求4所述的生鲜分拣系统，其特征在于：
6.据权利要求5所述的生鲜分拣系统，其特征在于：所述反向传播算法满足如下条件：
7.据权利要求5所述的生鲜分拣系统，其特征在于：所述交叉验证法满足如下条件
8.根据权利要求1所述的生鲜分拣系统，其特征在于：所述智能分拣系统采用计算机视觉技术和/或物体识别算法，对产品的包括但不限于外观、尺寸和重量等特征进行分析，自动识别并分拣不同的产品。
9.根据权利要求8所述的生鲜分拣系统，其特征在于：所述计算机视觉技术和/或物体识别满足如下条件：
10.根据权利要求1所述的生鲜分拣系统，其特征在于：进一步包含设置于存储区域的传感器或RFID，用以实时监测物料的存放和取出信息，并将相关数据反馈给MRP智能运算系统和/或智能分拣系统。
11.根据权利要求1所述的生鲜分拣系统，其特征在于：设置于产品A上的传感器或RFID标签，用于实时监测产品A的库存量的变化，并将数据传输给MRP智能运算系统和/或智能分拣系统。
12.根据权利要求1所述的生鲜分拣系统，其特征在于：所述下发所述采购订单计划为如情况下之一：
13.根据权利要求1所述的生鲜分拣系统，其特征在于，所述智能分拣系统包含智能称重模块，用于通过智能网联电子秤平台对产品A进行称重，并将产品A重量信息与所述订单管理系统和/或MRP智能运算系统的所述订单信息进行关联，根据所述订单信息中产品A的重量和数量，自动计算出分拣任务的重量和数量。
14.根据权利要求1所述的生鲜分拣系统，其特征在于，所述码单打印系统根据分拣任务生成相应的所述电子码单，包括产品名称、数量、重量等信息，所述电子码单用于配送管理和客户线上签收。
15.根据权利要求1所述的生鲜分拣系统，其特征在于，所述智能配送单元根据码单信息智能地安排配送路线、车辆、人员等，下发并优化配送任务，同时实时追踪配送进度和产品A的位置信息。
16.根据权利要求1所述的生鲜分拣系统，其特征在于，进一步包含后台可视化监控系统，用于实时展示各分拣任务的进度、数量、重量信息，并对异常情况进行报警和提示，及时调整生产计划和配送路线。
17.一种智能化生鲜分拣方法，其特征在于，包括：
18.根据权利要求17所述的生鲜分拣方法，其特征在于：所述长期预警采用机器学习预测模型进行预测，其通过对包括但不限于历史的销售数据、天气数据、季节数据进行智能分析学习，建立预测模型，预测未来需求趋势，并基于这些预测结果，进行阈值判断，下发采购订单计划，精确计算未来n天的订单需求。
19.根据权利要求17所述的生鲜分拣方法，其特征在于：所述智能分拣采用计算机视觉技术和/或物体识别算法，对产品的包括但不限于外观、尺寸和重量等特征进行分析，自动识别并分拣不同的产品。
20.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求17-19中任一所述的生鲜分拣方法。
21.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求17-19中任一所述的生鲜分拣方法。
...【技术特征摘要】
1.一种智能化生鲜分拣系统，包括以下组件：
2.根据权利要求1所述的生鲜分拣系统，其特征在于：所述mrp智能运算系统的所述长期预警采用机器学习预测模型进行预测，其通过对包括但不限于历史的销售数据、天气数据、季节数据进行智能分析学习，建立预测模型，预测未来需求趋势，并基于这些预测结果，进行阈值判断，下发采购订单计划，从而更加精确地满足未来n天的订单需求。
3.据权利要求2所述的生鲜分拣系统，其特征在于：所述机器学习预测模型满足如下条件：
4.据权利要求3所述的生鲜分拣系统，其特征在于：所述历史数据还包含综合附加信息，包含但不限于节假日特征、促销活动特征、产品属性特征等信息；用z表示综合附加信息，其为一个向量；wz为综合附加信息的权重矩阵，通过训练学习得到的，考虑综合附加信息z的未来销量预测的模型满足如下条件：
5.据权利要求4所述的生鲜分拣系统，其特征在于：
6.据权利要求5所述的生鲜分拣系统，其特征在于：所述反向传播算法满足如下条件：
7.据权利要求5所述的生鲜分拣系统，其特征在于：所述交叉验证法满足如下条件：
8.根据权利要求1所述的生鲜分拣系统，其特征在于：所述智能分拣系统采用计算机视觉技术和/或物体识别算法，对产品的包括但不限于外观、尺寸和重量等特征进行分析，自动识别并分拣不同的产品。
9.根据权利要求8所述的生鲜分拣系统，其特征在于：所述计算机视觉技术和/或物体识别满足如下条件：
10.根据权利要求1所述的生鲜分拣系统，其特征在于：进一步包含设置于存储区域的传感器或rfid，用以实时监测物料的存放和取出信息，并将相关数据反馈给mrp智能运算系统和/或智能分拣系统。
11.根据权利要求1所述的生鲜分拣系统，其特征在于：设置于产品a上的传感器或rfid标签，用于实时监测产品a的库存量的变化，并将数据传输给mrp智能运算系统和/或智能分拣系统。
12.根据权利要求1所述的生鲜分拣系统，其特征在于：所述下发所述采购订单计...
【专利技术属性】
技术研发人员：刘永涛，
申请(专利权)人：杭州智跑科技有限公司，
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。