[發明專利]基于特征優先原則和拆分組合的庫位分配系統及方法

在審

• 申請號: 202011625762.2
• 申請日: 2020-12-31
• 公開（公告）號: CN112700194A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 吳以凡;李杰;張樺;鄭鵬達;戴國駿
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06K17/00;G06K9/62
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發明公開了一種基于特征優先原則和拆分組合的庫位分配系統及方法。本發明利用特征優先原則和拆分組合作為核心思想，將貨物按某一指定特征聚集在一起，從而提高存放空間利用率。本發明方法能解決倉庫中的連續相鄰空閑托組內的空閑托位數量不足而無法一次性分配整個待分配貨物組的問題，且能使所分配貨物達到一種多聚集少分離的最佳狀態，繼而使得倉管人員大大減少出入庫時的工作量和工作難度，能夠準確快速地尋找到貨物應存放地址，并且確保了每次操作過后都能正確地更新最新的庫位狀態，使得其后操作不會有重復分配地址等錯誤的發生。

技術領域

本發明屬于物流分配領域，具體涉及一種自動庫位分配方法，更具體的是一種利用特征優先原則和拆分組合作為核心思想的庫位分配方法，可將貨物按某一指定特征盡可能地聚集在一起，從而提高出入庫等操作的效率。

背景技術

倉儲作為物流的中間節點，其對貨物的庫位分配應滿足入庫、出庫的高效便捷。現實情況下不同貨物擁有不同特征(如物料編號、儲箱尺寸等)，在出入庫、盤點等操作時，通常會對擁有同一特征的貨物進行密集頻繁操作，此時，若貨物是按特征群聚放置的，相應的操作會更加高效。例如：同一批出庫貨物可能擁有相同的物料編號，出庫叉車往返備貨區與同一片庫位區域會顯著降低叉車司機的工作難度、提高工作效率。因此，如何在考慮特征約束下貨物的自動庫位分配成為亟待解決的難題。

近年來已發展出一些簡單直接的庫位分配的方法，包括定位存放、隨機存放、分類存放等。但是它們都有著自己的優點和不足之處。定位存放有著每項貨物固定存放位置便于分配人員熟悉的優點；但是存放位必須提前設置一個最大的數量，這樣會降低有效空間的利用率，從而造成浪費。隨機存放則剛好相反，由于其存放位可以共用會大大提高空間的利用率，但缺影響貨物出入庫時叉車的效率、以及盤點管理的工作難度。分類存放則也有著定位存放的優點，可以給每一類貨品分分配指定的存放區，但同樣也有著定位存放的缺點那就是存放空間利用率上的不足。

在整個物流運輸系統中，倉儲系統是能夠影響整個系統性能和能耗的重要環節，倉儲系統的費用能占據整個系統費用約7％左右，故其優化問題也得到了社會各方越來越多的重視。如何減少出入庫時間、如何減少盤點調整人員的工作量以及如何增加整個倉庫的有效存放容量更是其中的研究重點。據調查研究發現，已有的庫位分配優化算法包括：基于神經網絡、基于K-means以及基于選擇優化的算法。利用神經網絡進行分配庫位的方法，在前期訓練網絡時需要進行大量的訓練，耗費較多時間，而且不能很好地處理特征變化的情況。已有根據貨物的重量尺寸優先原則進行分配的方法，先放置大重量、大尺寸的貨物，隨后再放置小重量、小尺寸的貨物，通常會采用堆疊或層疊的方式進行放置，這種方法更多的是研究如何合理分配和利用存放空間，并沒有充分考慮到貨物的用途，在貨物出庫時往往會花費大量的時間和精力在倒庫操作上，對整個流程的效率有較大影響。根據K-means的庫位分配算法按照樣本之間的距離大小將樣本集劃分為k的簇，讓簇內的點盡量緊密地連在一起，而讓簇間的距離盡量大，這種分配方法雖然相較于隨機庫位分配能有效提高分配效果，但是在實際應用中，在k值的選取和前期訓練上都存在比較大的問題。還有一類分配方法通過設定優化函數進行大量的計算優化選擇，例如遺傳算法、雜草入侵算法等，但這種分配方法較為復雜、計算量大、算法搜索速度慢，對初始種群的選擇也有一定的依賴性，在實際應用中效果不佳。

發明內容

針對現有技術中存在的不足，本發明提供一種基于特征優先原則和拆分組合的庫位分配系統及方法。

本發明利用特征優先原則(特征可以是貨物種類、物料編號、裝箱類型，具體特征選擇可根據不同倉儲中心內存放的貨物不同根據特征選擇模塊因需改變)和拆分組合作為核心思想，將貨物按某一指定特征聚集在一起，從而提高存放空間利用率并且減少出入庫工作人員的工作量。

基于特征優先原則和拆分組合的庫位分配系統，包括空閑托組計算模塊、特征選擇模塊、特征去重模塊、庫位分配模塊。

空閑托組計算模塊根據特征選擇模塊所選的特征，計算出所有的連續相鄰空閑托組。