CN113770037A - 一种分拣方法和分拣装置 - Google Patents
一种分拣方法和分拣装置 Download PDFInfo
- Publication number
- CN113770037A CN113770037A CN202110201629.2A CN202110201629A CN113770037A CN 113770037 A CN113770037 A CN 113770037A CN 202110201629 A CN202110201629 A CN 202110201629A CN 113770037 A CN113770037 A CN 113770037A
- Authority
- CN
- China
- Prior art keywords
- package
- sorting
- flow direction
- target
- historical
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000875 corresponding Effects 0.000 claims abstract description 305
- 238000005265 energy consumption Methods 0.000 claims abstract description 126
- 230000001276 controlling effect Effects 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 15
- 238000004642 transportation engineering Methods 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 230000002068 genetic Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 210000004027 cells Anatomy 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000006011 modification reaction Methods 0.000 description 3
- 210000000214 Mouth Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000644 propagated Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000003666 Nerve Fibers, Myelinated Anatomy 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C3/00—Sorting according to destination
- B07C3/18—Devices or arrangements for indicating destination, e.g. by code marks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06Q—DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation, e.g. linear programming, "travelling salesman problem" or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06Q—DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management, e.g. organising, planning, scheduling or allocating time, human or machine resources; Enterprise planning; Organisational models
- G06Q10/063—Operations research or analysis
- G06Q10/0631—Resource planning, allocation or scheduling for a business operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING; COUNTING
- G06Q—DATA PROCESSING SYSTEMS OR METHODS, SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL, SUPERVISORY OR FORECASTING PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management, e.g. organising, planning, scheduling or allocating time, human or machine resources; Enterprise planning; Organisational models
- G06Q10/067—Business modelling
Abstract
本发明公开了一种分拣方法和分拣装置,涉及计算机技术领域。该方法的一具体实施方式包括:接收目标包裹的分拣请求,根据分拣请求,获取目标包裹对应的历史分拣包裹;基于最小分拣能耗模型,根据历史分拣包裹的包裹信息,确定分拣格口与包裹流向的对应关系;按照分拣格口与包裹流向的对应关系,根据目标包裹的包裹流向,获取目标包裹对应的分拣格口,以利用获取的分拣格口完成分拣。该实施方式能够使交叉带分拣机的能耗最小,提高分拣机的分拣效率。
Description
技术领域 本发明涉及计算机技术领域,尤其涉及一种分拣方法和分拣装置。 背景技术 交叉带分拣机是一种能够自动实现物料分拣的物料输送机,图1是交叉带分拣机的结构示意图。图1中,交叉带分拣机100包括皮带小车101和运输轨道102。其中,皮带小车101设置在运输轨道102上,皮带小车101的皮带运转方向与运输轨道102的前进方向呈交叉状。当皮带小车101移动到包裹流向对应的格口位置时,皮带小车的皮带开始转动,使得皮带小车101上的包裹向运输轨道102的两侧运动,将包裹通过分拣格口完成分拣。 目前,分拣机的分拣格口与包裹流向的对应关系是运营人员人工配置实现的,或是通过预测的方法设置的,会造成包裹量与所分配的格口不匹配的问题,导致分拣机能耗的浪费。 发明内容 有鉴于此,本发明实施例提供一种分拣方法和分拣装置,能够使交叉带分拣机的能耗最小,提高分拣机的分拣效率。 为实现上述目的,根据本发明实施例的一个方面,提供了一种分拣方法。 本发明实施例的一种分拣方法,包括:接收目标包裹的分拣请求,根据所述分拣请求,获取所述目标包裹对应的历史分拣包裹;基于最小分拣能耗模型,根据所述历史分拣包裹的包裹信息,确定分拣格口与包裹流向的对应关系;按照所述分拣格口与包裹流向的对应关系,根据所述目标包裹的包裹流向,获取所述目标包裹对应的分拣格口,以利用获取的分拣格口完成分拣。 可选地,所述最小分拣能耗模型是按照如下过程生成的:获取多个样本;统计所述多个样本对应的包裹流向、每个包裹流向对应的样本数量、每个包裹流向对应的样本质量以及每个包裹流向对应的可选分拣格口;针对每个包裹流向,根据所述每个包裹流向对应的样本数量、所述每个包裹流向对应的样本质量以及所述每个包裹流向对应的可选分拣格口,生成所述每个包裹流向对应的样本能耗;对所述每个包裹流向对应的样本能耗进行求和,生成所述多个样本对应的总能耗;通过对所述每个包裹流向对应的可选分拣格口进行调整,求解所述总能耗的最小值,以生成最小分拣能耗模型。 可选地,所述根据所述每个包裹流向对应的样本数量、所述每个包裹流向对应的样本质量以及所述每个包裹流向对应的可选分拣格口,生成所述每个包裹流向对应的样本能耗,包括:根据所述每个包裹流向对应的可选分拣格口,计算所述每个包裹流向对应的每个样本在交叉带分拣机的运输轨道上的平均行驶距离;根据计算的平均行驶距离、所述每个包裹流向对应的样本数量、所述每个包裹流向对应的样本质量、以及包裹在运输轨道上的单位能耗,生成所述每个包裹流向对应的样本能耗。 可选地,所述历史分拣包裹的数量为多个;以及,所述基于最小分拣能耗模型,根据所述历史分拣包裹的包裹信息,确定分拣格口与包裹流向的对应关系,包括:根据每个历史分拣包裹的包裹质量和所述每个历史分拣包裹的包裹流向,统计多个历史分拣包裹对应的包裹流向、每个包裹流向对应的历史分拣包裹质量、以及每个包裹流向对应的历史分拣包裹数量;将多个分拣格口、所述多个历史分拣包裹对应的包裹流向、所述每个包裹流向对应的历史分拣包裹质量、以及所述每个包裹流向对应的历史分拣包裹数量代入生成的最小分拣能耗模型,得到所述历史分拣包裹对应的最小分拣能耗模型;利用遗传算法对所述历史分拣包裹的最小分拣能耗模型进行求解,获得所述分拣格口与包裹流向的对应关系。 可选地,所述目标包裹的数量为多个;以及,所述按照所述分拣格口与包裹流向的对应关系,根据所述目标包裹的包裹流向,获取所述目标包裹对应的分拣格口,以利用获取的分拣格口完成分拣,包括:控制每个目标包裹传送至交叉带分拣机,然后通过所述交叉带分拣机的扫描设备对所述每个目标包裹进行扫描,获得所述每个目标包裹的包裹号;根据所述每个包裹的包裹号,查询所述每个包裹的包裹目的地,然后根据所述每个包裹的包裹目的地,确定所述每个包裹的包裹流向;按照所述分拣格口与包裹流向的对应关系,根据所述每个目标包裹的包裹流向,获取所述每个目标包裹对应的分拣格口;若所述每个目标包裹被传送至所述每个目标包裹对应的分拣格口,控制所述每个目标包裹卸载在所述每个目标包裹对应的分拣格口,以完成格口分拣。 为实现上述目的,根据本发明实施例的再一个方面,提供了一种分拣装置。 本发明实施例的一种分拣装置,包括:获取模块,用于接收目标包裹的分拣请求,根据所述分拣请求,获取所述目标包裹对应的历史分拣包裹;确定模块,用于基于最小分拣能耗模型,根据所述历史分拣包裹的包裹信息,确定分拣格口与包裹流向的对应关系;分拣模块,用于按照所述分拣格口与包裹流向的对应关系,根据所述目标包裹的包裹流向,获取所述目标包裹对应的分拣格口,以利用获取的分拣格口完成分拣。 可选地,所述装置还包括生成模型模块,用于:获取多个样本;统计所述多个样本对应的包裹流向、每个包裹流向对应的样本数量、每个包裹流向对应的样本质量以及每个包裹流向对应的可选分拣格口;针对每个包裹流向,根据所述每个包裹流向对应的样本数量、所述每个包裹流向对应的样本质量以及所述每个包裹流向对应的可选分拣格口,生成所述每个包裹流向对应的样本能耗;对所述每个包裹流向对应的样本能耗进行求和,生成所述多个样本对应的总能耗;通过对所述每个包裹流向对应的可选分拣格口进行调整,求解所述总能耗的最小值,以生成最小分拣能耗模型。 可选地,所述生成模型模块还用于:根据所述每个包裹流向对应的可选分拣格口,计算所述每个包裹流向对应的每个样本在交叉带分拣机的运输轨道上的平均行驶距离;根据计算的平均行驶距离、所述每个包裹流向对应的样本数量、所述每个包裹流向对应的样本质量、以及包裹在运输轨道上的单位能耗,生成所述每个包裹流向对应的样本能耗。 可选地,所述历史分拣包裹的数量为多个;以及,所述确定模块还用于:根据每个历史分拣包裹的包裹质量和所述每个历史分拣包裹的包裹流向,统计多个历史分拣包裹对应的包裹流向、每个包裹流向对应的历史分拣包裹质量、以及每个包裹流向对应的历史分拣包裹数量;将多个分拣格口、所述多个历史分拣包裹对应的包裹流向、所述每个包裹流向对应的历史分拣包裹质量、以及所述每个包裹流向对应的历史分拣包裹数量代入生成的最小分拣能耗模型,得到所述历史分拣包裹对应的最小分拣能耗模型;利用遗传算法对所述历史分拣包裹的最小分拣能耗模型进行求解,获得所述分拣格口与包裹流向的对应关系。 可选地,所述目标包裹的数量为多个;以及,所述分拣模块还用于:控制每个目标包裹传送至交叉带分拣机,然后通过所述交叉带分拣机的扫描设备对所述每个目标包裹进行扫描,获得所述每个目标包裹的包裹号;根据所述每个包裹的包裹号,查询所述每个包裹的包裹目的地,然后根据所述每个包裹的包裹目的地,确定所述每个包裹的包裹流向;按照所述分拣格口与包裹流向的对应关系,根据所述每个目标包裹的包裹流向,获取所述每个目标包裹对应的分拣格口;若所述每个目标包裹被传送至所述每个目标包裹对应的分拣格口,控制所述每个目标包裹卸载在所述每个目标包裹对应的分拣格口,以完成格口分拣。 为实现上述目的,根据本发明实施例的又一个方面,提供了一种电子设备。 本发明实施例的一种电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现本发明实施例的分拣方法。 为实现上述目的,根据本发明实施例的还一个方面,提供了一种计算机可读介质。 本发明实施例的一种计算机可读介质,其上存储有计算机程序,程序被处理器执行时实现本发明实施例的分拣方法。 上述发明中的一个实施例具有如下优点或有益效果:能够通过最小分拣能耗模型得到分拣格口与包裹流向的对应关系,解决了现有技术采用人工配置或通过预测的方法设置分拣格口与包裹流向的对应关系而造成包裹量与所分配的格口不匹配的问题,使得交叉带分拣机的能耗最小,提高分拣机的分拣效率。 上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。 附图说明 附图用于更好地理解本发明,不构成对本发明的不当限定。其中: 图1是交叉带分拣机的结构示意图; 图2是根据本发明实施例的分拣方法的主要步骤的示意图; 图3是根据本发明实施例的样本对应的包裹信息的示意图; 图4是根据本发明实施例的分拣方法的主要流程的示意图; 图5是根据本发明实施例的分拣装置的主要模块的示意图; 图6是本发明实施例可以应用于其中的示例性系统架构图; 图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。 具体实施方式 以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。 图2是根据本发明实施例的分拣方法的主要步骤的示意图。作为本发明的实施例,如图2所示,分拣方法的主要步骤可以包括: 步骤S201,接收目标包裹的分拣请求,根据分拣请求,获取目标包裹对应的历史分拣包裹; 步骤S202,基于最小分拣能耗模型,根据历史分拣包裹的包裹信息,确定分拣格口与包裹流向的对应关系; 步骤S203,按照分拣格口与包裹流向的对应关系,根据目标包裹的包裹流向,获取目标包裹对应的分拣格口,以利用获取的分拣格口完成分拣。 目标包裹的分拣请求是指利用图1所示的交叉带分拣机对目标包裹进行分拣,将目标包裹分拣至分拣机的各分拣格口的请求。其中,目标包裹可以为一段时间范围内的包裹,比如某天的包裹、下午1点到下午5点的包裹,也可以为某批次的包裹。 在接收到分拣请求后,可以获取目标包裹对应的历史分拣包裹,然后对目标包裹对应的历史分拣包裹进行分析,结合最小分拣能耗模型,确定分拣格口与包裹流向的对应关系。接着,按照通过最小分拣能耗模型得到的分拣格口与包裹流向的对应关系,根据目标包裹的包裹流向,获取目标包裹对应的分拣格口,然后可以将目标包裹分拣至获取的分拣格口。本发明实施例,能够通过最小分拣能耗模型得到分拣格口与包裹流向的对应关系,解决了现有技术采用人工配置或通过预测的方法设置分拣格口与包裹流向的对应关系而造成包裹量与所分配的格口不匹配的问题,能够使得分拣机的能耗最小,提高分拣机的分拣效率。 作为本发明的实施例,最小分拣能耗模型可以按照如下过程生成: (1)获取多个样本。其中,样本可以为某段时间内或者某个批次下,该分拣机已经分拣过的包裹。为了与历史分拣包裹、目标包裹区分开,采用样本说明最小分拣能耗模型的生成过程。 (2)统计多个样本对应的包裹流向、每个包裹流向对应的样本数量、每个包裹流向对应的样本质量以及每个包裹流向对应的可选分拣格口。 对每个样本进行分析,得到样本对应的包裹信息,图3是根据本发明实施例的样本对应的包裹信息的示意图。如图3所示,统计出样本对应的包裹流向有a个流向;每个包裹流向对应的样本数量为n=(n1,n2,...,na),即每个包裹流向具有的包裹数量;每个包裹流向对应的样本质量为m=(m1,m2,...,ma),即每个包裹流程具有的包裹的总质量;每个包裹流向对应的可选分拣格口w=(w1,w2,...,wa),即每个包裹流向可以采用的分拣格口。 (3)针对每个包裹流向,根据每个包裹流向对应的样本数量、每个包裹流向对应的样本质量以及每个包裹流向对应的可选分拣格口,生成每个包裹流向对应的样本能耗,即运输每个包裹流向对应的包裹需要的能耗。 进一步地,生成每个包裹流向对应的样本能耗可以包括: 1)根据每个包裹流向对应的可选分拣格口,计算每个包裹流向对应的每个样本在交叉带分拣机的运输轨道上的平均行驶距离。如图3所示,当包裹到第一个分拣格口(即,图3的w1中的第一个分拣格口)时,开始记行驶距离,每个分拣格口相当于运输轨道上的单位距离,那么对于第k个包裹流向的每个样本,该样本在分拣机的运输轨道上的平均行驶距离为:
2)根据计算的平均行驶距离、每个包裹流向对应的样本数量、每个包裹流向对应的样本质量、以及包裹在运输轨道上的单位能耗,生成每个包裹流向对应的样本能耗。计算得到第k个包裹流向的每个样本在分拣机的运输轨道上的平均行驶距离,然后结合第k个包裹流向对应的样本的数量nk、第k个包裹流向对应的样本的质量mk、以及包裹在运输轨道上的单位能耗h,即单位质量的包裹在运输轨道上行驶单位距离的能耗为h,得到第k个包裹流向对应的样本在运输轨道上的能耗为:
(4)对每个包裹流向对应的样本能耗进行求和,生成多个样本对应的总能耗。就是说,得到每个包裹流向对应的样本在运输轨道上的能耗后,可以进行求和,得到多个样本对应的总能耗为:
(5)通过对每个包裹流向对应的可选分拣格口进行调整,求解总能耗的最小值,以得到最小分拣能耗模型。也即,可以对每个包裹流向对应的可选分拣格口进行调整,选择出最合适的包裹流向与分拣格口的对应关系,使得多个样本对应的总能耗取最小值,以便得到如下所示的最小分拣能耗模型:
该最小分拣能耗模型的约束条件为 其中,xkj=1表示第k个包裹流向的包裹现在在第j个位置。 为了便于理解,提供以下示例进行说明。假设有A、B、C共3个包裹流向,分拣机上有10个分拣格口,A包裹流向对应的包裹数量(即货量)为3,A包裹流向对应的包裹质量为20,B包裹流向对应的包裹数量为2,B包裹流向对应的包裹质量为10,C包裹流向对应的包裹数量为5,C包裹流向对应的包裹质量为30。第一种分拣格口与包裹流向的对应关系为:A包裹流向对应第1个到第3个分拣格口,B包裹流向对应第4个到第5个分拣格口,C包裹流向对应第6个到第10个分拣格口,计算的平均距离及能耗如下:
第二种分拣格口与包裹流向的对应关系为:A包裹流向对应第1个到第2个分拣格口,B包裹流向对应第3个到第6个分拣格口,C包裹流向对应第7个到第10个分拣格口,计算的平均距离及能耗如下:
经过计算,第一种分拣格口与包裹流向的对应关系下,总能耗为3000+2400+14250=19650;第二种分拣格口与包裹流向的对应关系下,总能耗为2000+2400+12000=16400。对比可得,第二种分拣格口与包裹流向的对应关系下,总能耗比较低,因此第二种分拣格口与包裹流向的对应关系比较合理。 本发明实施例可以通过对包裹在运输轨道上的行驶距离、包裹的数量和质量进行分析,生成最小分拣能耗模型,得到最合适的包裹流向和分拣格口的对应关系,代替了人工设置或者通过预测的方法设置包裹流向与分拣格口的对应关系,降低分拣机的能耗,提高分拣机的分拣效率。 在生成最小分拣能耗模型后,可以基于生成的最小分拣能耗模型,根据历史分拣包裹的包裹信息,确定分拣格口与包裹流向的对应关系。在上文已经说明目标包裹可以为一段时间范围内的包裹,比如某天的包裹、下午1点到下午5点的包裹,也可以为某批次的包裹。本发明实施例的分拣方法中,对历史分拣包裹进行分析,得到分拣格口与包裹流向的对应关系,然后利用得到的对应关系对目标包裹进行分拣。所以,如何选择目标包裹对应的历史分拣包裹,对分拣目标包裹具有重要意义。 如目标包裹为第10天的包裹,历史分拣包裹可以为第1天到第9天的已经分拣过的包裹,通过对第1天到第9天的包裹进行分析,得到每个包裹流向对应的包裹数量和包裹质量,然后确定分拣格口与包裹流向的对应关系,接着利用确定的对应关系,对第10天的包裹进行分拣。又如,在分拣机运行过程中,会出现某批次的包裹与预测的对应关系有出入,所以对某批次的包裹开始分拣之前,通过对上一个批次的包裹进行分析,得到上一批次的每个包裹流向对应的包裹数量和包裹质量,然后确定分拣格口与包裹流向的对应关系,接着利用确定的对应关系,对某批次的包裹进行分拣。除了固定时间段或者固定包裹批次进行分析,得到分拣格口与包裹流向的对应关系,进而制定分拣计划外,还可以根据实际情况动态选择某时间段的包裹进行分析。 作为本发明的实施例,历史分拣包裹的数量为多个。以及,基于最小分拣能耗模型,根据历史分拣包裹的包裹信息,确定分拣格口与包裹流向的对应关系,可以包括:根据每个历史分拣包裹的包裹质量和每个历史分拣包裹的包裹流向,统计多个历史分拣包裹对应的包裹流向、每个包裹流向对应的历史分拣包裹质量、以及每个包裹流向对应的历史分拣包裹数量;将多个分拣格口、多个历史分拣包裹对应的包裹流向、每个包裹流向对应的历史分拣包裹质量、以及每个包裹流向对应的历史分拣包裹数量代入生成的最小分拣能耗模型,得到历史分拣包裹对应的最小分拣能耗模型;利用遗传算法对历史分拣包裹的最小分拣能耗模型进行求解,获得分拣格口与包裹流向的对应关系。 在获取目标包裹对应的历史分拣包裹后,可以对每个历史分拣包裹进行分析,得到每个历史分拣包裹的包裹质量和包裹流向。然后,可以得到历史分拣包裹对应的所有包裹流向,接着对每个包裹流向进行统计,得到该包裹流向对应的历史分拣包裹数量和历史分拣包裹质量,即得到流向该包裹流向的所有历史分拣包裹的数量和流向该包裹流向的所有历史分拣包裹的质量。由于分拣机可提供的分拣格口的数量和位置是固定的。因此,将分拣机可提供的分拣格口、历史分拣包裹对应的所有包裹流向、每个包裹流向对应的历史分拣包裹质量、以及每个包裹流向对应的历史分拣包裹数量代入上文生成的最小分拣能耗模型种,就可以得到历史分拣包裹对应的最小分拣能耗模型。 考虑到分拣机的分拣格口及包裹流向比较多,在固定分拣格口及包裹流向的分配下需要大量随机分配,计算速度比较慢,导致效率较低,所以可以采用遗传算法对历史分拣包裹的最小分拣能耗模型进行求解,不断优化对应关系,最后得到分拣能耗最小的情况下,分拣格口与包裹流向的对应关系。其中,遗传算法将要解决的问题模拟成一个生物进化的过程,通过复制、交叉、突变等操作产生下一代的解,并逐步淘汰掉适应度函数值低的解,增加适应度函数值高的解。利用遗传算法对所述历史分拣包裹的最小分拣能耗模型进行求解的过程中,将分拣格口定义为基因,将每个包裹流向对应的多个分拣格口定义为个体,多个包裹流向定义为种群;然后设置迭代次数及适应度,通过交叉、变异、选择就能获取到最优的能耗,就可以得到包裹流向在分拣机的位置,即可以得到包裹流向与分拣格口的对应关系。假设有A、B、C共3个包裹流向,分拣机上有10个分拣格口,A包裹流向对应的包裹数量为3,A包裹流向对应的包裹质量为20,B包裹流向对应的包裹数量为2,B包裹流向对应的包裹质量为10,C包裹流向对应的包裹数量为5,C包裹流向对应的包裹质量为30,利用遗传算法进行求解,得到能耗最低为14400。该能耗下包裹流程与分拣格口的对应关系为:A包裹流向对应第1个到第4个分拣格口;B包裹流向对应第5个到第7个分拣格口;C包裹流向对应第8个到第10个分拣格口。 在对目标包裹对应的历史分拣包裹进行分析,确定分拣格口与包裹流向的对应关系后,可以按照确定的对应关系,对目标包裹进行分拣。作为本发明的实施例,目标包裹的数量为多个。以及,按照分拣格口与包裹流向的对应关系,根据目标包裹的包裹流向,获取目标包裹对应的分拣格口,以利用获取的分拣格口完成分拣,可以包括:控制每个目标包裹传送至交叉带分拣机,然后通过交叉带分拣机的扫描设备对每个目标包裹进行扫描,获得每个目标包裹的包裹号;根据每个包裹的包裹号,查询每个包裹的包裹目的地,然后根据每个包裹的包裹目的地,确定每个包裹的包裹流向;按照分拣格口与包裹流向的对应关系,根据每个目标包裹的包裹流向,获取每个目标包裹对应的分拣格口;若每个目标包裹被传送至每个目标包裹对应的分拣格口,控制每个目标包裹卸载在每个目标包裹对应的分拣格口,以完成格口分拣。 如图1所示,交叉带分拣机100除了包括皮带小车101和运输轨道102之外,还包括扫描设备103。在利用交叉带分拣机对每个目标包裹进行分拣的过程中,首先控制该目标包裹传送至交叉带分拣机,如控制该目标包裹从分拣机供包台(图1中未示出)传送至交叉带分拣机。然后,通过扫描设备103对该目标包裹进行扫描,识别到该目标包裹的包裹号。接着,通过该目标包裹的包裹号,查询该包裹的包裹目的地,这样可以根据每个包裹的包裹目的地,确定每个包裹的包裹流向,如某包裹目的地为北京市或天津市,则该包裹的包裹流向为华北流向。然后,可以按照分拣格口与包裹流向的对应关系,根据该目标包裹的包裹流向,获取该目标包裹对应的分拣格口。最后,在控制该目标包裹在运输轨道102的行驶过程中,如果该目标包裹被传送至该目标包裹对应的分拣格口,那么控制承载该目标包裹的皮带小车的皮带开始转动,这样就可以控制该目标包裹卸载在该目标包裹对应的分拣格口,实现了利用交叉带分拣机100将该目标格口分拣至该交叉带分拣机100对应的分拣格口。 图4是根据本发明实施例的分拣方法的主要流程的示意图。如图4所示,分拣方法的主要流程可以包括: 步骤S401,接收目标包裹的分拣请求,根据分拣请求,获取目标包裹对应的多个历史分拣包裹,其中,目标包裹的数量为多个; 步骤S402,根据每个历史分拣包裹的包裹质量和每个历史分拣包裹的包裹流向,统计多个历史分拣包裹对应的包裹流向、每个包裹流向对应的历史分拣包裹质量、以及每个包裹流向对应的历史分拣包裹数量; 步骤S403,将交叉带分拣机可提供的多个分拣格口、多个历史分拣包裹对应的包裹流向、每个包裹流向对应的历史分拣包裹质量、以及每个包裹流向对应的历史分拣包裹数量代入最小分拣能耗模型,得到历史分拣包裹对应的最小分拣能耗模型; 步骤S404,利用遗传算法对历史分拣包裹的最小分拣能耗模型进行求解,获得分拣格口与包裹流向的对应关系; 步骤S405,控制每个目标包裹传送至交叉带分拣机,然后通过交叉带分拣机的扫描设备对每个目标包裹进行扫描,获得每个目标包裹的包裹号; 步骤S406,根据每个包裹的包裹号,查询每个包裹的包裹目的地,然后根据每个包裹的包裹目的地,确定每个包裹的包裹流向; 步骤S407,按照分拣格口与包裹流向的对应关系,根据每个目标包裹的包裹流向,获取每个目标包裹对应的分拣格口; 步骤S408,若每个目标包裹被传送至每个目标包裹对应的分拣格口,控制每个目标包裹卸载在每个目标包裹对应的分拣格口,以完成格口分拣。 其中,最小分拣能耗模型的生成过程在上文中已经详细说明,此处不做解释。此外,需要在步骤S403之前,得到最小分拣能耗模型。还有,步骤S405至步骤S408描述的是对每个目标包裹进行分拣的过程,将每个目标包裹分拣至每个目标包裹对应的分拣格口。 根据本发明实施例的分拣方法,能够通过最小分拣能耗模型得到分拣格口与包裹流向的对应关系,解决了现有技术采用人工配置或通过预测的方法设置分拣格口与包裹流向的对应关系而造成包裹量与所分配的格口不匹配的问题,使得交叉带分拣机的能耗最小,提高分拣机的分拣效率。 图5是根据本发明实施例的分拣装置的主要模块的示意图。如图5所示,分拣装置500的主要模块可以包括:获取模块501、确定模块502和分拣模块503。 其中,获取模块501可用于:接收目标包裹的分拣请求,根据分拣请求,获取目标包裹对应的历史分拣包裹;确定模块502可用于:基于最小分拣能耗模型,根据历史分拣包裹的包裹信息,确定分拣格口与包裹流向的对应关系;分拣模块503可用于:按照分拣格口与包裹流向的对应关系,根据目标包裹的包裹流向,获取目标包裹对应的分拣格口,以利用获取的分拣格口完成分拣。 作为本发明的实施例,分拣装置500还可以包括生成模型模块504。该生成模型模块504可用于:获取多个样本;统计多个样本对应的包裹流向、每个包裹流向对应的样本数量、每个包裹流向对应的样本质量以及每个包裹流向对应的可选分拣格口;针对每个包裹流向,根据每个包裹流向对应的样本数量、每个包裹流向对应的样本质量以及每个包裹流向对应的可选分拣格口,生成每个包裹流向对应的样本能耗;对每个包裹流向对应的样本能耗进行求和,生成多个样本对应的总能耗;通过对每个包裹流向对应的可选分拣格口进行调整,求解总能耗的最小值,以得到最小分拣能耗模型。 作为本发明的实施例,生成模型模块504还可用于:根据每个包裹流向对应的可选分拣格口,计算每个包裹流向对应的每个样本在交叉带分拣机的运输轨道上的平均行驶距离;根据计算的平均行驶距离、每个包裹流向对应的样本数量、每个包裹流向对应的样本质量、以及包裹在运输轨道上的单位能耗,生成每个包裹流向对应的样本能耗。 作为本发明的实施例,历史分拣包裹的数量为多个;以及,确定模块502还可用于:根据每个历史分拣包裹的包裹质量和每个历史分拣包裹的包裹流向,统计多个历史分拣包裹对应的包裹流向、每个包裹流向对应的历史分拣包裹质量、以及每个包裹流向对应的历史分拣包裹数量;将多个分拣格口、多个历史分拣包裹对应的包裹流向、每个包裹流向对应的历史分拣包裹质量、以及每个包裹流向对应的历史分拣包裹数量代入生成的最小分拣能耗模型,得到历史分拣包裹对应的最小分拣能耗模型;利用遗传算法对历史分拣包裹的最小分拣能耗模型进行求解,获得分拣格口与包裹流向的对应关系。 作为本发明的实施例,目标包裹的数量为多个;以及,分拣模块503还可用于:控制每个目标包裹传送至交叉带分拣机,然后通过交叉带分拣机的扫描设备对每个目标包裹进行扫描,获得每个目标包裹的包裹号;根据每个包裹的包裹号,查询每个包裹的包裹目的地,然后根据每个包裹的包裹目的地,确定每个包裹的包裹流向;按照分拣格口与包裹流向的对应关系,根据每个目标包裹的包裹流向,获取每个目标包裹对应的分拣格口;若每个目标包裹被传送至每个目标包裹对应的分拣格口,控制每个目标包裹卸载在每个目标包裹对应的分拣格口,以完成格口分拣。 根据本发明实施例的分拣装置,能够通过最小分拣能耗模型得到分拣格口与包裹流向的对应关系,解决了现有技术采用人工配置或通过预测的方法设置分拣格口与包裹流向的对应关系而造成包裹量与所分配的格口不匹配的问题,使得交叉带分拣机的能耗最小,提高分拣机的分拣效率。 图6示出了可以应用本发明实施例的分拣方法或分拣装置的示例性系统架构600。 如图6所示,系统架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。 用户可以使用终端设备601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。 服务器605可以是提供各种服务的服务器,例如作为用户利用终端设备601、602、603进行分拣的过程中,提供支持的后台管理服务器(仅为示例);再例如,服务器605可以完成本发明实施例的分拣方法。 需要说明的是,本发明实施例所提供的分拣方法一般由服务器605执行,相应地,分拣装置一般设置于服务器605中。 应该理解,图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。 下面参考图7,其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。 如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。 以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。 特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的系统中限定的上述功能。 需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。 附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。 描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括获取模块、确定模块和分拣模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,获取模块还可以被描述为“接收目标包裹的分拣请求,根据分拣请求,获取目标包裹对应的历史分拣包裹的模块”。 作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:接收目标包裹的分拣请求,根据分拣请求,获取目标包裹对应的历史分拣包裹;基于最小分拣能耗模型,根据历史分拣包裹的包裹信息,确定分拣格口与包裹流向的对应关系;按照分拣格口与包裹流向的对应关系,根据目标包裹的包裹流向,获取目标包裹对应的分拣格口,以利用获取的分拣格口完成分拣。 根据本发明实施例的技术方案,能够通过最小分拣能耗模型得到分拣格口与包裹流向的对应关系,解决了现有技术采用人工配置或通过预测的方法设置分拣格口与包裹流向的对应关系而造成包裹量与所分配的格口不匹配的问题,使得交叉带分拣机的能耗最小,提高分拣机的分拣效率。 上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
流向
货量n
卡位数w
平均距离
重量m
能耗h
A
100
3
150
20
3000
B
60
2
240
10
2400
C
50
5
475
30
14250
流向
货量n
卡位数w
平均距离
重量m
能耗h
A
100
2
100
20
2000
B
60
4
240
10
2400
C
50
4
400
30
12000