【技术实现步骤摘要】
本专利技术涉及物流仓储，具体涉及基于数字孪生的订单预测拣选出库方法、装置及存储介质。
技术介绍
1、物流仓储系统是生产型企业场内物流的重要组成部分，通常由输送线、穿梭车、堆垛机、立体仓库、agv、管理系统、调度系统组成。近年来随着仓储物流行业的迅速发展，其自动化水平越来越高，仓储物流系统的供应商可根据客户需求，提供定制化的解决方案。
2、拣选，也称货到人拣选系统，在仓储物流系统中指的是人不动，商品自动输送设备传输至人的面前，供人挑选；通常，拣选系统包括入库和出库两个流程。
3、入库流程：人工将商品码放在料箱(或托盘)中，并在管理系统中将商品信息(包括品种、数量等信息)与料箱进行绑定中，放置在输送线上，输送线将料箱运送至自动化立体仓库的库端输送机上，由堆垛机叉取料箱，存放在自动化立体仓库中。
4、出库流程：根据出库订单，堆垛机将装有所需商品的料箱从自动化立体仓库中取出，运送至库端输送机，再由输送系统运送至工人面前。工人根据系统(条屏、电脑)提示的商品种类及其所需数量，从料箱中取出相应数量的商品。
5、电商配送中心是一个典型的物流仓储系统，尤其是每逢“双十一”这类网络购物订单特别多的日子，如何提高拣选效率是电商配送中心关注的重点。
6、当前采用的拣选策略都是基于已经生成的订单，即一个订单在生成之后，首先要根据其商品组成，安排对应的货物出库，这种方法的缺陷是：从货物出库进入输送线，再到流转至拣选工位需要的时间较长，导致一个订单的出库分拣时间较长，不利于商家提升竞争力；尤其在“
技术实现思路
1、有鉴于此，本专利技术的目的在于提供基于数字孪生的订单预测拣选出库方法、装置及存储介质，以解决现有技术中，商品出库时间滞后，订单处理时间较长的问题。
2、根据本专利技术实施例的第一方面，提供基于数字孪生的订单预测拣选出库方法，所述方法包括：
3、基于实际仓储拣选系统的组成设备以及工艺流程构建仓储拣选系统的数字孪生模型；
4、获取实际仓储拣选系统一段时间内的实际生产数据，将所述实际生产数据输入到所述数字孪生模型中，获取原始拣选策略下，每个拣选订单的第一平均完成时长；
5、获取实际仓储拣选系统待预测时刻前的预设历史时间段内的实际产生的订单数据，将所述预设历史时间段内的实际产生的订单数据输入到预训练好的lstm预测模型中，所述预训练好的lstm预测模型输出待预测时刻的预测订单数据；
6、将所述待预测时刻的预测订单数据添加到剩余订单数据中，记录每个待预测时刻的实际订单数据，若实际订单数据新产生了预测订单数据中未包含的订单数据，将所述预测订单数据中未包含的订单数据添加到剩余订单数据中；
7、将添加预测订单数据后的实际订单数据输入到所述数字孪生模型中，获取改进拣选策略下，每个拣选订单的第二平均完成时长；
8、设置多个预测比例系数，分别获取多组第一平均完成时长以及第二平均完成时长，基于多组第一平均完成时长、第二平均完成时长以及多个预测比例系数获取添加预测订单后的系统性能提升指标；
9、选择多个预测比例系数中对应的系统性能提升指标最高的预测比例系数作为最终预测比例系数；
10、在实际仓储拣选系统中，在各个离散时刻通过预训练好的lstm模型预测得到的订单数据经过所述最终预测比例系数加权后输出最终预测订单，将所述最终预测订单添加到当前出库计划中。
11、优选地，
12、所述基于实际仓储拣选系统的组成设备以及工艺流程构建仓储拣选系统的数字孪生模型包括：
13、获取仓储拣选系统的设备组成以及工艺流程信息；
14、所述设备组成以及工艺流程信息包括：商品信息、仓库容量信息、输送线信息、物料运输逻辑、拣选工位信息、设备信息以及历史运行数据；
15、所述商品信息包括：商品类型、数量以及位置；
16、所述仓库容量信息包括：货架以及存储单元；
17、所述输送线信息包括：输送线运输速度以及容量；
18、所述拣选工位信息包括：拣选工位的数量以及工作效率；
19、所述数字孪生模型包括：
20、几何模型：用于表示立体仓库、输送线、拣选工位以及商品的外观形状、尺寸大小及结构关系；
21、物理模型：用于表示设备的受力变化、力学耦合特性以及温度耦合特性；
22、行为模型：用于表示设备在运行过程中的运动状态及动作关系；
23、规则模型：用于表示设备的约束条件和运动范围；
24、所述几何模型应用autodesk 3ds max软件进行等比例建模以及贴图渲染还原；所述物理模型应用ansys软件进行仿真模拟计算；所述行为模型和规则模型在unity3d环境下进行规则设定；
25、所述仓储拣选系统的数字孪生模型通过所述历史运行数据进行驱动。
26、优选地，
27、所述在各个离散时刻通过预训练好的lstm模型预测得到的订单数据经过所述最终预测比例系数加权后输出最终预测订单包括：
28、获取各个离散时刻，预训练好的lstm模型预测得到的各类订单数量经过最终预测比例系数加权的订单数据，将加权后的订单数据与预设的订单数据临界值进行比较；
29、若加权后的订单数据小于或等于预设的订单数据临界值，则将加权后的订单数据作为最终预测订单；
30、若加权后的订单数据大于预设的订单数据临界值，则将加权后的订单数据乘以预设的临界比例系数，直到订单数据小于或等于预设的订单数据临界值。
31、优选地，
32、所述预设的订单数据临界值包括：
33、在所述仓储拣选系统的数字孪生模型的虚拟立体仓库中生成待出库货物；
34、根据物料运输逻辑安排货物依次出库，在货物出库趋于稳定的时间段内，获取该时间段内数字孪生模拟中所有拣选工位处理的订单总数，将该订单总数作为订单数量临界值。
35、优选地，
36、所述选择多个预测比例系数中对应的系统性能提升指标最高的预测比例系数作为最终预测比例系数包括：
37、获取预训练好的lstm预测模型输出的待预测时刻的预测订单数据，将每个待预测时刻的预测订单数据分别乘以多个预测比例系数，得到多个加权预测订单数据；
38、将每个加权预测订单数据分别添加到实际订单数据中，得到多个加权实际订单数据；
39、将所述多个加权实际订单数据分别输入到所述数字孪生模型中，获取不同预测比例系数下的每个拣选订单的第二平均完成时长；
40、根据不同预测比例系数下的每个拣选订单的第二平均完成时长以及第一平均完成时长分别计算不同预测比例系数下的系统性能提升指标本文档来自技高网...
【技术保护点】
1.基于数字孪生的订单预测拣选出库方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特征在于，还包括：
7.根据权利要求1所述的方法，其特征在于，
8.基于数字孪生的订单预测拣选出库装置，其特征在于，所述装置包括：
9.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被主控器执行时，实现如权利要求1-7任一项所述的基于数字孪生的订单预测拣选出库方法中的各个步骤。
【技术特征摘要】
1.基于数字孪生的订单预测拣选出库方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，
3.根据权利要求2所述的方法，其特征在于，
4.根据权利要求3所述的方法，其特征在于，
5.根据权利要求4所述的方法，其特征在于，
6.根据权利要求5所述的方法，其特...
【专利技术属性】
技术研发人员：王勇，杨骁，王唯鉴，吕宗喆，陈晗卿，
申请(专利权)人：北自所北京科技发展股份有限公司，
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。