货物配装方法及货物配装系统与流程

本发明涉及货物装配领域，具体而言，涉及一种货物配装方法及货物配装系统。

背景技术：

汽车制造行业的产品类别十分繁杂，各个品类的基本属性不尽相同。但是对于出厂物流装配环节来讲，需要对于每种品类的基本数据熟知。往往汽车制造业的很多零部件需要配套生产才能完成车辆的整体配套，缺一不可。但是目前货物出库装载主要依赖于人工进行装配车，对与各个品类没有精准的把控，往往会牺牲运载率来完成车辆零部件的配套运输。

在汽车制造行业中，按照生产计划日期生产出来的零部件或者半成品需要堆放到对应库位上，并在一定时间内占用库位。目前货物出库装载主要依赖于人工进行装配车。对与生产计划没有或者一定程度上没有较为准确的生产预测。

汽车制造业的行业属性导致其不能够间断生产，但是订单需求是处于变化过程中的，零部件的需求量不同对于其生产的影响巨大。经常出现货物在仓库中长期占用不能出货的情况，导致仓库利用率降低，浪费资源。另外，人工装配对货物生产排程没有全局意识，容易导致库位长时间占用，影响生产计划。汽车制造业零部件种类繁多，各种属性不同，人为不容易全局把控。零部件配套运输牺牲运力，造成运力浪费，导致成本升高。装配方案需要装配工人安排计划，费时费力效果差。装配工人对货物的整体水平没有直观概念，只能大致根据订单商品的重量和体积估计装配。有些订单的货物尺寸不合适，在摆放过程中空间利用不合理，这样就导致所装配容器不能够全部装载订单货物，临时更换车辆导致人力物力的浪费。过分估计订单商品所需空间，导致车辆空间浪费，配车不合理，增加了运输成本；货物重量不同，装载时不考虑装载平衡会提高因为重量偏移带来的运输风险。装配工人的经验不易传承，人员固定化。货物摆放情况不明，装载工人操作不明，致使装配车失误。某些货物存在特种要求，比如不可压等。目前工人装卸时，只能人工判断某些货物怎样码放，造成空间利用不合理，如果重新装卸的话又造成出库缓慢时间浪费等问题。

现有技术中，汽车制造业仍然多数依赖于传统配装方式，只能根据以往情况进行预生产，进行生产排程，仓位不合理占用。另外仅仅依赖人工对货物包装规格的大小进行判断，人为根据装载空间尺寸和订单的总体积和重量以经验进行匹配，经常会出现配车和实际装车情况不匹配等情况，造成人力、物力的浪费。

对生产量不能准确预判，导致产销不平衡，致使产品积压，占用库位，浪费资源。不能准确把握各个品类的基本属性，比如a和b不能相邻装载、a和c不能上下摆放、a和d必须相邻摆放、a和e需要以1:2的数量比进行配装等等。

人工判断错误率高，对配车人员经验要求较高，现场重复装卸多发，占用出库仓口时间长，影响物流整体效率。其次，人工装载不了解配车装载安排，容易产生配车情况不明的问题，影响整个物流成本。

针对现有技术中，对生产产品的生产量不能准确预判，导致产品积压，占用库位以及人工装载不了解配车装载安排，导致产生配车情况不明的技术问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明实施例提供了一种货物配装方法及货物配装系统，以至少解决现有技术中，对生产产品的生产量不能准确预判，导致产品积压，占用库位以及人工装载不了解配车装载安排，导致产生配车情况不明的技术的技术问题。

根据本发明实施例的一个方面，提供了一种货物配装方法，包括：根据订单业务数据、货物特征数据和生产指标数据确定第一货物的生产计划；根据所述第一货物属性确定所述第一货物与各仓库存放的第二货物之间的存放顺序；根据在仓货物情况、仓库剩余空间情况、所述生产计划以及所述存放顺序进行仓库的仓位分派；根据所述各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式。

进一步地，根据所述各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式，包括：根据所述各仓库内货物的生产日期、数量以及货物订单信息计算出各仓库的出货量；根据所述各仓库的出货量、各仓库位置顺序和配装容器的属性进行货物配装。

进一步地，所述根据所述各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式之后，所述方法还包括：确定出各仓库货物的出库装载日期、出库装载顺序和第一货物在所述配装容器内摆放位置。

进一步地，所述确定出各仓库货物的出库装载日期、出库装载顺序和第一货物在所述配装容器内摆放位置之后，所述方法还包括：确定所述第一货物与第三货物的关联关系，其中，所述关联关系用于表示所述第三货物是否允许与所述第一货物使用同一装配容器的关系；在所述关联关系满足预定条件的情况下，确定将所述第三货物与所述第一货物协同装配。

根据本发明实施例的另一方面，还提供了一种货物配装系统，包括：大数据平台、知识图谱平台以及系统平台，其中，所述大数据平台，用于根据订单业务数据、货物特征数据和生产指标数据确定第一货物的生产计划；所述知识图谱平台，用于根据所述第一货物属性确定所述第一货物与各仓库存放的第二货物之间的存放顺序；所述大数据平台，用于根据在仓货物情况、仓库剩余空间情况、所述生产计划以及所述存放顺序进行仓库的仓位分派；所述系统平台，用于根据所述各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式。

进一步地，所述系统中的所述系统平台还包括：计算单元，用于根据所述各仓库内货物的生产日期、数量以及货物订单信息计算出各仓库的出货量；第一确定单元，用于根据所述各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式。

进一步地，所述系统中的所述系统平台还包括：第二确定单元，用于根据所述各仓库的出货量、各仓库位置顺序和配装容器的属性进行货物配装之后，确定出各仓库货物的出库装载日期、出库装载顺序和第一货物在所述配装容器内摆放位置。

进一步地，所述系统中的所述知识图谱平台还包括：第三确定单元，用于确定出各仓库货物的出库装载日期、出库装载顺序和第一货物在所述配装容器内摆放位置之后，确定所述第一货物与第三货物的关联关系，其中，所述关联关系用于表示所述第三货物是否允许与所述第一货物使用同一装配容器的关系；第四确定单元，用于在所述关联关系满足预定条件的情况下，确定将所述第三货物与所述第一货物协同装配。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述任一项所述的货物配装方法。

根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任一项所述的货物配装方法。

在本发明实施例中，通过根据订单业务数据、货物特征数据和生产指标数据确定第一货物的生产计划；根据第一货物属性确定第一货物与各仓库存放的第二货物之间的存放顺序；根据在仓货物情况、仓库剩余空间情况、生产计划以及存放顺序进行仓库的仓位分派；根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式，达到了根据货物的相关数据确定货物生产计划以及各仓库中的货物的数量确定生产货物放入的仓库，以及根据生产货物的特征与各仓库中的货物存放的顺序确定货物放入的仓库的目的，从而实现了根据各仓库的货物的数量、仓库中剩余存放货物的空间合理的将货物存放各个仓库中的技术效果，进而解决了现有技术中，对生产产品的生产量不能准确预判，导致产品积压，占用库位以及人工装载不了解配车装载安排，导致产生配车情况不明的技术的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的货物配装方法的流程图；

图2是根据本发明优选实施例的基于大数据平台系统算法流程示意图；

图3是根据本发明优选实施例的基于知识图谱平台系统算法流程示意图；

图4是根据本发明优选实施例的基于大数据和知识图谱平台系统算法流程示意图；以及

图5是根据本发明实施例的货物配装系统的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例，提供了一种货物配装的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

下面将对本发明实施例的货物配装方法进行详细说明。

图1是根据本发明实施例的货物配装方法的流程图，如图1所示，该货物配装方法包括如下步骤：

步骤s102，根据订单业务数据、货物特征数据和生产指标数据确定第一货物的生产计划。

步骤s104，根据第一货物属性确定第一货物与各仓库存放的第二货物之间的存放顺序。

步骤s106，根据在仓货物情况、仓库剩余空间情况、生产计划以及存放顺序进行仓库的仓位分派。

步骤s108，根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式。

通过上述步骤，通过根据订单业务数据、货物特征数据和生产指标数据确定第一货物的生产计划；根据第一货物属性确定第一货物与各仓库存放的第二货物之间的存放顺序；根据在仓货物情况、仓库剩余空间情况、生产计划以及存放顺序进行仓库的仓位分派；根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式，达到了根据货物的相关数据确定货物生产计划以及各仓库中的货物的数量确定生产货物放入的仓库，以及根据生产货物的特征与各仓库中的货物存放的顺序确定货物放入的仓库的目的，从而实现了根据各仓库的货物的数量、仓库中剩余存放货物的空间合理的将货物存放各个仓库中的技术效果，进而解决了现有技术中，对生产产品的生产量不能准确预判，导致产品积压，占用库位以及人工装载不了解配车装载安排，导致产生配车情况不明的技术的技术问题。

在步骤s102提供的方案中，订单业务数据可以包括但不限于：生产该货物的数量、完成该订单的时间。货物特征数据可以包括但不限于：该货物的形状、货物的大小(即体积)，货物的易碎属性。生产指标数据包括但不限于：货物的生产要求，例如，货物是汽车零件的情况下，货物的要求精度。货物为食品货物的情况下，货物的卫生要求。货物每天生产的数量。

也就是说，在步骤s102的方案中可以获取到货物的生产计划，该生产计划可以包括但不限于：每天可以生成的数量、以及计划生成完成的天数。

在步骤s104提供的方案中，可以根据计划生成的货物的属性确定与各仓库中存放的货物之间的存放顺序。例如，生产的货物是汽车配件的轴承，存在3仓库，其中仓库中存放的是螺母，仓库2中存放的是螺钉，仓库3中存放的是轴承座，因此，确定出将生产的轴承优先存放的到仓库的顺序为：仓库3、仓库2、仓库1。也就是说，可以根据轴承的类别，优先将轴承存放在可以与之装配或者与之类别相近的仓库中，以便仓库管理者的管理。

在步骤s106提供的方案中，根据仓库货物类别、仓库剩余空间情况，以及存放顺序确定仓位的分派。例如，计划生成的产品的需要4立方的空间进行容纳，现有存在5个仓库，其中仓库1中存放的是螺钉，剩余可存放货物的空间3立方，仓库2中存放的是螺母，剩余可存放货物的空间是5立方、仓库3中存放的是轮胎，剩余可存放货物的空间是4立方，仓库4中存放的货物是轴承座，剩余可存放货物的空间是4立方，仓库5中存放的是轴承，其剩余的可存放货物的空间是3立方。因此根据上述数据，可以将生产的轴承存放至仓库4中，这样将仓库4中的仓库利用完，以便仓库管理者对仓库的管理。

在步骤s108提供的方案中，根据各仓库中预定时间段内，需要出库的数量，以及生产货物需要存放的时长，确定货物存放的位置。

作为一种可选的实施例，根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式，可以包括：根据各仓库内货物的生产日期、数量以及货物订单信息计算出各仓库的出货量；根据各仓库的出货量、各仓库位置顺序和配装容器的属性进行货物配装。

作为一种可选的实施例，根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式之后，方法还可以包括：确定出各仓库货物的出库装载日期、出库装载顺序和第一货物在配装容器内摆放位置。

作为一种可选的实施例，确定出各仓库货物的出库装载日期、出库装载顺序和第一货物在配装容器内摆放位置之后，方法还可以包括：确定第一货物与第三货物的关联关系，其中，关联关系用于表示第三货物是否允许与第一货物使用同一装配容器的关系；在关联关系满足预定条件的情况下，确定将第三货物与第一货物协同装配。可以合理的利用装货车辆的空间，减少运输的次数，进而减少劳动量。

本发明还提供了一种优选实施例，该优选实施例提供了一种基于大数据平台和知识图谱平台的汽车制造业出厂物流优化系统。

该优选实施可以实现：1)大数据平台对订单业务数据、特征数据、指标数据、以往订单需求数据进行管理、分析、监控。2)大数据平台将数据进行综合处理与计算，对未来订单进行预测，为生产计划提供准确的基础数据。3)汽车制造业的零部件品类众多，各个品类的装载需求不明确。4)知识图谱平台对装载要素的抓取、对各个属性的量化、对人工经验的数字化。5)知识图谱平台对各个属性进行分析、归类，形成各个品类零部件的画像。6)针对于订单详细信息，得到订单的图数据。7)通过知识问答得到各个品类间的相互影响关系，进而快速对货物进行聚类分析、分组。8)零部件的形状较为不规则，种类繁多，对装载难度较高。9)零部件成品占库时间随配装工人安排而变化，配装工人全局意识不够会导致占库时间较长，影响后续生产排程。10)配装工人的经验不容易传承，会导致人员固定化，有人生病或者请假就会影响生产计划。

该系统具体实现如下：

步骤1，系统大数据平台对订单业务数据、特征数据、指标数据、以往订单需求数据进行管理、分析、监控。将数据进行综合处理与计算，对未来订单进行预测，为生产计划提供准确的基础数据。如图2所示，基于大数据平台系统算法流程示意图。

步骤2，得到生产计划之后综合在库货物情况，进行库位对应品类数量的出库分配。

步骤3，系统知识图谱平台对汽车制造业的零部件品类进行分析，抓取知识图谱的要素。对品类属性进行量化、配装工人经验进行数字化。如图3所示，基于知识图谱平台系统算法流程示意图。

例如，不能与某些品类相邻摆放、不能与某些品类上下摆放、不能与某些品类左右摆放、要与某些品类配套摆放等等。

步骤4，知识图谱平台将货物属性进行分析，对于要素对应值进行匹配，并同时更新要素库，对于各个品类形成自己的图谱。

步骤5，系统平台将各种零部件的装载要求进行数据化、量化，将配装工人的经验进行数据化、规范化。

出厂订单导入平台后，知识图谱平台针对于订单自动计算出订单的整体图像。综合运输容器的信息(如容器的种类、尺寸、载重、承重量等)，然后使用智能配车系统自动计算出各个方面需要的车辆类型、数量。

在装载容器过程中，优化配车平台对知识图谱平台进行问答操作，如：当前订单中摆放顺序最早的品类有哪些？体积最大的有哪些？进而选择当前需要装入容器中的品类。之后可以再向知识图谱平台提问：该品类可以与哪些品类相邻摆放？是否有指定摆放位置的品类？等等问题，进而选出下一步需要装载的品类和数量。

汽车制造业的生产在一定周期内有一定规律可循。系统平台针对这一原则设定了可以原型保存功能。该是将优化计算结果以及通过车辆内货物调整和车辆间货物调整功能所确定的配车成本低、装载率高的配车结果作为以后配车、装载参照的原型事先保存。

该系统的自动参照功能，即配车成本低、装载效率较高的原型一旦被保存，将在自动计算时进行自动参照，那么以往配车成本低、装载率高的结果可以自动重复使用。

如图4所示，本发明优选实施例中的基于大数据平台和知识图谱平台系统算法流程示意图。具体的说明如下。

步骤1，大数据平台对订单业务数据、特征数据、指标数据、以往订单需求数据进行管理、分析、监控。

步骤2，大数据平台将数据进行综合处理与计算，对未来订单进行预测，为生产计划提供准确的基础数据。

步骤3，知识图谱平台对装载要素的抓取，对零部件信息属性分析，将各个属性进行数据化。如货品承重量，我们根据每种货品的包装情况，以及货品的易变形程度将货品承重量分为0～99等级，由小到大承重量越来越大。对人工经验的数字化(如a种和b种货物一起摆放可以使空间更加稳定等)。

步骤4，知识图谱平台对各个属性进行分析、归类，形成各个品类零部件的画像。

订单数据导入知识图谱平台，平台对订单中品类进行分析，形成订单图谱。并对订单中新的知识图谱要素进行抓取，不断更新知识图谱要素库。

步骤5，优化计算平台综合可用数据容器信息，进行优化配装。

配装过程中，优化配装平台对知识图谱平台进行问答，如当前容器可以装载哪些品类？其中摆放顺序最早的品类有哪些？体积最大的有哪些？进而选择当前需要装入容器中的品类。之后可以再向知识图谱平台提问：该品类可以与哪些品类相邻摆放？是否有指定摆放位置的品类？等等。

步骤6，配车结果计算完成后，可以进行手动修正。

较好的配装结果可以进行保存，作为下一次计算的原型进行参照。以上优化规则，系统自动对码放方案进行多次模拟推算，生成最优方案。

本发明优选实施例，可以实现如下效果：1)知识图谱平台使整体的计算效率提高，计算更加准确。2)提高汽车企业的仓库利用率，为汽车制造业减少因为仓库无效占用导致的资源浪费。3)与上游入库系统配合可以提前做出生产计划，最高效做出生产、排程、配装计划。4)将货品进行数据化、配装工经验数字化，使得整体配装计划规范化，避免人工失误。5)全局考虑仓库库存、订单数量、货物属性、容器信息，做出最优化配装计划，提高配车效率有效协调手动作业与自动优化，得到最佳的结果。6)在自动优化结果的基础上还可进行人工干预、修正和调整。7)具有原型登录功能，将现场熟练者修正完善的原型进行登录，可供下次自动计算时参照。不仅可以减少计算时间，而且能够继承熟练者的经验。8)提供装车单据，减少装卸工作依赖有丰富装卸经验的工人，可以随时自由安排操作人员进行装卸，减少人力成本。9)确保车辆平衡稳定性，减少驾驶风险。10)根据订单总体情况进行配车，推荐空间合理规格的车辆，尽量做到一单一车，若一车不能装满的订单可以顺延多辆，但根据货物的具体情况优化配车，节省了物流成本。

根据本发明实施例，还提供了一种货物配装系统实施例。

图5是根据本发明实施例的货物配装系统的示意图，如图5所示，该货物配装系统可以包括：大数据平台51、知识图谱平台53以及系统平台55。具体详述如下。

大数据平台51，用于根据订单业务数据、货物特征数据和生产指标数据确定第一货物的生产计划。

知识图谱平台53，用于根据第一货物属性确定第一货物与各仓库存放的第二货物之间的存放顺序。

大数据平台51，用于根据在仓货物情况、仓库剩余空间情况、生产计划以及存放顺序进行仓库的仓位分派。

系统平台55，用于根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式。

通过上述系统，大数据平台51根据订单业务数据、货物特征数据和生产指标数据确定第一货物的生产计划；知识图谱平台53根据第一货物属性确定第一货物与各仓库存放的第二货物之间的存放顺序；大数据平台51根据在仓货物情况、仓库剩余空间情况、生产计划以及存放顺序进行仓库的仓位分派；系统平台55根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式。达到了根据货物的相关数据确定货物生产计划以及各仓库中的货物的数量确定生产货物放入的仓库，以及根据生产货物的特征与各仓库中的货物存放的顺序确定货物放入的仓库的目的，从而实现了根据各仓库的货物的数量、仓库中剩余存放货物的空间合理的将货物存放各个仓库中的技术效果，进而解决了现有技术中，对生产产品的生产量不能准确预判，导致产品积压，占用库位以及人工装载不了解配车装载安排，导致产生配车情况不明的技术的技术问题。

作为一种可选的实施例，上述系统中的系统平台55还可以包括：计算单元，用于根据各仓库内货物的生产日期、数量以及货物订单信息计算出各仓库的出货量；第一确定单元，用于根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式。

作为一种可选的实施例，上述系统中的系统平台55还可以包括：第二确定单元，用于根据各仓库的出货量、各仓库位置顺序和配装容器的属性进行货物配装之后，确定出各仓库货物的出库装载日期、出库装载顺序和第一货物在配装容器内摆放位置。

作为一种可选的实施例，上述系统中的系统中的知识图谱平台53还可以包括：第三确定单元，用于确定出各仓库货物的出库装载日期、出库装载顺序和第一货物在配装容器内摆放位置之后，确定第一货物与第三货物的关联关系，其中，关联关系用于表示第三货物是否允许与第一货物使用同一装配容器的关系；第四确定单元，用于在关联关系满足预定条件的情况下，确定将第三货物与第一货物协同装配。

根据本发明实施例的另外一个方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在设备执行以下操作：根据订单业务数据、货物特征数据和生产指标数据确定第一货物的生产计划；根据第一货物属性确定第一货物与各仓库存放的第二货物之间的存放顺序；根据在仓货物情况、仓库剩余空间情况、生产计划以及存放顺序进行仓库的仓位分派；根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式。

根据本发明实施例的另外一个方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行以下操作：根据订单业务数据、货物特征数据和生产指标数据确定第一货物的生产计划；根据第一货物属性确定第一货物与各仓库存放的第二货物之间的存放顺序；根据在仓货物情况、仓库剩余空间情况、生产计划以及存放顺序进行仓库的仓位分派；根据各仓库的出货量、各仓库位置顺序和配装容器的属性确定货物配装方式。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。