CN112101645A - 一种多地多仓选仓方法、选仓***及选仓装置 - Google Patents

一种多地多仓选仓方法、选仓***及选仓装置 Download PDF

Info

Publication number
CN112101645A
CN112101645A CN202010902135.2A CN202010902135A CN112101645A CN 112101645 A CN112101645 A CN 112101645A CN 202010902135 A CN202010902135 A CN 202010902135A CN 112101645 A CN112101645 A CN 112101645A
Authority
CN
China
Prior art keywords
warehouse
order
cost
carrier
combination
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
Application number
CN202010902135.2A
Other languages
English (en)
Inventor
胡云龙
朴东光
葛强强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zkh Industrial Supply Co ltd
Original Assignee
Zkh Industrial Supply Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zkh Industrial Supply Co ltd filed Critical Zkh Industrial Supply Co ltd
Priority to CN202010902135.2A priority Critical patent/CN112101645A/zh
Publication of CN112101645A publication Critical patent/CN112101645A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种多地多仓选仓方法、选仓***及选仓装置，选仓方法中，先根据库存情况生成“SKU‑仓库”矩阵；然后巧妙的生成一棵多叉树；接着通过遍历树，获取所有满足库存的仓库组合；时效、费用以及商品打标情况进行综合排序：计算匹配算法获得的所有组合的时效、费用和商品打标情况，然后根据需要进行排序，从而获得最优结果。

Description

一种多地多仓选仓方法、选仓***及选仓装置
技术领域
本发明涉及仓储物流领域，特别是涉及一种多地多仓选仓方法、选仓***及选仓装置。
背景技术
随着互联网行业的发展，越来越多的用户选择网上购物，这就需要仓储和物流行业给予足够的支持，其中，为了便于配送货物，货物被存放于各地的仓库中，服务器接收到订单信息后，会根据订单中的物品选取仓库，以便工作人员进行取货和配送，其中，如何根据订单选择配货仓库极大地影响了仓储及运营成本。
现有的选仓方案都是基于同一个商品在不同仓库内库存数量组合维度考量。没有多地多仓选定的仓库前进行的运输时效/成本费用的综合考虑；更无法应对目的地偏远运费高，时效慢。
发明内容
本发明的目的是提供一种多地多仓选仓方法、选仓***及选仓装置，降低费用，提高时效。
为实现上述目的，本发明提供了如下方案：
一种多地多仓选仓方法，所述方法包括：
S1、获取订单信息；所述订单信息包括：客户收货地址，购买商品和购买数量；
S2、基于所述订单信息确定N个待选仓库组合；所述待选仓库组合为能满足订单条件的待选仓库的集合；输出所选仓库组合包含的仓库信息；
S3、将所述订单信息和N个所述待选仓库组合作为选仓算法的输入条件；
S4、所述选仓算法根据时效/费用/商品打标情况进行排序输出待选仓库组合。
可选的，所述选仓算法包括以下步骤：
S3-1、将所述订单信息和N个所述待选仓库组合作为基础数据进行输入；
S3-2、初始化商品-仓库矩阵，所有仓库中满足目标数量为1，不满足为0；
S3-3、构建多维树状数组，选择值为1的数组元素作为节点；
S3-4、遍历多维树状数组，选出所有满足订单条件的仓库组合；
S3-5、计算每一个仓库组合的时效、费用以及商品打标情况，并进行输出；
S3-6、根据得到的仓库组合的时效、费用以及商品打标的情况，进行优先级排序。
可选的，步骤S3-5中，计算仓库组合的费用算法如下：
将订单基础参数和订单附加参数做费用算法的输入条件；
通过订单基础参数和订单附加参数判断末端可配送仓，三方承运商根据合同维护的标准费率匹配是否可以直发，若可以直发，始发仓即为末端配送仓；若无法直发，判断订单的目的地是否在自营承运商配送范围内，若订单的目的地不在自营承运商配送范围内，则通过订单的目的地进行三级地址由区-市-省遍历循环，寻找与订单的目的地匹配的仓库地址作为末端配送仓；
全程路由确定后，根据各段的始发地、目的地、重量、体积通过调度规则的筛选匹配各承运商费率，选择满足该路线的所有承运商，计算各承运商的综合成本；
通过将各承运商的综合成本累加，得出仓库组合的总成本。
可选的，所述承运商的综合成本等于仓运成本加采阈成本；所述仓运成本为仓库运营成本，所述采阈成本为供就商送货到所选仓的综合费用。
可选的，通过分段规则确定全程路由，确定好末端配送仓之后，用户通过个性化配置设置仓库与仓库之间是否还需要中转，若无此需求则默认不分段。
可选的，步骤S3-5中，计算仓库组合的时效算法如下：
将订单基础参数信息和订单附加参数作为时效算法的输入条件；
通过订单基础参数和订单附加参数匹配可直发的承运商，并获取相应时效；若无法直发，判断订单的目的地是否在自营承运商配送范围内，若订单的目的地在自营承运商配送范围内，则营承运商所属仓库作为此目的地的末端配送仓，若订单的目的地不在自营承运商配送范围内，则通过订单的目的地进行三级地址由区-市-省遍历循环，寻找与订单的目的地匹配的仓库地址作为末端配送仓；
全程路由确定后，根据各段的始发地、目的地、重量、体积通过调度规则的筛选匹配各承运商的时效，选择满足该路线的所有承运商，计算各承运商的综合时效；
判断承运商之间是否需要加缓冲时间，通过将各承运端的综合时效与缓冲时间进行累加，得出仓库组合的总时效。
可选的，所述缓冲时间为1天，若下一段承运商的揽收截止时间早于上一段承运商预计到达时间，则此两承运商之间加入缓冲时间。
可选的，所述承运商的综合时效等于运输时效加采阈时效值；所述运输时效为两仓库之间运输的时效，所述采阈时效为供应商送货到所选仓的时效。
本发明另外提供一种多地多仓选仓***，所述***包括：
订单信息获取模块，用于获取订单信息；
待选仓库组合模块，用于基于所述订单信息确定N个待选仓库组合；所述待选仓库组合为能满足订单条件的待选仓库的集合；输出所选仓库组合包含的仓库信息；
选仓算法的输入条件确定模块，用于将所述订单信息和N个所述待选仓库组合作为选仓算法的输入条件；
待选仓库组合确定模块，用于采用选仓算法根据时效/费用/商品打标情况进行排序输出待选仓库组合。
本发明另外提供一种多地多仓选仓装置，所述装置包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述的方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明中的上述方案，基于最优时效或最优费用，在一品多仓的情况下，可以选择出最少仓库，从而达到最少包裹数和少拆单原则，获取最少数量的仓库出货，再基于商品打标，可清特定库存和现货库存选出更优化的仓库或仓库组合。可在应对目的地虽然满足现货但运费高，时效慢的情况下，加入采阈值来判断目标地址是否有临仓可具备采买后发运，选择临近采买方式可达成费用更低时效更快的方案，具有良好的市场应用价值。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例多地多仓选仓方法流程图；
图2为本发明实施例选仓算法步骤流程图；
图3为本发明实施例遍历多维树状数组示意图；
图4为本发明实施例多地多仓选仓***结构示意图.
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种多地多仓选仓方法、选仓***及选仓装置，降低费用，提高时效。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例多地多仓选仓方法流程图，如图1所示，所述方法包括：
S1、获取订单信息；所述订单信息包括：客户收货地址，购买商品和购买数量。
S2、确定待选仓库组合：基于所述订单信息确定N个待选仓库组合；所述待选仓库组合为能满足订单条件的待选仓库的集合；输出所选仓库组合包含的仓库信息。
所述仓库信息包括仓库组合所包含的仓库中是否有仓库的订单相关物品的库存数量达到现货阈值，仓库内打标的商品信息，其中打标可任意扩展：例如临保/呆滞进行标记，或者没有标记，该仓库能够有采买订单相关物品采阈值，阈值指：数量/预设系数，如客户需求100个，正常情况下可售库存满足100即达到阈值；阈值也可以设置成大于/等于50％比例即达到阈值；采阈值指向供应商采买，供应商提供的专属库存数量、综合送达时长、送货到所选仓综合费用，采阈值并非商品成本。
进一步地，所述仓库组合包含单个仓库可满足订单情况，也包含多个仓库满足订单情况和多个仓库满足采买情况。
S3、确定输入条件：将所述订单信息和N个所述待选仓库组合作为选仓算法的输入条件。
S4、排序输出：所述选仓算法根据时效/费用/商品打标情况进行排序输出待选仓库组合。
如图2所示，所述选仓算法包括以下步骤：
S3-1、输入基础数据，将所述订单信息和N个所述待选仓库组合作为基础数据进行输入；
S3-2、初始化商品-仓库矩阵，所有仓库中满足目标数量为1，不满足为0；如表1所示：
Figure BDA0002660125170000051
Figure BDA0002660125170000061
S3-3、构建多维树状数组，如图3所述，选择值为1的数组元素作为节点，目的是为选择能满足订单条件的仓库；
S3-4、遍历多维树状数组，选出所有满足订单条件的仓库组合；如图3中，{(仓库1，仓库2)，(仓库1，仓库2，仓库3)，(仓库2，仓库3)}生成3种仓库组合；
S3-5、计算每一个仓库组合的时效、费用以及商品打标情况，并进行输出；
S3-6、根据得到的仓库组合的时效、费用以及商品打标的情况，进行优先级排序。
其中，步骤S3-5中，计算仓库组合的费用算法如下：将订单基础参数和订单附加参数做费用算法的输入条件；如：始发地、目的地，物料名称，数量附加参数可作为细化算法的条件，如：禁运货运、货值、重量限制、体积限制，冷藏品、冷冻品、电池、服务级别等。
通过订单基础参数和订单附加参数判断末端可配送仓，三方承运商根据合同维护的标准费率匹配是否可以直发，若可以直发，始发仓即为末端配送仓；若无法直发，判断订单的目的地是否在自营承运商配送范围内，若订单的目的地不在自营承运商配送范围内，则通过订单的目的地进行三级地址由区-市-省遍历循环，寻找与订单的目的地匹配的仓库地址作为末端配送仓；
具体地，判断订单的目的地是否在自营承运商配送范围内时，通过目的地解析经纬度，结合自营配送范围电子围栏判断是否在电子围栏内。
全程路由确定后，根据各段的始发地、目的地、重量、体积通过调度规则的筛选匹配各承运商费率，选择满足该路线的所有承运商，计算各承运商的综合成本；
具体地，***会于指定周期内执行合单算法以用来降低运输成本，当订单下发时，用户可设置计算周期用来创建订单波次，该波次内的订单会以前一日揽收截止时间为起始时间，当前时间为结束时间，循环计算可合单的单据，可合单的条件可自行配置，当有单据满足合单条件并其订单状态允许合单时，***通过计算合计重量、体积，合并规则字段进行合单。合单成功后以合并后的订单进行成本最优计算。
具体地，通过分段规则确定全程路由，确定好末端配送仓之后，用户可通过个性化配置设置仓库与仓库之间是否还需要中转，若无此需求则默认不分段。
通过将各承运商的综合成本累加，得出仓库组合的总成本。
具体地，所述承运商的综合成本等于仓运成本加采阈成本，仓运成本为仓库运营成本，采阈成本为供就商送货到所选仓的综合费用。
在加入了临近仓采阈成本的参数考虑计算后，可使距离远费用高的仓库组合，排在临近仓采购后临近仓发货的费用低的组合后，达到更优选择。公式为：组合的总成本＝仓库1的综合成本+仓库2的综合成本+…仓库N的综合成本。
如图3中：
三种组合
(仓库1，仓库2)组合一总成本＝U
(仓库1，仓库2，仓库3)组合二总成本＝V，
(仓库2，仓库3)组合三总成本W
当U＞V＞W时，W总成本最低，排序队列最上方，作为默认首选。
具体地，步骤S3-5中，计算仓库组合的时效算法如下：将订单基础参数信息和订单附加参数作为时效算法的输入条件；如：始发地、目的地，物料名称，数量；附加参数可作为细化算法的条件，如：禁运货运、货值、重量限制、体积限制，冷藏品、冷冻品、电池、服务级别等。
通过订单基础参数和订单附加参数匹配可直发的承运商，并获取相应时效；或无法直发，判断订单的目的地是否在自营承运商配送范围内，若订单的目的地在自营承运商配送范围内，则营承运商所属仓库即可作为此目的地的末端配送仓，若订单的目的地不在自营承运商配送范围内，则通过订单的目的地进行三级地址由区-市-省遍历循环，寻找与订单的目的地匹配的仓库地址作为末端配送仓；
全程路由确定后，根据各段的始发地、目的地、重量、体积通过调度规则的筛选匹配各承运商的时效，选择满足该路线的所有承运商，计算各承运商的综合时效；
判断承运商之间是否需要加缓冲时间，通过将各承运端的综合时效与缓冲时间进行累加，得出仓库组合的总时效。
使用方可手动选择时效最优/费用最优的结果。也可以设置默认两者排序最前的组合。
仓库组合的总时效＝仓库1的送达客户总时效+仓库2的送达客户总时效+…仓库N的送达客户总时效。
如图3所示，(仓库1，仓库2)组合一的送达客户总时效＝X
(仓库1，仓库2，仓库3)组合二的送达客户总时效＝Y，
(仓库2，仓库3)}组合三的送达客户总时效Z
当X＞Y＞Z时，Z总时效最低，排序队列最上方，作为默认首选。
优选地，所述缓冲时间为1天，若下一段承运商的揽收截止时间早于上一段承运商预计到达时间，，则此两承运商之间加入缓冲时间。
如：上海-无锡-北京，上海-无锡段，A承运商到达无锡的时效为2D19，则按照最晚预计到达时间为19:00，无锡-北京段的承运商揽收截止时间为18:00，时效为1D18，因揽收截止时间早于预计到达时间，则全程时效为：2D19+1D18+1＝4D。
具体地，所述承运商的综合时效等于运输时效加采阈时效值，运输时效为两仓库之间运输的时效，采阈时效为供应商送货到所选仓的时效。
在一品多仓的情况下，通过大量实例佐证，符合以下行业通用定理：
选择发运仓距离目标收货地址的距离和费用成正比，即距离越远费用越高。
选择现货发运仓个数与产生的拆分包裹数量成正比，即发出仓越多，拆分的包裹越多。
当选中所有组合费用成本最低的组合时，可优先选中发运仓距离客户最近/选择发运仓数量最少的组合。
在加入了临近仓采买阈值的参数考虑计算后，可使距离远费用高的仓库组合，排在临近仓采购后临近仓发货的组合后，在降低时效的情况下也同时考虑成本费用高低。
获取到费用最低和时效最短的队列组合后，***设置默认，按费用-时效两个队列中从上到下选择组合相同排序最前的最优组合，可兼顾费用和时效。也可通过提前预设的客户-按费用/时效，进行选定仓库组合，完成选仓，输出选择的仓库信息。
如图4所示，本发明提供一种多地多仓选仓***，所述***包括：
订单信息获取模块201，用于获取订单信息；
待选仓库组合模块202，用于基于所述订单信息确定N个待选仓库组合；所述待选仓库组合为能满足订单条件的待选仓库的集合；输出所选仓库组合包含的仓库信息；
选仓算法的输入条件确定模块203，用于将所述订单信息和N个所述待选仓库组合作为选仓算法的输入条件；
待选仓库组合确定模块204，用于采用选仓算法根据时效/费用/商品打标情况进行排序输出待选仓库组合。
本发明另外一种多地多仓选仓装置，所述装置包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述的方法。
本发明中的多地多仓选仓方法、选仓***及选仓装置，选仓方法中，先根据库存情况生成“SKU-仓库”矩阵；然后巧妙的生成一棵多叉树；接着通过遍历树，获取所有满足库存的仓库组合；时效、费用以及商品打标情况进行综合排序：计算匹配算法获得的所有组合的时效、费用和商品打标情况，然后根据需要进行排序，从而获得最优结果。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的***而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种多地多仓选仓方法，其特征在于，所述方法包括：
S1、获取订单信息；所述订单信息包括：客户收货地址，购买商品和购买数量；
S2、基于所述订单信息确定N个待选仓库组合；所述待选仓库组合为能满足订单条件的待选仓库的集合；输出所选仓库组合包含的仓库信息；
S3、将所述订单信息和N个所述待选仓库组合作为选仓算法的输入条件；
S4、所述选仓算法根据时效/费用/商品打标情况进行排序输出待选仓库组合。
2.根据权利要求1所述一种多地多仓选仓方法，其特征在于，所述选仓算法包括以下步骤：
S3-1、将所述订单信息和N个所述待选仓库组合作为基础数据进行输入；
S3-2、初始化商品-仓库矩阵，所有仓库中满足目标数量为1，不满足为0；
S3-3、构建多维树状数组，选择值为1的数组元素作为节点；
S3-4、遍历多维树状数组，选出所有满足订单条件的仓库组合；
S3-5、计算每一个仓库组合的时效、费用以及商品打标情况，并进行输出；
S3-6、根据得到的仓库组合的时效、费用以及商品打标的情况，进行优先级排序。
3.根据权利要求2所述一种多地多仓选仓方法，其特征在于，步骤S3-5中，计算仓库组合的费用算法如下：
将订单基础参数和订单附加参数做费用算法的输入条件；
通过订单基础参数和订单附加参数判断末端可配送仓，三方承运商根据合同维护的标准费率匹配是否可以直发，若可以直发，始发仓即为末端配送仓；若无法直发，判断订单的目的地是否在自营承运商配送范围内，若订单的目的地不在自营承运商配送范围内，则通过订单的目的地进行三级地址由区-市-省遍历循环，寻找与订单的目的地匹配的仓库地址作为末端配送仓；
全程路由确定后，根据各段的始发地、目的地、重量、体积通过调度规则的筛选匹配各承运商费率，选择满足该路线的所有承运商，计算各承运商的综合成本；
通过将各承运商的综合成本累加，得出仓库组合的总成本。
4.根据权利要求3所述一种多地多仓选仓方法，其特征在于，所述承运商的综合成本等于仓运成本加采阈成本；所述仓运成本为仓库运营成本，所述采阈成本为供就商送货到所选仓的综合费用。
5.根据权利要求3所述一种多地多仓选仓方法，其特征在于，通过分段规则确定全程路由，确定好末端配送仓之后，用户通过个性化配置设置仓库与仓库之间是否还需要中转，若无此需求则默认不分段。
6.根据权利要求2所述一种多地多仓选仓方法，其特征在于，步骤S3-5中，计算仓库组合的时效算法如下：
将订单基础参数信息和订单附加参数作为时效算法的输入条件；
通过订单基础参数和订单附加参数匹配可直发的承运商，并获取相应时效；若无法直发，判断订单的目的地是否在自营承运商配送范围内，若订单的目的地在自营承运商配送范围内，则营承运商所属仓库作为此目的地的末端配送仓，若订单的目的地不在自营承运商配送范围内，则通过订单的目的地进行三级地址由区-市-省遍历循环，寻找与订单的目的地匹配的仓库地址作为末端配送仓；
全程路由确定后，根据各段的始发地、目的地、重量、体积通过调度规则的筛选匹配各承运商的时效，选择满足该路线的所有承运商，计算各承运商的综合时效；
判断承运商之间是否需要加缓冲时间，通过将各承运端的综合时效与缓冲时间进行累加，得出仓库组合的总时效。
7.根据权利要求6所述一种多地多仓选仓方法，其特征在于，所述缓冲时间为1天，若下一段承运商的揽收截止时间早于上一段承运商预计到达时间，则此两承运商之间加入缓冲时间。
8.根据权利要求6所述一种多地多仓选仓方法，其特征在于，所述承运商的综合时效等于运输时效加采阈时效值；所述运输时效为两仓库之间运输的时效，所述采阈时效为供应商送货到所选仓的时效。
9.一种多地多仓选仓***，其特征在于，所述***包括：
订单信息获取模块，用于获取订单信息；
待选仓库组合模块，用于基于所述订单信息确定N个待选仓库组合；所述待选仓库组合为能满足订单条件的待选仓库的集合；输出所选仓库组合包含的仓库信息；
选仓算法的输入条件确定模块，用于将所述订单信息和N个所述待选仓库组合作为选仓算法的输入条件；
待选仓库组合确定模块，用于采用选仓算法根据时效/费用/商品打标情况进行排序输出待选仓库组合。
10.一种多地多仓选仓装置，其特征在于，所述装置包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至8中任一项所述的方法。
CN202010902135.2A 2020-09-01 2020-09-01 一种多地多仓选仓方法、选仓***及选仓装置 Pending CN112101645A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010902135.2A CN112101645A (zh) 2020-09-01 2020-09-01 一种多地多仓选仓方法、选仓***及选仓装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010902135.2A CN112101645A (zh) 2020-09-01 2020-09-01 一种多地多仓选仓方法、选仓***及选仓装置

Publications (1)

Publication Number Publication Date
CN112101645A true CN112101645A (zh) 2020-12-18

Family

ID=73757219

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010902135.2A Pending CN112101645A (zh) 2020-09-01 2020-09-01 一种多地多仓选仓方法、选仓***及选仓装置

Country Status (1)

Country Link
CN (1) CN112101645A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700046A (zh) * 2020-12-31 2021-04-23 深圳琼景科技有限公司 一种智能分仓打包方法、装置、计算机设备及存储介质
CN112884544A (zh) * 2021-01-29 2021-06-01 北京睿利众屹软件有限公司 订单自动分配方法、装置、设备和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004168433A (ja) * 2002-11-15 2004-06-17 Nec Fielding Ltd 商品受注販売システム、商品受注販売方法、プログラム
CN104732368A (zh) * 2015-03-25 2015-06-24 广州天图物流有限公司 一种订单路由***和方法
CN105354633A (zh) * 2015-10-26 2016-02-24 努比亚技术有限公司 一种运输路径计算***和方法
CN106815700A (zh) * 2015-12-02 2017-06-09 阿里巴巴集团控股有限公司 物流信息处理方法及装置
CN107292547A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 用于确定物流配送的方法、装置及物流配送的***
CN107464082A (zh) * 2017-08-23 2017-12-12 北京惠赢天下网络技术有限公司 一种交易订单的处理方法及服务器
CN109359759A (zh) * 2018-08-07 2019-02-19 深圳市易达云科技有限公司 智能分仓方法、设备及计算机可读存储介质
CN109544279A (zh) * 2018-11-05 2019-03-29 广州大学 面向订单快速交付的商品适配***与方法
CN109544056A (zh) * 2018-10-12 2019-03-29 广州快批信息科技有限公司 一种自动配货方法、电子设备及存储介质
CN109816294A (zh) * 2017-11-22 2019-05-28 上海德启信息科技有限公司 一种发货仓库的确定方法和装置
CN110633820A (zh) * 2018-06-25 2019-12-31 北京京东振世信息技术有限公司 仓库地址的推荐方法、装置及计算机可读存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004168433A (ja) * 2002-11-15 2004-06-17 Nec Fielding Ltd 商品受注販売システム、商品受注販売方法、プログラム
CN104732368A (zh) * 2015-03-25 2015-06-24 广州天图物流有限公司 一种订单路由***和方法
CN105354633A (zh) * 2015-10-26 2016-02-24 努比亚技术有限公司 一种运输路径计算***和方法
CN106815700A (zh) * 2015-12-02 2017-06-09 阿里巴巴集团控股有限公司 物流信息处理方法及装置
CN107292547A (zh) * 2016-03-31 2017-10-24 阿里巴巴集团控股有限公司 用于确定物流配送的方法、装置及物流配送的***
CN107464082A (zh) * 2017-08-23 2017-12-12 北京惠赢天下网络技术有限公司 一种交易订单的处理方法及服务器
CN109816294A (zh) * 2017-11-22 2019-05-28 上海德启信息科技有限公司 一种发货仓库的确定方法和装置
CN110633820A (zh) * 2018-06-25 2019-12-31 北京京东振世信息技术有限公司 仓库地址的推荐方法、装置及计算机可读存储介质
CN109359759A (zh) * 2018-08-07 2019-02-19 深圳市易达云科技有限公司 智能分仓方法、设备及计算机可读存储介质
CN109544056A (zh) * 2018-10-12 2019-03-29 广州快批信息科技有限公司 一种自动配货方法、电子设备及存储介质
CN109544279A (zh) * 2018-11-05 2019-03-29 广州大学 面向订单快速交付的商品适配***与方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700046A (zh) * 2020-12-31 2021-04-23 深圳琼景科技有限公司 一种智能分仓打包方法、装置、计算机设备及存储介质
CN112884544A (zh) * 2021-01-29 2021-06-01 北京睿利众屹软件有限公司 订单自动分配方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
Coelho et al. The inventory-routing problem with transshipment
US7979359B1 (en) System and method for selectively applying an item sortation process
Gong et al. A polling-based dynamic order picking system for online retailers
JP7062561B2 (ja) 在庫配置設計装置および在庫配置設計方法
Kreng et al. The benefits of a cross-docking delivery strategy: a supply chain collaboration approach
CN110659839A (zh) 一种物流智能配载调度方法
CN110390497B (zh) 物品入库方法和装置
CN112101645A (zh) 一种多地多仓选仓方法、选仓***及选仓装置
CN110084471A (zh) 拣选调度方法、装置、仓储***及可读存储介质
CN112700177B (zh) 用于转运中心转运的选仓方法和装置、存储介质
CN107944807B (zh) 物流管理***
Orjuela-Castro et al. Last mile logistics in mega-cities for perishable fruits
CN110060013B (zh) 一种待配送订单的处理方法及装置
Low et al. Integration of production scheduling and delivery in two echelon supply chain
Cortes et al. Last-mile delivery efficiency: en route transloading in the parcel delivery industry
Hajiaghaei-Keshteli et al. Addressing the freight consolidation and containerization problem by recent and hybridized meta-heuristic algorithms
CN114462946A (zh) 一种基于fba订单进销存头程运费管理***及方法
Li et al. Parcel consolidation approach and routing algorithm for last-mile delivery by unmanned aerial vehicles
US20180341913A1 (en) Reducing the environmental effects of shipments of goods
CN111626800A (zh) 商品订单处理方法及装置
CN115222340A (zh) 基于智能仓储的货物调度管理方法及相关装置
CN112862135B (zh) 快件运输线路规划方法、装置、服务器及存储介质
CN113537680A (zh) 一种确定运输任务的完成时间的方法及装置
Farsi et al. Simultaneous Pricing, Routing, and Inventory Control for Perishable Goods in a Two-echelon Supply Chain
CN113570179A (zh) 容器确定方法及装置、电子设备和计算机可读存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201218