CN116823122B - 一种农副产品仓储管理方法及*** - Google Patents
一种农副产品仓储管理方法及*** Download PDFInfo
- Publication number
- CN116823122B CN116823122B CN202311081889.6A CN202311081889A CN116823122B CN 116823122 B CN116823122 B CN 116823122B CN 202311081889 A CN202311081889 A CN 202311081889A CN 116823122 B CN116823122 B CN 116823122B
- Authority
- CN
- China
- Prior art keywords
- data
- warehouse
- agricultural
- inventory
- replenishment
- 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.)
- Active
Links
- 238000007726 management method Methods 0.000 title claims description 254
- 238000004891 communication Methods 0.000 claims abstract description 138
- 239000011159 matrix material Substances 0.000 claims abstract description 134
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012216 screening Methods 0.000 claims abstract description 18
- 239000000047 product Substances 0.000 claims description 389
- 230000005540 biological transmission Effects 0.000 claims description 47
- 238000004364 calculation method Methods 0.000 claims description 37
- 238000012544 monitoring process Methods 0.000 claims description 36
- 238000005457 optimization Methods 0.000 claims description 23
- 238000012163 sequencing technique Methods 0.000 claims description 22
- 239000006227 byproduct Substances 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 6
- 230000007812 deficiency Effects 0.000 claims description 3
- 240000008042 Zea mays Species 0.000 description 8
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 8
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 8
- 235000005822 corn Nutrition 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 241000209140 Triticum Species 0.000 description 4
- 235000021307 Triticum Nutrition 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000009472 formulation Methods 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 244000068988 Glycine max Species 0.000 description 3
- 235000010469 Glycine max Nutrition 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000894007 species Species 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
Landscapes
- Warehouses Or Storage Devices (AREA)
Abstract
本发明涉及农副产品管理技术领域,尤其涉及一种农副产品仓储管理方法及***。所述方法包括以下步骤:对管理仓库数据进行目标管理仓库数据筛选及采集,生成实时仓库农副产品数据;利用实时仓库农副产品数据进行通信矩阵节点的数据填充,生成仓库通信矩阵;对仓库通信矩阵进行仓库通信矩阵的补给节点与待补给节点划分,分别生成补给节点与待补给节点;根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案。根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集及优化,生成智能小车优化路线数据。本发明实现更精准的农副产品仓储管理分配。
Description
技术领域
本发明涉及农副产品管理技术领域,尤其涉及一种农副产品仓储管理方法及***。
背景技术
农副产品仓储管理方法的重要性在于确保农产品和副产品的有效储存、保鲜和分配,以满足人们日益增长的粮食和生活需求。科学合理的仓储管理方法可以有效减少损耗和浪费,提升资源利用效率,保障农产品供应的稳定性。通过控制储存环境、采用适当的储存设施和包装,以及实施严格的品质监控和库存管理,可以防止虫害、霉变等问题,保持农产品的原始营养价值和市场竞争力。然而,传统的农副产品仓储管理方法不能对仓库的农副产品进行合理分配,需要有人实时监控仓库的农副产品是否缺失才进行分配,使得存在应急需求等问题,并且对于分配规划以及分配路径也需要人为进行调配,过于繁琐及浪费人工资源。
发明内容
基于此,本发明提供一种农副产品仓储管理方法及***,以解决至少一个上述技术问题。
为实现上述目的,一种农副产品仓储管理方法,包括以下步骤:
步骤S1:获取农副产品的管理仓库数据;根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;对目标管理仓库数据进行仓库农副产品数据实时采集,生成实时仓库农副产品数据;
步骤S2:利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,并利用实时仓库农副产品数据进行通信矩阵节点的数据填充,生成仓库通信矩阵;
步骤S3:对仓库通信矩阵进行仓库通信矩阵的补给节点与待补给节点划分,分别生成补给节点与待补给节点;
步骤S4:对补给节点进行库存补给数据计算及排序,生成优先级库存补给数据;对待补给节点进行库存待补给数据计算及排序,生成优先级待库存补给数据;根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案;
步骤S5:根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集及优化,生成智能小车优化路线数据,将智能小车优化路线数据传输至终端进行农副产品仓储管理。
本发明通过获取农副产品的管理仓库数据,确保了获取全面的信息基础。通过根据预设的目标管理仓库数据信息对管理仓库数据进行筛选,能够有效地从海量数据中提取出与当前管理目标相关的信息,从而降低信息处理的复杂度,通过筛选,可以集中精力关注关键数据,优化后续分析和决策的准确性。对目标管理仓库数据进行实时采集,生成实时仓库农副产品数据,确保管理信息的及时性与准确性,为后续的决策制定提供了更精准的支持,有助于避免基于过时信息做出的错误决策。通过通信矩阵架构的建立,实现了节点之间信息的高效交流,从而促进了仓库内数据的同步更新和实时共享,减少了信息传递的延迟和误差。通信矩阵的节点数据填充使得通信矩阵更具代表性和实用性,为后续的决策和操作提供了更精准的依据,优化了仓库内部节点之间的通信架构,提高了数据传输效率和准确性,为更高效的农副产品仓库管理奠定了基础。通过补给节点和待补给节点的划分,实现了库存管理的细分和个性化,确保了关键节点的库存始终处于合理水平,同时避免了资源的过度分配,这种分级管理策略有助于优化库存的配置和补给规划,从而提高了仓库运营的效率和灵活性,提供了更精细化的库存管理策略,有助于更好地满足实际需求,避免了过量或不足的库存现象。通过数据的计算和排序,明确了库存补给和待补给的优先级顺序,确保了资源的合理分配和最优利用,优先级库存补给数据的生成保证了关键节点的库存能够及时得到补充,以应对紧急需求,而优先级待库存补给数据的生成则为资源规划提供了先验性依据,预防了未来可能的短缺情况,整合优先级数据后,生成的管理分配优先级方案使得农副产品在仓库内得到了更有序的管理和分配,进一步提高了库存的有效性和可操作性。通过智能小车路线数据的规划,使得智能小车能够按照最佳顺序访问各个节点,从而减少了行驶距离和时间,提高了仓库内操作的效率,优化路线还能够减轻仓库内部的拥堵情况,降低了操作风险,从而保障了仓库管理的安全性和稳定性,将智能小车优化路线数据传输至终端后,可以实现远程监控和管理,为农副产品的实时仓储管理提供了更精准的指导。因此,本发明的农副产品仓储管理方法通过对仓库的农副产品进行自动化地合理分配,不需要有人实时监控仓库的农副产品是否缺失才进行分配,有效解决仓库农副产品应急需求等问题,并且精确分配规划以及分配路径,简便了操作及节约了人工资源。
优选地,步骤S1包括以下步骤:
步骤S11:获取农副产品的管理仓库数据;
步骤S12:根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;
步骤S13:根据目标管理仓库数据进行农副产品的监测管理节点数据提取,生成目标管理仓库数据的监测节点数据;
步骤S14:利用传感器对监测节点数据进行目标管理仓库数据的仓库农副产品数据实时采集,生成实时仓库农副产品数据。
本发明获取农副产品的管理仓库数据,确保获取全面的仓库信息。依据预设的目标管理仓库数据信息,对管理仓库数据进行目标筛选,将数据集中在与当前管理目标相关的信息上,从而降低数据处理的复杂性,提高了数据的有效性。基于筛选后的目标管理仓库数据,进行农副产品的监测管理节点数据提取,生成了目标管理仓库数据的监测节点数据,将数据从更大范围的仓库数据中进一步提炼,聚焦在需要监测的节点上,确保后续的监测和数据采集更加精准。通过利用传感器对监测节点数据进行实时采集,生成了实时仓库农副产品数据,保证了所采集到的数据是当前时刻的真实信息,避免了过时信息的干扰,为后续决策提供了更准确的支持。
优选地,步骤S2包括以下步骤:
步骤S21:利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,生成仓库通信矩阵架构;
步骤S22:利用实时仓库农副产品数据对仓库通信矩阵架构进行通信矩阵节点的数据填充,生成仓库通信矩阵。
本发明利用网络传输设备与网络传输协议,建立了农副仓库的通信矩阵架构,实现了不同仓库内部节点之间的连接与通信,为后续的数据交换和共享提供了高效的基础,通信矩阵架构的建立能够促进仓库内部各节点之间信息的快速传递和实时共享,从而提升了协同工作和响应速度。利用实时仓库农副产品数据对仓库通信矩阵架构进行通信矩阵节点的数据填充,生成了仓库通信矩阵,这个矩阵融合了实际仓库数据,使得通信矩阵中的节点数据更加准确和真实,通过将实时数据与通信矩阵结合,可以为节点之间的数据交换和信息传递提供更具代表性的依据。
优选地,步骤S3包括以下步骤:
步骤S31:利用仓库农副产品库存安全值算法对目标管理仓库数据进行仓库农副产品库存安全值计算,生成仓库农副产品库存安全值;
步骤S32:对仓库通信矩阵进行仓库通信矩阵节点的农副产品库存实时监测,当仓库通信矩阵的实时仓库农副产品数据不小于仓库农副产品库存安全值时,将实时仓库农副产品数据对应的仓库通信矩阵的节点进行补给节点标记,生成仓库通信矩阵的补给节点;
步骤S33:对仓库通信矩阵进行仓库通信矩阵节点的农副产品库存实时监测,当仓库通信矩阵的实时仓库农副产品数据小于仓库农副产品库存安全值时,将实时仓库农副产品数据对应的仓库通信矩阵的节点进行待补给节点标记,生成仓库通信矩阵的待补给节点。
本发明利用仓库农副产品库存安全值算法对目标管理仓库数据进行库存安全值计算,生成了仓库农副产品库存安全值,根据目标管理仓库数据的实际情况,通过算法确定了每个节点的库存阈值,确保库存不会降至危险水平,保证了仓库的正常运行和库存的稳定。对仓库通信矩阵进行农副产品库存的实时监测,根据实时数据与库存安全值的对比,标记出补给节点和待补给节点,补给节点指的是实时库存不小于库存安全值的节点,而待补给节点则表示实时库存小于库存安全值的节点,通过这个标记过程,将仓库内节点根据实际需求划分为不同的类别,为后续的库存补给策略提供了基础。
优选地,步骤S31中的仓库农副产品库存安全值算法如下所示:
;
式中,表示为仓库农副产品库存安全值,/>表示为农副产品种类数量,/>表示为分析仓库农副产品库存时间段的结束时间,/>表示为分析仓库农副产品库存时间段的起始时间,/>表示为农副产品种类的初始库存安全值,/>表示为第/>种农副产品的历史库存数据,/>表示为分析仓库农副产品库存时间段的当前时间,/>表示为第/>种农副产品的需求量,/>表示为第/>种农副产品的当前库存量,/>表示为第/>种农副产品的后续消耗速率,/>表示为第/>种农副产品的消耗速率,/>表示为仓库农副产品库存安全值的异常调整值。
本发明利用一种仓库农副产品库存安全值算法,该算法综合考虑了农副产品种类数量、分析仓库农副产品库存时间段的结束时间/>、分析仓库农副产品库存时间段的起始时间/>、农副产品种类的初始库存安全值/>、第/>种农副产品的历史库存数据/>、分析仓库农副产品库存时间段的当前时间/>、第/>种农副产品的需求量/>、第/>种农副产品的当前库存量/>、第/>种农副产品的后续消耗速率/>、第/>种农副产品的消耗速率/>以及函数之间的相互作用关系,以形成函数关系式:
即,,函数关系式通过对仓库农副产品安全值计算,以确定该仓库是否需要进行农副产品的补充。考虑到不同农副产品种类数量具有不同的特性和需求,算法引入了种类数量参数,可以针对不同的产品进行个性化的库存安全值计算,更好地满足实际需求;通过分析仓库农副产品库存时间段的结束时间与起始时间的库存情况,算法可以更精确地分析库存的周期性状况,以确定该库存的安全值大致为多少,使得库存安全值更有针对性;农副产品种类的初始库存安全值与第/>种农副产品的历史库存数据反映了过去的库存状况,有助于对未来的需求进行估计,将过去的信息纳入考虑,从而更准确地推断未来库存变化;考虑第/>种农副产品的需求量与第/>种农副产品的当前库存量,这种权衡库存量与需求量使得算法能够更好地应对库存短缺的情况;通过分析第/>种农副产品的后续消耗速率与消耗速率,能够更好地预测未来库存消耗的趋势,使得函数关系式对于库存需求的预测更加准确,为库存安全值的计算提供更多信息。通过动态计算农副产品库存安全值,它可以为仓库管理者提供更深入和精准的决策支持,帮助他们实现库存的平衡、优化农副产品的管理和补给策略,从而提高了库存管理的效率和成本控制。利用仓库农副产品库存安全值的异常调整值/>对函数关系式进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成仓库农副产品库存安全值/>,提高了对目标管理仓库数据进行仓库农副产品库存安全值计算的准确性和可靠性。同时该公式中的调整值可以根据实际情况进行调整,应用于不同的目标管理仓库数据中,提高了算法的灵活性与适用性。
优选地,步骤S4包括以下步骤:
步骤S41:对补给节点的实时仓库农副产品数据与补给节点对应的仓库农副产品库存安全值进行差值计算,生成库存补给数据;
步骤S42:对库存补给数据进行优先级排序处理,生成优先级库存补给数据;
步骤S43:对待补给节点的时仓库农副产品数据与待补给节点对应的仓库农副产品库存安全值进行差值计算,生成库存待补给数据;
步骤S44:对库存待补给数据进行优先级排序处理,生成优先级库存待补给数据;
步骤S45:根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案。
本发明计算补给节点的实时仓库农副产品数据与补给节点对应的库存安全值的差值,生成库存补给数据,这一计算过程考虑了实际库存与安全值之间的差异,从而确定每个补给节点的提供的补充量,确保库存的合理补给。对库存补给数据进行优先级排序处理,生成了优先级库存补给数据,通过排序,能够确定补给节点的补给优先级,使得关键节点的补给更加紧急和优先,确保了农副产品的及时供应。对待补给节点的实时仓库农副产品数据与待补给节点对应的库存安全值进行差值计算,生成库存待补给数据,并进行优先级排序处理,生成了优先级库存待补给数据,使得待补给节点按照补给需求的紧急程度进行排序,为后续库存补给策略提供了依据。根据优先级库存补给数据与优先级库存待补给数据,进行农副产品管理分配,生成了农副产品管理分配的优先级方案,能够确保农副产品的库存补给和待补给按照优先级进行,从而实现了资源的合理调配和库存管理的高效性。
优选地,步骤S45包括以下步骤:
步骤S451:利用优先级库存补给数据与优先级库存待补给数据进行仓库农副产品补给,当最大值的库存补给数据小于最大值的库存待补给数据,生成节点补给欠缺数据;
步骤S452:根据节点补给欠缺数据对优先级库存补给数据进行库存补给优先级更新,生成更新优先级库存补给数据,并利用更新优先级库存补给数据对优先级库存待补给数据进行仓库农副产品迭代补给,生成节点分配补给欠缺方案;
步骤S453:利用优先级库存补给数据与优先级库存待补给数据进行仓库农副产品补给,当最大值的库存补给数据不小于最大值的库存待补给数据,生成节点补给剩余数据;
步骤S454:根据节点补给剩余数据对优先级库存待补给数据进行库存补给优先级更新,生成更新优先级库存待补给数据,并利用优先级库存补给数据对更新优先级库存待补给数据进行仓库农副产品迭代补给,生成节点分配补给剩余方案;
步骤S455:将节点分配补给欠缺方案与节点分配补给剩余方案进行补给分配方案的优先级数据整合,生成农副产品管理分配优先级方案。
本发明利用优先级库存补给数据与优先级库存待补给数据进行农副产品补给,如果最紧急的库存补给需求小于最紧急的库存待补给需求,就生成节点补给欠缺数据,确保了最紧急的库存需求得到满足,防止了短缺情况的发生。根据节点补给欠缺数据对优先级库存补给数据进行库存补给优先级更新,生成更新后的优先级库存补给数据,利用更新后的优先级库存补给数据对优先级库存待补给数据进行迭代补给,生成了节点分配补给欠缺方案,这个方案保证了库存短缺节点的优先级补给,从而稳定了库存管理。当处于最大值的库存补给数据不小于最大值的库存待补给数据情况时,生成节点补给剩余数据,并对优先级库存待补给数据进行更新和迭代补给,生成节点分配补给剩余方案,确保了库存的合理分配和补给,实现了资源的最优化利用。将节点分配补给欠缺方案与节点分配补给剩余方案的优先级数据进行整合,生成了农副产品管理分配优先级方案,通过综合考虑节点之间剩余的补给与短缺的补给需求,确保了库存的整体平衡和资源的有效分配。
优选地,步骤S5包括以下步骤:
步骤S51:根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集,生成智能小车路线数据;
步骤S52:利用分配路线优化算法对智能小车路线数据进行智能小车路线优化,生成智能小车优化路线数据;
步骤S53:将智能小车优化路线数据传输至终端进行农副产品仓储管理。
本发明根据农副产品管理分配优先级方案,进行农副产品管理分配优先级的坐标路线采集,生成了智能小车路线数据,考虑了不同农副产品的优先级分配,确保了智能小车按照最佳路线完成不同任务的分配。利用分配路线优化算法对智能小车路线数据进行智能小车路线优化,生成了智能小车优化路线数据,通过优化算法,能够将不同任务节点进行合理排序和规划,并且考虑路上出现的障碍物进行优化路线,从而减少了行驶距离和时间,提高了智能小车运行的效率。将经过优化的智能小车路线数据传输至终端进行农副产品仓储管理,实现了智能小车路线数据的实时传输和远程管理,支持农副产品仓储管理人员对仓库操作进行监控和调整。
优选地,步骤S52中的分配路线优化算法如下所示:
;
式中,表示为智能小车优化路线距离,/>表示为智能小车路线中的障碍物数量,表示为农副产品涉及的优先级权重,/>表示为智能小车路线涉及的行驶距离,/>表示为智能小车涉及的行驶速度,/>表示为智能小车路线涉及的行驶规划时间,/>表示为智能小车优化路线距离的异常调整值。
本发明利用一种分配路线优化算法,该算法综合考虑了智能小车路线中的障碍物数量、农副产品涉及的优先级权重/>、智能小车路线涉及的行驶距离/>、智能小车涉及的行驶速度/>、智能小车路线涉及的行驶规划时间/>以及函数之间的相互作用关系,以形成函数关系式:
即,,通过函数关系式通过计算智能小车的障碍物以对行驶路线距离进行优化计算,使得行驶距离更为精准。智能小车路线中的障碍物数量在实际环境中,路线中可能存在障碍物,这些障碍物可能导致智能小车的停顿、绕行或避让,通过考虑障碍物数量,算法可以生成避开这些障碍物的最优路线,从而减少行驶中的停顿和延迟;不同农副产品的重要性可能不同,有些可能更加紧急或者关键,通过引入农副产品涉及的优先级权重,函数关系式可以在路线优化中考虑这些差异,可以确保在行驶过程中更加专注于关键农副产品的运输,从而最大程度地满足需求,提高了农副产品的运输效率;通过智能小车路线涉及的行驶距离、智能小车涉及的行驶速度以及智能小车路线涉及的行驶规划时间综合考虑了智能小车行驶的实际情况,行驶距离影响了整体行程的时间和成本,行驶速度反映了行驶的效率,而行驶规划时间则是为了确保智能小车在规定时间内完成任务,函数关系式综合利用这些参数,生成最优路线,使智能小车在限定的时间内行驶最短距离。通过优化路线,智能小车可以在最短的时间内、最小的成本下完成任务,减少了不必要的停顿和延误,此外,考虑到农副产品的优先级和实际行驶情况,该函数关系式能够更好地适应实际需求,提高了农副产品的运输效率和管理效果。利用智能小车优化路线距离的异常调整值/>对函数关系式进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成智能小车优化路线距离/>,提高了对智能小车路线数据进行智能小车路线优化的准确性和可靠性。同时该公式中的权重信息以及调整值可以根据实际情况进行调整,应用于不同的节点的智能小车路线中,提高了算法的灵活性与适用性。
本说明书中提供一种农副产品仓储管理***,用于执行如上述所述的农副产品仓储管理方法,该农副产品仓储管理***包括:
仓库农副产品数据采集模块,用于获取农副产品的管理仓库数据;根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;对目标管理仓库数据进行仓库农副产品数据实时采集,生成实时仓库农副产品数据;
仓库通信矩阵建立模块,利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,并利用实时仓库农副产品数据进行通信矩阵节点的数据填充,生成仓库通信矩阵;
仓库通信矩阵节点划分模块,用于对仓库通信矩阵进行仓库通信矩阵的补给节点与待补给节点划分,分别生成补给节点与待补给节点;
农副产品管理分配优先级方案模块,用于对补给节点进行库存补给数据计算及排序,生成优先级库存补给数据;对待补给节点进行库存待补给数据计算及排序,生成优先级待库存补给数据;根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案;
智能小车路线规划模块,用于根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集及优化,生成智能小车优化路线数据,将智能小车优化路线数据传输至终端进行农副产品仓储管理。
本申请有益效果在于,本发明通过实时采集和分析大量仓库数据,不仅基于实际情况确定库存安全值,还根据优先级库存补给和待补给数据制定农副产品管理分配优先级方案,使得仓库内的库存管理不再依赖于人工主观判断,而是建立在精确数据和智能决策的基础上,有效降低了库存过多或过少带来的风险。通过库存补给数据的计算、排序和优先级更新,方法确保了库存补给的准确性和紧急性,智能小车路线的优化则考虑了多个任务节点的复杂交互,通过算法找到最优的路径,从而减少了能源消耗和运输时间。这使得仓库资源的利用率得到了显著提升。通过补给节点和待补给节点的标记、分配补给方案的制定,实现了库存的动态平衡,库存补给和分配策略根据实际需求进行优化,确保了库存的稳定性,避免了库存过剩或短缺的情况,从而提高了仓库运营的稳定性和可靠性。通过通信矩阵的建立和实时仓库农副产品数据的监测,方法实现了仓库内节点之间信息的快速传递和实时共享,智能小车优化路线数据的远程传输则支持了仓库管理人员对仓库操作的实时监控和调整,使得管理人员能够更迅速地做出决策和应对变化。通过库存补给数据计算和优先级排序、智能小车路线的优化以及库存分配方案的制定,使得仓库操作更加高效,合理的库存补给和分配策略减少了不必要的等待时间和多次补给,同时智能小车优化路线数据的使用减少了行驶距离,从而显著提升了仓库操作的效率。
附图说明
图1为本发明一种农副产品仓储管理方法的步骤流程示意图;
图2为图1中步骤S3的详细实施步骤流程示意图;
图3为图1中步骤S4的详细实施步骤流程示意图;
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面结合附图对本发明专利的技术方法进行清楚、完整的描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域所属的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。
此外,附图仅为本发明的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
应当理解的是,虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元,但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说,在不背离示例性实施例的范围的情况下,第一单元可以被称为第二单元,并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
为实现上述目的,请参阅图1至图3,本发明提供一种农副产品仓储管理方法,包括以下步骤:
步骤S1:获取农副产品的管理仓库数据;根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;对目标管理仓库数据进行仓库农副产品数据实时采集,生成实时仓库农副产品数据;
步骤S2:利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,并利用实时仓库农副产品数据进行通信矩阵节点的数据填充,生成仓库通信矩阵;
步骤S3:对仓库通信矩阵进行仓库通信矩阵的补给节点与待补给节点划分,分别生成补给节点与待补给节点;
步骤S4:对补给节点进行库存补给数据计算及排序,生成优先级库存补给数据;对待补给节点进行库存待补给数据计算及排序,生成优先级待库存补给数据;根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案。
步骤S5:根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集及优化,生成智能小车优化路线数据,将智能小车优化路线数据传输至终端进行农副产品仓储管理。
本发明通过获取农副产品的管理仓库数据,确保了获取全面的信息基础。通过根据预设的目标管理仓库数据信息对管理仓库数据进行筛选,能够有效地从海量数据中提取出与当前管理目标相关的信息,从而降低信息处理的复杂度,通过筛选,可以集中精力关注关键数据,优化后续分析和决策的准确性。对目标管理仓库数据进行实时采集,生成实时仓库农副产品数据,确保管理信息的及时性与准确性,为后续的决策制定提供了更精准的支持,有助于避免基于过时信息做出的错误决策。通过通信矩阵架构的建立,实现了节点之间信息的高效交流,从而促进了仓库内数据的同步更新和实时共享,减少了信息传递的延迟和误差。通信矩阵的节点数据填充使得通信矩阵更具代表性和实用性,为后续的决策和操作提供了更精准的依据,优化了仓库内部节点之间的通信架构,提高了数据传输效率和准确性,为更高效的农副产品仓库管理奠定了基础。通过补给节点和待补给节点的划分,实现了库存管理的细分和个性化,确保了关键节点的库存始终处于合理水平,同时避免了资源的过度分配,这种分级管理策略有助于优化库存的配置和补给规划,从而提高了仓库运营的效率和灵活性,提供了更精细化的库存管理策略,有助于更好地满足实际需求,避免了过量或不足的库存现象。通过数据的计算和排序,明确了库存补给和待补给的优先级顺序,确保了资源的合理分配和最优利用,优先级库存补给数据的生成保证了关键节点的库存能够及时得到补充,以应对紧急需求,而优先级待库存补给数据的生成则为资源规划提供了先验性依据,预防了未来可能的短缺情况,整合优先级数据后,生成的管理分配优先级方案使得农副产品在仓库内得到了更有序的管理和分配,进一步提高了库存的有效性和可操作性。通过智能小车路线数据的规划,使得智能小车能够按照最佳顺序访问各个节点,从而减少了行驶距离和时间,提高了仓库内操作的效率,优化路线还能够减轻仓库内部的拥堵情况,降低了操作风险,从而保障了仓库管理的安全性和稳定性,将智能小车优化路线数据传输至终端后,可以实现远程监控和管理,为农副产品的实时仓储管理提供了更精准的指导。因此,本发明的农副产品仓储管理方法通过对仓库的农副产品进行自动化地合理分配,不需要有人实时监控仓库的农副产品是否缺失才进行分配,有效解决仓库农副产品应急需求等问题,并且精确分配规划以及分配路径,简便了操作及节约了人工资源。
本发明实施例中,参考图1所述,为本发明一种农副产品仓储管理方法的步骤流程示意图,在本实施例中,所述农副产品仓储管理方法包括以下步骤:
步骤S1:获取农副产品的管理仓库数据;根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;对目标管理仓库数据进行仓库农副产品数据实时采集,生成实时仓库农副产品数据;
本发明实施例中,在农副产品仓储管理***中,我们获取了各个仓库的管理数据,例如有仓库A、仓库B和仓库C,它们分别存储着玉米、大豆和小麦等农副产品,我们获取了每个仓库的库存量、货物种类、位置信息等。基于预设的目标进行仓库数据的筛选。假设我们的目标是确保库存量不低于500单位的仓库数据,筛选出仓库A和仓库C,因为它们的库存量都满足预设目标。对目标管理仓库数据进行实时采集,以仓库A为例,我们通过传感器和数据采集设备实时监测其大豆库存,每隔一段时间更新一次,这样生成了实时仓库农副产品数据,即时反映了仓库中农副产品的最新情况。
步骤S2:利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,并利用实时仓库农副产品数据进行通信矩阵节点的数据填充,生成仓库通信矩阵;
本发明实施例中,假设我们有三个农副仓库:仓库A、仓库B和仓库C。,将使用以太网作为网络传输设备,采用TCP/IP作为网络传输协议,将创建一个3x3的通信矩阵,其中每个节点代表一个仓库。将利用实时仓库农副产品数据进行通信矩阵节点的数据填充。例如,假设仓库A中的玉米库存为500,我们将这个值填充到通信矩阵的A节点中,以此得到仓库通信矩阵。
步骤S3:对仓库通信矩阵进行仓库通信矩阵的补给节点与待补给节点划分,分别生成补给节点与待补给节点;
本发明实施例中,将对仓库通信矩阵进行划分,将其分为补给节点和待补给节点,并分别生成这两个节点的列表。继续使用我们之前建立的通信矩阵作为例子。假设我们设置一个阈值,当仓库库存量低于阈值时,被划分为待补给节点;当仓库库存量高于等于阈值时,被划分为补给节点。假设阈值为300单位。
根据这个阈值,我们将通信矩阵中的仓库划分如:补给节点:仓库A、仓库C(因为它们的库存量都大于等于300);待补给节点:仓库B(因为它的库存量低于300)。接下来,我们分别生成补给节点和待补给节点的列表:补给节点列表:[仓库A, 仓库C]; 待补给节点列表:[仓库B];
步骤S4:对补给节点进行库存补给数据计算及排序,生成优先级库存补给数据;对待补给节点进行库存待补给数据计算及排序,生成优先级待库存补给数据;根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案。
本发明实施例中,以补给节点为例,假设我们有仓库A和仓库C,它们分别存储玉米和小麦,需要进行补给,我们首先计算补给节点的优先级,例如,补给节点A库存更多,则比C的优先级要高。对待补给节点进行库存待补给数据的计算和排序,假设我们有仓库B,存储着大豆,需要等待补给,可以使用类似的方法计算其库存待补给数据,然后对待补给节点的优先级进行排序,得到优先级待库存补给数据。基于优先级库存补给数据和优先级待库存补给数据,进行农副产品的管理分配,例如,我们可以制定一个方案,先对优先级高的库存补给数据进行补给,然后再考虑待库存补给数据。
步骤S5:根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集及优化,生成智能小车优化路线数据,将智能小车优化路线数据传输至终端进行农副产品仓储管理。
本发明实施例中,以之前的优先级方案为例,假设我们选择了优先级库存补给数据仓库A和C作为首要补给目标,我们需要基于仓库的位置信息,采集并优化智能小车的路线,以实现高效的库存补给。根据仓库A和C的位置信息,采集智能小车的坐标路线。考虑到道路状况和交通情况,我们可以使用路径规划的算法来确定最优的路线,以最短时间和最少资源来实现补给任务,对采集的路线进行优化,以减少行驶距离或最小化时间消耗。这样,我们得到了智能小车的优化路线数据。将这些智能小车优化路线数据传输至终端设备,用于实际的农副产品仓储管理,终端设备可以是操作员的移动设备,或者是连接到智能小车的控制***。通过传输优化路线数据,智能小车可以根据优先级方案高效地完成补给任务,实现农副产品的仓储管理。
优选地,步骤S1包括以下步骤:
步骤S11:获取农副产品的管理仓库数据;
步骤S12:根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;
步骤S13:根据目标管理仓库数据进行农副产品的监测管理节点数据提取,生成目标管理仓库数据的监测节点数据;
步骤S14:利用传感器对监测节点数据进行目标管理仓库数据的仓库农副产品数据实时采集,生成实时仓库农副产品数据。
本发明获取农副产品的管理仓库数据,确保获取全面的仓库信息。依据预设的目标管理仓库数据信息,对管理仓库数据进行目标筛选,将数据集中在与当前管理目标相关的信息上,从而降低数据处理的复杂性,提高了数据的有效性。基于筛选后的目标管理仓库数据,进行农副产品的监测管理节点数据提取,生成了目标管理仓库数据的监测节点数据,将数据从更大范围的仓库数据中进一步提炼,聚焦在需要监测的节点上,确保后续的监测和数据采集更加精准。通过利用传感器对监测节点数据进行实时采集,生成了实时仓库农副产品数据,保证了所采集到的数据是当前时刻的真实信息,避免了过时信息的干扰,为后续决策提供了更准确的支持。
本发明实施例中,通过连接到农副产品仓库的管理***,获取各个仓库的管理数据,例如我们访问仓库数据库,获得了仓库A、仓库B和仓库C的库存、货物种类以及位置等信息。基于预设的农副产品仓库管理目标,对这些数据进行目标管理仓库数据的筛选,例如设定目标为筛选出库存量超过1000单位的仓库数据,经过筛选后,我们得到了目标管理仓库数据,其中包括仓库A和仓库C。根据目标管理仓库数据,提取了农副产品的监测管理节点数据,以仓库A为例,我们关注玉米这一货物种类的库存情况,并提取了这个货物种类的监测数据。运用传感器设备,对提取的监测节点数据进行实时采集。假设仓库A中玉米的库存为800单位,传感器实时监测并记录了这个值。这样,我们生成了实时仓库农副产品数据,即时反映了农副产品在仓库中的库存状况。
优选地,步骤S2包括以下步骤:
步骤S21:利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,生成仓库通信矩阵架构;
步骤S22:利用实时仓库农副产品数据对仓库通信矩阵架构进行通信矩阵节点的数据填充,生成仓库通信矩阵。
本发明利用网络传输设备与网络传输协议,建立了农副仓库的通信矩阵架构,实现了不同仓库内部节点之间的连接与通信,为后续的数据交换和共享提供了高效的基础,通信矩阵架构的建立能够促进仓库内部各节点之间信息的快速传递和实时共享,从而提升了协同工作和响应速度。利用实时仓库农副产品数据对仓库通信矩阵架构进行通信矩阵节点的数据填充,生成了仓库通信矩阵,这个矩阵融合了实际仓库数据,使得通信矩阵中的节点数据更加准确和真实,通过将实时数据与通信矩阵结合,可以为节点之间的数据交换和信息传递提供更具代表性的依据。
本发明实施例中,通过网络传输设备和网络传输协议,建立了农副仓库的通信矩阵架构,假设我们有三个农副仓库:仓库A、仓库B和仓库C。选择以太网作为网络传输设备,并采用TCP/IP作为网络传输协议,根据网络传输设备与网络传输协议创建了一个3x3的通信矩阵架构,其中每个节点代表一个仓库。接着,在通信矩阵架构中利用实时仓库农副产品数据,对通信矩阵的节点进行数据填充,例如仓库A中玉米的库存为800单位,我们将这个值填充到通信矩阵的A节点中,生成仓库通信矩阵。
优选地,步骤S3包括以下步骤:
步骤S31:利用仓库农副产品库存安全值算法对目标管理仓库数据进行仓库农副产品库存安全值计算,生成仓库农副产品库存安全值;
步骤S32:对仓库通信矩阵进行仓库通信矩阵节点的农副产品库存实时监测,当仓库通信矩阵的实时仓库农副产品数据不小于仓库农副产品库存安全值时,将实时仓库农副产品数据对应的仓库通信矩阵的节点进行补给节点标记,生成仓库通信矩阵的补给节点;
步骤S33:对仓库通信矩阵进行仓库通信矩阵节点的农副产品库存实时监测,当仓库通信矩阵的实时仓库农副产品数据小于仓库农副产品库存安全值时,将实时仓库农副产品数据对应的仓库通信矩阵的节点进行待补给节点标记,生成仓库通信矩阵的待补给节点。
本发明利用仓库农副产品库存安全值算法对目标管理仓库数据进行库存安全值计算,生成了仓库农副产品库存安全值,根据目标管理仓库数据的实际情况,通过算法确定了每个节点的库存阈值,确保库存不会降至危险水平,保证了仓库的正常运行和库存的稳定。对仓库通信矩阵进行农副产品库存的实时监测,根据实时数据与库存安全值的对比,标记出补给节点和待补给节点,补给节点指的是实时库存不小于库存安全值的节点,而待补给节点则表示实时库存小于库存安全值的节点,通过这个标记过程,将仓库内节点根据实际需求划分为不同的类别,为后续的库存补给策略提供了基础。
作为本发明的一个实例,参考图2所示,为图1中步骤S3的详细实施步骤流程示意图,在本实例中所述步骤S3包括:
步骤S31:利用仓库农副产品库存安全值算法对目标管理仓库数据进行仓库农副产品库存安全值计算,生成仓库农副产品库存安全值;
本发明实施例中,利用仓库农副产品库存安全值算法对目标管理仓库数据进行库存安全值的计算,假设对仓库A和仓库C进行库农副产品库存安全值计算,分别得到仓库A的仓库农副产品库存安全值为200以及仓库C的仓库农副产品库存安全值为180。
步骤S32:对仓库通信矩阵进行仓库通信矩阵节点的农副产品库存实时监测,当仓库通信矩阵的实时仓库农副产品数据不小于仓库农副产品库存安全值时,将实时仓库农副产品数据对应的仓库通信矩阵的节点进行补给节点标记,生成仓库通信矩阵的补给节点;
本发明实施例中,在仓库通信矩阵中实时监测各节点的农副产品库存情况,当某节点的实时仓库农副产品数据不小于其对应的库存安全值时,将该节点标记为补给节点,例如仓库A的实时玉米库存为300,大于其库存安全值200,我们将A节点标记为补给节点。
步骤S33:对仓库通信矩阵进行仓库通信矩阵节点的农副产品库存实时监测,当仓库通信矩阵的实时仓库农副产品数据小于仓库农副产品库存安全值时,将实时仓库农副产品数据对应的仓库通信矩阵的节点进行待补给节点标记,生成仓库通信矩阵的待补给节点。
本发明实施例中,继续监测仓库通信矩阵节点的实时农副产品库存数据,当某节点的实时仓库农副产品数据小于其对应的库存安全值时,将该节点标记为待补给节点,例如仓库C的实时小麦库存为150,小于其库存安全值180,我们将C节点标记为待补给节点。
优选地,步骤S31中的仓库农副产品库存安全值算法如下所示:
;
式中,表示为仓库农副产品库存安全值,/>表示为农副产品种类数量,/>表示为分析仓库农副产品库存时间段的结束时间,/>表示为分析仓库农副产品库存时间段的起始时间,/>表示为农副产品种类的初始库存安全值,/>表示为第/>种农副产品的历史库存数据,/>表示为分析仓库农副产品库存时间段的当前时间,/>表示为第/>种农副产品的需求量,/>表示为第/>种农副产品的当前库存量,/>表示为第/>种农副产品的后续消耗速率,/>表示为第/>种农副产品的消耗速率,/>表示为仓库农副产品库存安全值的异常调整值。
本发明利用一种仓库农副产品库存安全值算法,该算法综合考虑了农副产品种类数量、分析仓库农副产品库存时间段的结束时间/>、分析仓库农副产品库存时间段的起始时间/>、农副产品种类的初始库存安全值/>、第/>种农副产品的历史库存数据/>、分析仓库农副产品库存时间段的当前时间/>、第/>种农副产品的需求量/>、第/>种农副产品的当前库存量/>、第/>种农副产品的后续消耗速率/>、第/>种农副产品的消耗速率/>以及函数之间的相互作用关系,以形成函数关系式:
即,,函数关系式通过对仓库农副产品安全值计算,以确定该仓库是否需要进行农副产品的补充。考虑到不同农副产品种类数量具有不同的特性和需求,算法引入了种类数量参数,可以针对不同的产品进行个性化的库存安全值计算,更好地满足实际需求;通过分析仓库农副产品库存时间段的结束时间与起始时间的库存情况,算法可以更精确地分析库存的周期性状况,以确定该库存的安全值大致为多少,使得库存安全值更有针对性;农副产品种类的初始库存安全值与第/>种农副产品的历史库存数据反映了过去的库存状况,有助于对未来的需求进行估计,将过去的信息纳入考虑,从而更准确地推断未来库存变化;考虑第/>种农副产品的需求量与第/>种农副产品的当前库存量,这种权衡库存量与需求量使得算法能够更好地应对库存短缺的情况;通过分析第/>种农副产品的后续消耗速率与消耗速率,能够更好地预测未来库存消耗的趋势,使得函数关系式对于库存需求的预测更加准确,为库存安全值的计算提供更多信息。通过动态计算农副产品库存安全值,它可以为仓库管理者提供更深入和精准的决策支持,帮助他们实现库存的平衡、优化农副产品的管理和补给策略,从而提高了库存管理的效率和成本控制。利用仓库农副产品库存安全值的异常调整值/>对函数关系式进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成仓库农副产品库存安全值/>,提高了对目标管理仓库数据进行仓库农副产品库存安全值计算的准确性和可靠性。同时该公式中的调整值可以根据实际情况进行调整,应用于不同的目标管理仓库数据中,提高了算法的灵活性与适用性。
优选地,步骤S4包括以下步骤:
步骤S41:对补给节点的实时仓库农副产品数据与补给节点对应的仓库农副产品库存安全值进行差值计算,生成库存补给数据;
步骤S42:对库存补给数据进行优先级排序处理,生成优先级库存补给数据;
步骤S43:对待补给节点的时仓库农副产品数据与待补给节点对应的仓库农副产品库存安全值进行差值计算,生成库存待补给数据;
步骤S44:对库存待补给数据进行优先级排序处理,生成优先级库存待补给数据;
步骤S45:根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案。
本发明计算补给节点的实时仓库农副产品数据与补给节点对应的库存安全值的差值,生成库存补给数据,这一计算过程考虑了实际库存与安全值之间的差异,从而确定每个补给节点的提供的补充量,确保库存的合理补给。对库存补给数据进行优先级排序处理,生成了优先级库存补给数据,通过排序,能够确定补给节点的补给优先级,使得关键节点的补给更加紧急和优先,确保了农副产品的及时供应。对待补给节点的实时仓库农副产品数据与待补给节点对应的库存安全值进行差值计算,生成库存待补给数据,并进行优先级排序处理,生成了优先级库存待补给数据,使得待补给节点按照补给需求的紧急程度进行排序,为后续库存补给策略提供了依据。根据优先级库存补给数据与优先级库存待补给数据,进行农副产品管理分配,生成了农副产品管理分配的优先级方案,能够确保农副产品的库存补给和待补给按照优先级进行,从而实现了资源的合理调配和库存管理的高效性。
作为本发明的一个实例,参考图3所示,为图1中步骤S4的详细实施步骤流程示意图,在本实例中所述步骤S4包括:
步骤S41:对补给节点的实时仓库农副产品数据与补给节点对应的仓库农副产品库存安全值进行差值计算,生成库存补给数据;
本发明实施例中,计算补给节点的实时仓库农副产品数据与其对应的仓库农副产品库存安全值之间的差值,以获取库存补给数据,例如仓库A的实时玉米库存为500,而其库存安全值为200,差值为300,以此得到了仓库A的库存补给数据。
步骤S42:对库存补给数据进行优先级排序处理,生成优先级库存补给数据;
本发明实施例中,在计算得到的库存补给数据中,我们对补给节点进行优先级排序处理,生成了优先级库存补给数据,根据差值的大小,可以确定补给的紧急程度,然后将补给节点进行排序。
步骤S43:对待补给节点的时仓库农副产品数据与待补给节点对应的仓库农副产品库存安全值进行差值计算,生成库存待补给数据;
本发明实施例中,计算待补给节点的实时仓库农副产品数据与其对应的仓库农副产品库存安全值之间的差值,得到库存待补给数据,例如仓库C的实时小麦库存为150,而其库存安全值为200,差值为-50,以此得到了仓库C的库存待补给数据。
步骤S44:对库存待补给数据进行优先级排序处理,生成优先级库存待补给数据;
本发明实施例中,对库存待补给数据进行优先级排序处理,生成了优先级库存待补给数据,和步骤S42类似,根据差值的大小,确定待补给的紧急程度,然后对待补给节点进行排序。
步骤S45:根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案。
本发明实施例中,根据优先级库存补给数据和优先级库存待补给数据,进行农副产品的管理分配,例如可以采取策略,先将优先级高的补给数据对优先级高的待补给数据进行补给,如果优先级最高点补给数据小于优先级最大的待补给数据,则最优补给数据补给完后用次优的补给数据对最优待补给数据进行补给,这样,我们生成了农副产品管理分配的优先级方案。
优选地,步骤S45包括以下步骤:
步骤S451:利用优先级库存补给数据与优先级库存待补给数据进行仓库农副产品补给,当最大值的库存补给数据小于最大值的库存待补给数据,生成节点补给欠缺数据;
步骤S452:根据节点补给欠缺数据对优先级库存补给数据进行库存补给优先级更新,生成更新优先级库存补给数据,并利用更新优先级库存补给数据对优先级库存待补给数据进行仓库农副产品迭代补给,生成节点分配补给欠缺方案;
步骤S453:利用优先级库存补给数据与优先级库存待补给数据进行仓库农副产品补给,当最大值的库存补给数据不小于最大值的库存待补给数据,生成节点补给剩余数据;
步骤S454:根据节点补给剩余数据对优先级库存待补给数据进行库存补给优先级更新,生成更新优先级库存待补给数据,并利用优先级库存补给数据对更新优先级库存待补给数据进行仓库农副产品迭代补给,生成节点分配补给剩余方案;
步骤S455:将节点分配补给欠缺方案与节点分配补给剩余方案进行补给分配方案的优先级数据整合,生成农副产品管理分配优先级方案。
本发明利用优先级库存补给数据与优先级库存待补给数据进行农副产品补给,如果最紧急的库存补给需求小于最紧急的库存待补给需求,就生成节点补给欠缺数据,确保了最紧急的库存需求得到满足,防止了短缺情况的发生。根据节点补给欠缺数据对优先级库存补给数据进行库存补给优先级更新,生成更新后的优先级库存补给数据,利用更新后的优先级库存补给数据对优先级库存待补给数据进行迭代补给,生成了节点分配补给欠缺方案,这个方案保证了库存短缺节点的优先级补给,从而稳定了库存管理。当处于最大值的库存补给数据不小于最大值的库存待补给数据情况时,生成节点补给剩余数据,并对优先级库存待补给数据进行更新和迭代补给,生成节点分配补给剩余方案,确保了库存的合理分配和补给,实现了资源的最优化利用。将节点分配补给欠缺方案与节点分配补给剩余方案的优先级数据进行整合,生成了农副产品管理分配优先级方案,通过综合考虑节点之间剩余的补给与短缺的补给需求,确保了库存的整体平衡和资源的有效分配。
本发明实施例中,利用优先级库存补给数据和优先级库存待补给数据进行仓库农副产品的补给计算,比较最大值的库存补给数据和最大值的库存待补给数据,如果最大值的库存补给数据小于最大值的库存待补给数据,说明在当前的库存补给方案下存在补给不足的情况,生成节点补给欠缺数据,记录哪些节点的补给数据欠缺。假设优先级库存补给数据的最优的补给节点小于优先级库存待补给数据的最优的待补给节点,那么,就利用最优的补给节点以外最大的补给节点对最优的待补给节点进行补充,以此如此迭代往复,生成节点分配补给欠缺方案。再次利用优先级库存补给数据和优先级库存待补给数据进行仓库农副产品的补给计算,如果最大值的库存补给数据不小于最大值的库存待补给数据,说明在当前的库存补给方案下存在补给剩余的情况。我们生成节点补给剩余数据,记录哪些节点的补给数据剩余。步骤S454如步骤S452类似,通过上述步骤,生成当优先级补给数据的最大值库存补给数据不小于优先级待补及数据的最大值库存待补给数据的方案。将节点分配补给欠缺方案和节点分配补给剩余方案的优先级数据进行整合,生成了农副产品管理分配的优先级方案,这个方案综合考虑两者交替的仓库补给方案,满足了节点之间补给数据不足的情况通过下个节点进行补充,为实际的仓库补给分配提供了指导。
优选地,步骤S5包括以下步骤:
步骤S51:根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集,生成智能小车路线数据;
步骤S52:利用分配路线优化算法对智能小车路线数据进行智能小车路线优化,生成智能小车优化路线数据;
步骤S53:将智能小车优化路线数据传输至终端进行农副产品仓储管理。
本发明根据农副产品管理分配优先级方案,进行农副产品管理分配优先级的坐标路线采集,生成了智能小车路线数据,考虑了不同农副产品的优先级分配,确保了智能小车按照最佳路线完成不同任务的分配。利用分配路线优化算法对智能小车路线数据进行智能小车路线优化,生成了智能小车优化路线数据,通过优化算法,能够将不同任务节点进行合理排序和规划,并且考虑路上出现的障碍物进行优化路线,从而减少了行驶距离和时间,提高了智能小车运行的效率。将经过优化的智能小车路线数据传输至终端进行农副产品仓储管理,实现了智能小车路线数据的实时传输和远程管理,支持农副产品仓储管理人员对仓库操作进行监控和调整。
本发明实施例中,根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集,以仓库A、B和C为例,假设我们分配了优先级方案,确定了从A到B、从B到C的路径顺序,记录下每个仓库的坐标和路径顺序,生成了智能小车的初始路线数据。在智能小车路线数据的基础上,利用分配路线优化算法对路线进行优化,例如考虑到节点之间的最短路线距离,以及节点之间可能会出现的障碍物等问题,以实现最短路径和最优分配,通过算法的迭代计算,得到了智能小车优化路线数据,这是经过优化的最佳路径方案。将智能小车优化路线数据传输至终端,用于进行农副产品仓储管理,通过传输路线数据,终端设备可以实时指导智能小车的运行,确保按照优化的路线进行农副产品的管理分配,从而提高了仓储管理的效率和准确性。
优选地,步骤S52中的分配路线优化算法如下所示:
;
式中,表示为智能小车优化路线距离,/>表示为智能小车路线中的障碍物数量,表示为农副产品涉及的优先级权重,/>表示为智能小车路线涉及的行驶距离,/>表示为智能小车涉及的行驶速度,/>表示为智能小车路线涉及的行驶规划时间,/>表示为智能小车优化路线距离的异常调整值。/>
本发明利用一种分配路线优化算法,该算法综合考虑了智能小车路线中的障碍物数量、农副产品涉及的优先级权重/>、智能小车路线涉及的行驶距离/>、智能小车涉及的行驶速度/>、智能小车路线涉及的行驶规划时间/>以及函数之间的相互作用关系,以形成函数关系式:
即,,通过函数关系式通过计算智能小车的障碍物以对行驶路线距离进行优化计算,使得行驶距离更为精准。智能小车路线中的障碍物数量在实际环境中,路线中可能存在障碍物,这些障碍物可能导致智能小车的停顿、绕行或避让,通过考虑障碍物数量,算法可以生成避开这些障碍物的最优路线,从而减少行驶中的停顿和延迟;不同农副产品的重要性可能不同,有些可能更加紧急或者关键,通过引入农副产品涉及的优先级权重,函数关系式可以在路线优化中考虑这些差异,可以确保在行驶过程中更加专注于关键农副产品的运输,从而最大程度地满足需求,提高了农副产品的运输效率;通过智能小车路线涉及的行驶距离、智能小车涉及的行驶速度以及智能小车路线涉及的行驶规划时间综合考虑了智能小车行驶的实际情况,行驶距离影响了整体行程的时间和成本,行驶速度反映了行驶的效率,而行驶规划时间则是为了确保智能小车在规定时间内完成任务,函数关系式综合利用这些参数,生成最优路线,使智能小车在限定的时间内行驶最短距离。通过优化路线,智能小车可以在最短的时间内、最小的成本下完成任务,减少了不必要的停顿和延误,此外,考虑到农副产品的优先级和实际行驶情况,该函数关系式能够更好地适应实际需求,提高了农副产品的运输效率和管理效果。利用智能小车优化路线距离的异常调整值/>对函数关系式进行调整修正,减少异常数据或误差项带来的误差影响,从而更准确地生成智能小车优化路线距离/>,提高了对智能小车路线数据进行智能小车路线优化的准确性和可靠性。同时该公式中的权重信息以及调整值可以根据实际情况进行调整,应用于不同的节点的智能小车路线中,提高了算法的灵活性与适用性。
本说明书中提供一种农副产品仓储管理***,用于执行如上述所述的农副产品仓储管理方法,该农副产品仓储管理***包括:
仓库农副产品数据采集模块,用于获取农副产品的管理仓库数据;根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;对目标管理仓库数据进行仓库农副产品数据实时采集,生成实时仓库农副产品数据;
仓库通信矩阵建立模块,利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,并利用实时仓库农副产品数据进行通信矩阵节点的数据填充,生成仓库通信矩阵;
仓库通信矩阵节点划分模块,用于对仓库通信矩阵进行仓库通信矩阵的补给节点与待补给节点划分,分别生成补给节点与待补给节点;
农副产品管理分配优先级方案模块,用于对补给节点进行库存补给数据计算及排序,生成优先级库存补给数据;对待补给节点进行库存待补给数据计算及排序,生成优先级待库存补给数据;根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案。
智能小车路线规划模块,用于根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集及优化,生成智能小车优化路线数据,将智能小车优化路线数据传输至终端进行农副产品仓储管理。
本申请有益效果在于,本发明通过实时采集和分析大量仓库数据,不仅基于实际情况确定库存安全值,还根据优先级库存补给和待补给数据制定农副产品管理分配优先级方案,使得仓库内的库存管理不再依赖于人工主观判断,而是建立在精确数据和智能决策的基础上,有效降低了库存过多或过少带来的风险。通过库存补给数据的计算、排序和优先级更新,方法确保了库存补给的准确性和紧急性,智能小车路线的优化则考虑了多个任务节点的复杂交互,通过算法找到最优的路径,从而减少了能源消耗和运输时间。这使得仓库资源的利用率得到了显著提升。通过补给节点和待补给节点的标记、分配补给方案的制定,实现了库存的动态平衡,库存补给和分配策略根据实际需求进行优化,确保了库存的稳定性,避免了库存过剩或短缺的情况,从而提高了仓库运营的稳定性和可靠性。通过通信矩阵的建立和实时仓库农副产品数据的监测,方法实现了仓库内节点之间信息的快速传递和实时共享,智能小车优化路线数据的远程传输则支持了仓库管理人员对仓库操作的实时监控和调整,使得管理人员能够更迅速地做出决策和应对变化。通过库存补给数据计算和优先级排序、智能小车路线的优化以及库存分配方案的制定,使得仓库操作更加高效,合理的库存补给和分配策略减少了不必要的等待时间和多次补给,同时智能小车优化路线数据的使用减少了行驶距离,从而显著提升了仓库操作的效率。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。
Claims (7)
1.一种农副产品仓储管理方法,其特征在于,包括以下步骤:
步骤S1:获取农副产品的管理仓库数据;根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;对目标管理仓库数据进行仓库农副产品数据实时采集,生成实时仓库农副产品数据;
步骤S2:利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,并利用实时仓库农副产品数据进行通信矩阵节点的数据填充,生成仓库通信矩阵;
步骤S3:包括:
步骤S31:利用仓库农副产品库存安全值算法对目标管理仓库数据进行仓库农副产品库存安全值计算,生成仓库农副产品库存安全值;
步骤S32:对仓库通信矩阵进行仓库通信矩阵节点的农副产品库存实时监测,当仓库通信矩阵的实时仓库农副产品数据不小于仓库农副产品库存安全值时,将实时仓库农副产品数据对应的仓库通信矩阵的节点进行补给节点标记,生成仓库通信矩阵的补给节点;
步骤S33:对仓库通信矩阵进行仓库通信矩阵节点的农副产品库存实时监测,当仓库通信矩阵的实时仓库农副产品数据小于仓库农副产品库存安全值时,将实时仓库农副产品数据对应的仓库通信矩阵的节点进行待补给节点标记,生成仓库通信矩阵的待补给节点;
步骤S4,包括:
步骤S41:对补给节点的实时仓库农副产品数据与补给节点对应的仓库农副产品库存安全值进行差值计算,生成库存补给数据;
步骤S42:对库存补给数据进行优先级排序处理,生成优先级库存补给数据;
步骤S43:对待补给节点的实时仓库农副产品数据与待补给节点对应的仓库农副产品库存安全值进行差值计算,生成库存待补给数据;
步骤S44:对库存待补给数据进行优先级排序处理,生成优先级库存待补给数据;
步骤S45,包括:
步骤S451:利用优先级库存补给数据与优先级库存待补给数据进行仓库农副产品补给,当最大值的库存补给数据小于最大值的库存待补给数据,生成节点补给欠缺数据;
步骤S452:根据节点补给欠缺数据对优先级库存补给数据进行库存补给优先级更新,生成更新优先级库存补给数据,并利用更新优先级库存补给数据对优先级库存待补给数据进行仓库农副产品迭代补给,其中,在优先级库存补给数据的最优的补给节点小于优先级库存待补给数据的最优的待补给节点时,利用最优的补给节点以外最大的补给节点对最优的待补给节点进行补充,以此迭代往复,生成节点分配补给欠缺方案;
步骤S453:利用优先级库存补给数据与优先级库存待补给数据进行仓库农副产品补给,当最大值的库存补给数据不小于最大值的库存待补给数据,生成节点补给剩余数据;
步骤S454:根据节点补给剩余数据对优先级库存待补给数据进行库存补给优先级更新,生成更新优先级库存待补给数据,并利用优先级库存补给数据对更新优先级库存待补给数据进行仓库农副产品迭代补给,生成节点分配补给剩余方案;
步骤S455:将节点分配补给欠缺方案与节点分配补给剩余方案进行补给分配方案的优先级数据整合,生成农副产品管理分配优先级方案;
步骤S5:根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集及优化,生成智能小车优化路线数据,将智能小车优化路线数据传输至终端进行农副产品仓储管理。
2.根据权利要求1所述的农副产品仓储管理方法,其特征在于,步骤S1包括以下步骤:
步骤S11:获取农副产品的管理仓库数据;
步骤S12:根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;
步骤S13:根据目标管理仓库数据进行农副产品的监测管理节点数据提取,生成目标管理仓库数据的监测节点数据;
步骤S14:利用传感器对监测节点数据进行目标管理仓库数据的仓库农副产品数据实时采集,生成实时仓库农副产品数据。
3.根据权利要求2所述的农副产品仓储管理方法,其特征在于,步骤S2包括以下步骤:
步骤S21:利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,生成仓库通信矩阵架构;
步骤S22:利用实时仓库农副产品数据对仓库通信矩阵架构进行通信矩阵节点的数据填充,生成仓库通信矩阵。
4.根据权利要求3所述的农副产品仓储管理方法,其特征在于,步骤S31中的仓库农副产品库存安全值算法如下所示:
;
式中,表示为仓库农副产品库存安全值,/>表示为农副产品种类数量,/>表示为分析仓库农副产品库存时间段的结束时间,/>表示为分析仓库农副产品库存时间段的起始时间,/>表示为农副产品种类的初始库存安全值,/>表示为第/>种农副产品的历史库存数据,表示为分析仓库农副产品库存时间段的当前时间,/>表示为第/>种农副产品的需求量,表示为第/>种农副产品的当前库存量,/>表示为第/>种农副产品的后续消耗速率,/>表示为第/>种农副产品的消耗速率,/>表示为仓库农副产品库存安全值的异常调整值。
5.根据权利要求4所述的农副产品仓储管理方法,其特征在于,步骤S5包括以下步骤:
步骤S51:根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集,生成智能小车路线数据;
步骤S52:利用分配路线优化算法对智能小车路线数据进行智能小车路线优化,生成智能小车优化路线数据;
步骤S53:将智能小车优化路线数据传输至终端进行农副产品仓储管理。
6.根据权利要求5所述的农副产品仓储管理方法,其特征在于,步骤S52中的分配路线优化算法如下所示:
;
式中,表示为智能小车优化路线距离,/>表示为智能小车路线中的障碍物数量,/>表示为农副产品涉及的优先级权重,/>表示为智能小车路线涉及的行驶距离,/>表示为智能小车涉及的行驶速度,/>表示为智能小车路线涉及的行驶规划时间,/>表示为智能小车优化路线距离的异常调整值。
7.一种农副产品仓储管理***,其特征在于,用于执行如权利要求1-6中任一项所述的一种农副产品仓储管理方法,该农副产品仓储管理***包括:
仓库农副产品数据采集模块,用于获取农副产品的管理仓库数据;根据预设的目标管理仓库数据信息对管理仓库数据进行目标管理仓库数据筛选,生成目标管理仓库数据;对目标管理仓库数据进行仓库农副产品数据实时采集,生成实时仓库农副产品数据;
仓库通信矩阵建立模块,利用网络传输设备与网络传输协议进行农副仓库的通信矩阵架构建立,并利用实时仓库农副产品数据进行通信矩阵节点的数据填充,生成仓库通信矩阵;
仓库通信矩阵节点划分模块,用于对仓库通信矩阵进行仓库通信矩阵的补给节点与待补给节点划分,分别生成补给节点与待补给节点;
农副产品管理分配优先级方案模块,用于对补给节点进行库存补给数据计算及排序,生成优先级库存补给数据;对待补给节点进行库存待补给数据计算及排序,生成优先级待库存补给数据;根据优先级库存补给数据与优先级库存待补给数据进行农副产品管理分配,生成农副产品管理分配优先级方案;
智能小车路线规划模块,用于根据农副产品管理分配优先级方案进行农副产品管理分配优先级的坐标路线采集及优化,生成智能小车优化路线数据,将智能小车优化路线数据传输至终端进行农副产品仓储管理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311081889.6A CN116823122B (zh) | 2023-08-26 | 2023-08-26 | 一种农副产品仓储管理方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311081889.6A CN116823122B (zh) | 2023-08-26 | 2023-08-26 | 一种农副产品仓储管理方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116823122A CN116823122A (zh) | 2023-09-29 |
CN116823122B true CN116823122B (zh) | 2023-12-08 |
Family
ID=88116960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311081889.6A Active CN116823122B (zh) | 2023-08-26 | 2023-08-26 | 一种农副产品仓储管理方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116823122B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014317B (zh) * | 2024-04-09 | 2024-06-21 | 济宁市海富电子科技有限公司 | 一种硅胶生产材料仓储控制管理***及方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107963385A (zh) * | 2016-10-18 | 2018-04-27 | 苏宁云商集团股份有限公司 | 一种物流仓储领域中货物的处理方法及*** |
CN110390501A (zh) * | 2018-04-18 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 数据处理方法及其***、计算机***及计算机可读介质 |
CN111724530A (zh) * | 2019-03-21 | 2020-09-29 | 江苏华章物流科技股份有限公司 | 全链路自动化补货方法及售货*** |
CN112907159A (zh) * | 2019-11-19 | 2021-06-04 | 北京京东乾石科技有限公司 | 一种库存物品的调拨方法和装置 |
CN113220765A (zh) * | 2021-05-13 | 2021-08-06 | 广东便捷神科技股份有限公司 | 一种面向零售终端机成本控制数据仓库的数据组织方法 |
CN114757624A (zh) * | 2022-05-07 | 2022-07-15 | 上海东普信息科技有限公司 | 仓储补货方法、装置、设备及存储介质 |
CN114819807A (zh) * | 2022-04-06 | 2022-07-29 | 国网浙江省电力有限公司永康市供电公司 | 一种专业仓库物资管理方法 |
CN116109252A (zh) * | 2023-02-20 | 2023-05-12 | 深圳市千岩科技有限公司 | 仓库补货管理方法、装置、仓库管理***及存储介质 |
CN116308031A (zh) * | 2023-01-31 | 2023-06-23 | 广州盖盟达工业品有限公司 | 一种用于缩短仓库配货行走路径的多仓库库存分配方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190259043A1 (en) * | 2018-02-19 | 2019-08-22 | Target Brands, Inc. | Method and system for supply chain management |
US11615373B2 (en) * | 2018-05-09 | 2023-03-28 | Target Brands, Inc. | Inventory management |
-
2023
- 2023-08-26 CN CN202311081889.6A patent/CN116823122B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107963385A (zh) * | 2016-10-18 | 2018-04-27 | 苏宁云商集团股份有限公司 | 一种物流仓储领域中货物的处理方法及*** |
CN110390501A (zh) * | 2018-04-18 | 2019-10-29 | 北京京东尚科信息技术有限公司 | 数据处理方法及其***、计算机***及计算机可读介质 |
CN111724530A (zh) * | 2019-03-21 | 2020-09-29 | 江苏华章物流科技股份有限公司 | 全链路自动化补货方法及售货*** |
CN112907159A (zh) * | 2019-11-19 | 2021-06-04 | 北京京东乾石科技有限公司 | 一种库存物品的调拨方法和装置 |
CN113220765A (zh) * | 2021-05-13 | 2021-08-06 | 广东便捷神科技股份有限公司 | 一种面向零售终端机成本控制数据仓库的数据组织方法 |
CN114819807A (zh) * | 2022-04-06 | 2022-07-29 | 国网浙江省电力有限公司永康市供电公司 | 一种专业仓库物资管理方法 |
CN114757624A (zh) * | 2022-05-07 | 2022-07-15 | 上海东普信息科技有限公司 | 仓储补货方法、装置、设备及存储介质 |
CN116308031A (zh) * | 2023-01-31 | 2023-06-23 | 广州盖盟达工业品有限公司 | 一种用于缩短仓库配货行走路径的多仓库库存分配方法 |
CN116109252A (zh) * | 2023-02-20 | 2023-05-12 | 深圳市千岩科技有限公司 | 仓库补货管理方法、装置、仓库管理***及存储介质 |
Non-Patent Citations (1)
Title |
---|
智慧仓储优化管理***的研发;孙洪喜;焦清国;孙培峰;邱晓嵩;;物流技术与应用(04);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116823122A (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116823122B (zh) | 一种农副产品仓储管理方法及*** | |
US20200351380A1 (en) | Selecting where to process data associated with Internet of Things (IoT) devices | |
CN112055329B (zh) | 一种适用于rsu覆盖切换的边缘车联网任务卸载方法 | |
Li et al. | Discrete firefly algorithm with compound neighborhoods for asymmetric multi-depot vehicle routing problem in the maintenance of farm machinery | |
CN103927643A (zh) | 一种大规模订单处理与配送路径优化的方法 | |
CN116843156A (zh) | 一种装配式建筑构件的供应链管理与控制方法 | |
US20210166181A1 (en) | Equipment management method, device, system and storage medium | |
EP3932025B1 (en) | Computing resource scheduling method, scheduler, internet of things system, and computer readable medium | |
WO2019090874A1 (zh) | 一种用于货物取送的单车调度方法 | |
Wang et al. | A reinforcement learning approach for online service tree placement in edge computing | |
CN117395166B (zh) | 基于物联网的智能农业管理平台 | |
CN116553058A (zh) | 三维智能仓储***及其控制方法 | |
CN113988627A (zh) | 基于深度强化学习的协同云排产方法及*** | |
CN116703093A (zh) | 一种配网物资储备管理和配送*** | |
CN116843135A (zh) | 一种短驳车辆集群管理与调度的***、架构及方法 | |
CN117094460B (zh) | 一种基于od数据的多目标旅行商控制方法、***及介质 | |
CN111105050B (zh) | 风机维护计划的生成方法、装置、设备及存储介质 | |
CN117236835A (zh) | 智慧物流共享中心管理*** | |
CN111861397A (zh) | 一种针对客户探访的智能排班平台 | |
Pauer et al. | Comparing system optimum-based and user decision-based traffic models in an autonomous transport system | |
CN110689202A (zh) | 一种基于混合智能算法的物资托盘配送车辆调度方法 | |
Wahl et al. | On-demand forklift hailing system for Intralogistics 4.0 | |
Golany et al. | An interactive goal programming procedure for operational recovery problems | |
CN111768065B (zh) | 一种分配拣货任务的方法和装置 | |
CN118037009B (zh) | 一种基于北斗卫星通信的应急物资调配方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |