仓库订单处理方法、装置、设备及存储介质与流程
本申请实施例涉及仓储物流技术领域，尤其涉及一种仓库订单处理方法、装置、设备及存储介质。
背景技术：
随着信息技术的快速发展，仓库配置业务中诞生了一品多仓的仓库配置模式，即在同一个配送中心下，相同库存量单位(stockkeepingunit，sku)的物品在多个库房进行备货，然后按需进行库存量分配，有利于提升资源利用率，降低运营成本，实现仓库功能和能力的可配置化。
现阶段，在一品多仓的仓库配置模式下，对于一个包含多种sku对象的待处理订单时，需要为该待处理订单确定出一组合适的生产仓库非常关键。具体的，在生产仓库的选择过程中，需要从用于存储每种sku对象的多个备选仓库中确定出至少一个最优仓库，进而确定出所有sku对象的生产仓库组合，即该待处理订单的目标生产仓库组合。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：在待处理订单中包含的sku对象的数量较大时，每种sku对象均可能有多个不同的备选仓库，为每种sku对象选择最佳生产仓库，进而为待处理订单确定出一个最优的生产仓库组合是降低待处理订单生产成本、降低配送成本的关键。因而，如何为待处理订单中的物品选定目标生产仓库是本方案亟需解决的问题。
技术实现要素：
本申请实施例提供一种仓库订单处理方法、装置、设备及存储介质，用于实现在降低订单生产成本和配送成本的基础上，为订单中的物品选定目标生产仓库的目的。
第一方面，本申请实施例提供一种仓库订单处理方法，包括：
获取待处理订单，所述待处理订单包括：至少两种库存量单位sku对象的需求量；
根据所述至少两种sku对象的库存分布信息、所述至少两种sku对象的需求量和目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合；
根据每种sku对象与所述目标生产仓库集合中的各仓库的关联分数，确定每种sku对象的至少一个实际生产仓库和每个实际生产仓库的出库量。
在第一方面的一种可能设计中，所述根据所述至少两种sku对象的库存分布信息、所述至少两种sku对象的需求量和目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合，包括：
根据所述至少两种sku对象的库存分布信息，将所述至少两种sku对象划分为第一对象集合和第二对象集合，所述第一对象集合中每种sku对象仅在一个仓库有库存，所述第二对象集合中每种sku对象在至少两个仓库有库存；
根据所述第一对象集合中每种sku对象所在的仓库，确定必选仓库集合；
根据所述第二对象集合中所有sku对象所在的仓库，确定备选仓库集合，其中，所述必选仓库集合和所述备选仓库集合组成所述待处理订单的候选仓库集合；
根据所述候选仓库集合、所述至少两种sku对象的需求量和目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合。
在该种可能的设计中，所述根据所述候选仓库集合、所述至少两种sku对象的需求量和目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合，包括：
根据每种sku对象的需求量、每种sku对象在所述候选仓库集合中每个仓库中的库存数量和理想库存比例，确定每种sku对象与每个仓库的关联分数；
根据每种sku对象在每个仓库中的库存比例是否达到预设理想库存比例、每种sku对象与每个仓库的关联分数以及每种sku对象在每个仓库是否有库存，确定每个仓库的使用分数；
根据每个仓库的使用分数和所述目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合。
可选的，每种sku对象与每个仓库的关联分数通过如下公式表示：
其中，asw表示sku对象s与仓库w的关联分数，qsw表示sku对象s在仓库w中的库存数量，ds表示sku对象s的需求量，rsw表示sku对象s在仓库w中的理想库存比例，s表示所述待处理订单中的任意一种sku对象，w表示所述候选仓库集合h中的任意一个仓库。
可选的，每个仓库的使用分数通过如下公式表示：
其中，cw表示仓库w的使用分数；
tsw表示仓库w中的sku对象s是否达到阈值，若是，tsw＝1，若否，tsw＝0；
f(asw)为辅助函数，且f(asw)＝(asw)2；
hsw表示sku对象s在仓库w中是否有库存，若是，hsw＝1，若否，hsw＝0；m1和m2均为大于1的常数，且m1大于m2。
在第一方面另一种可能的设计中，在所述根据所述至少两种sku对象的库存分布信息、所述至少两种sku对象的需求量和目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合之前，所述方法还包括：
接收用户的目标优化指示，所述目标优化指示用于指示用户选定的至少两个优化目标以及每个优化目标的权重系数；
根据所述至少两种sku对象的库存分布信息、所述至少两种sku对象的需求量，生成所述目标优化约束信息；
其中，所述目标优化约束信息包括：目标优化函数和所述目标优化函数的目标约束条件，所述目标优化函数包括：所述至少两个优化公式项，每个优化公式项的系数为对应优化目标的权重系数。
可选的，所述目标优化函数通过如下公式表示：
所述目标约束条件通过如下公式表示：
其中，iw表示生成所述至少两种sku对象是否用到仓库w，若是，lw＝1，若否，lw＝0；h1表示必选仓库集合，h2表示候选仓库集合；
第二方面，本申请实施例提供一种仓库订单处理装置，包括：获取模块、处理模块和确定模块；
所述获取模块，用于获取待处理订单，所述待处理订单包括：至少两种库存量单位sku对象的需求量；
所述处理模块，用于根据所述至少两种sku对象的库存分布信息、所述至少两种sku对象的需求量和目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合；
所述确定模块，用于根据每种sku对象与所述目标生产仓库集合中的各仓库的关联分数，确定每种sku对象的至少一个实际生产仓库和每个实际生产仓库的出库量。
在第二方面的一种可能设计中，所述处理模块，具体用于：
根据所述至少两种sku对象的库存分布信息，将所述至少两种sku对象划分为第一对象集合和第二对象集合，所述第一对象集合中每种sku对象仅在一个仓库有库存，所述第二对象集合中每种sku对象在至少两个仓库有库存；
根据所述第一对象集合中每种sku对象所在的仓库，确定必选仓库集合；
根据所述第二对象集合中所有sku对象所在的仓库，确定备选仓库集合，其中，所述必选仓库集合和所述备选仓库集合组成所述待处理订单的候选仓库集合；
根据所述候选仓库集合、所述至少两种sku对象的需求量和目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合。
在该种可能的设计中，所述处理模块，用于根据所述候选仓库集合、所述至少两种sku对象的需求量和目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合，具体为：
所述处理模块，具体用于：
根据每种sku对象的需求量、每种sku对象在所述候选仓库集合中每个仓库中的库存数量和理想库存比例，确定每种sku对象与每个仓库的关联分数；
根据每种sku对象在每个仓库中的库存比例是否达到预设理想库存比例、每种sku对象与每个仓库的关联分数以及每种sku对象在每个仓库是否有库存，确定每个仓库的使用分数；
根据每个仓库的使用分数和所述目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合。
可选的，每种sku对象与每个仓库的关联分数通过如下公式表示：
其中，asw表示sku对象s与仓库w的关联分数，qsw表示sku对象s在仓库w中的库存数量，ds表示sku对象s的需求量，rsw表示sku对象s在仓库w中的理想库存比例，s表示所述待处理订单中的任意一种sku对象，w表示所述候选仓库集合h中的任意一个仓库。
可选的，每个仓库的使用分数通过如下公式表示：
其中，cw表示仓库w的使用分数；
tsw表示仓库w中的sku对象s是否达到阈值，若是，tsw＝1，若否，tsw＝0；
f(asw)为辅助函数，且f(asw)＝(asw)2；
hsw表示sku对象s在仓库w中是否有库存，若是，hsw＝1，若否，hsw＝0；m1和m2均为大于1的常数，且m1大于m2。
在第二方面另一种可能的设计中，所述获取模块，还用于在所述处理模块根据所述至少两种sku对象的库存分布信息、所述至少两种sku对象的需求量和目标优化约束信息，确定所述至少两种sku对象的目标生产仓库集合之前，接收用户的目标优化指示，所述目标优化指示用于指示用户选定的至少两个优化目标以及每个优化目标的权重系数；
所述处理模块，还用于根据所述至少两种sku对象的库存分布信息、所述至少两种sku对象的需求量，生成所述目标优化约束信息；
其中，所述目标优化约束信息包括：目标优化函数和所述目标优化函数的目标约束条件，所述目标优化函数包括：所述至少两个优化公式项，每个优化公式项的系数为对应优化目标的权重系数。
可选的，所述目标优化函数通过如下公式表示：
所述目标约束条件通过如下公式表示：
其中，iw表示生成所述至少两种sku对象是否用到仓库w，若是，iw＝1，若否，iw＝0；h1表示必选仓库集合，h2表示候选仓库集合；
第三方面，本申请提供一种电子设备，包括：处理器和存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述计算机程序指令时实现第一方面以及各可能设计提供的方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序指令，当所述计算机程序指令被处理器执行时用于实现第一方面以及各可能设计提供的方法。
本实施例提供的仓库订单处理方法、装置、设备及存储介质，通过获取包括至少两种库存量单位sku对象的需求量的待处理订单，根据至少两种sku对象的库存分布信息、至少两种sku对象的需求量和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合，再根据每种sku对象与目标生产仓库集合中的各仓库的关联分数，确定每种sku对象的至少一个实际生产仓库和每个实际生产仓库的出库量。该技术方案中，根据待处理订单的需求量和目标优化约束信息，确定目标生产仓库集合，最后基于仓库得分确定每个sku对象的实际生产仓库和实际出库量，也即，实现了为待处理订单中的sku对象选定目标生产仓库的目的，同时降低了待处理订单的生产成本和配送成本。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
图1a为本申请实施例提供的仓库订单处理方法的应用场景示意图；
图1b为本申请实施例提供的控制平台的结构原理图；
图1c为本申请实施例提供的控制平台的执行流程图；
图2为本申请实施例提供的仓库订单处理方法实施例一的流程图；
图3为本申请实施例提供的仓库订单处理方法实施例二的流程图；
图4为本申请实施例提供的仓库订单处理方法实施例三的流程图；
图5为本申请实施例提供的仓库订单处理方法实施例四的流程图；
图6为本申请实施例提供的仓库订单处理装置的结构示意图；
图7为本申请实施例提供的电子设备的结构示意图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
首先对本申请实施例所涉及的名词进行解释：
库存量单位(stockkeepingunit，sku)：是一种库存进出计量的单位，比如：件、盒。目前，sku被引申为产品统一编号的简称，每种产品都有唯一的sku号。例如，对于一种商品而言，当其品牌、型号、配置、等级、单位、生产日期、保质期、用途、价格、产地等属性与其他商品存在不同时，便可称为一个单品。
订单定仓：为待处理订单中的每个对象(例如，商品)选择合适的生产仓库。
一品多仓：同一对象(例如，商品)在多个仓库均有备货，故在为待处理订单安排生产仓库时，需要从多种方案可供选择的仓库组合中，最终确定一个最优的生产仓库组合。
平衡仓间比例：若同一对象在多个仓库均有备货，则希望各仓库的库存占比保持在一定的水平，避免出现仓库之间的库存差距过大、仓库之间的库存比例失衡的情况。
在实际应用中，某些电商企业的仓库管理模式为分仓库管理。具体的，对于同一个配送中心，同种sku对象只有一个库房属性，即每种sku对象只在一个库房储备货物。这种仓库管理模式随着电商企业经营的品类越来越多、品类拆分越来越细、拆单(拆单是指一个待处理订单需由不同的配送中心来完成配送，或由一个或多个配送中心在不同时间段来完成配送)概率的快速增加，会加大货物的搬仓成本，同时导致跨仓绑赠销售困难等问题。
为了打破仓库配置对业务的限制，诞生了多仓库管理模式(即，一品多仓模式)，即同种sku对象可以在多个库房储备货物，然后按需进行库存量分配和待处理订单发货处理，这种模式在一定程度上能避免现有系统架构对品类规划的限制，实现多仓库的库存最优配置，有利于提升资源利用率，降低运营成本，减少搬仓等无效物流移动，实现仓库功能和能力的可配置化，从而可以提升待处理订单处理的时效性和客户满意度，增强企业竞争力。
在一品多仓模式下，当用户在电商网站下达一笔待处理订单(可能包含多种sku对象)时，需要为该待处理订单安排一组合适的仓库，由于一种sku对象对应多个备选仓库，因而，在确定该待处理订单的生产仓库时，需要从多种仓库组合中选择一个作为最终的生产仓库组合。目前，主要考虑生产仓库数量(与待处理订单包裹数相关，属于成本的一部分)最小化和平衡仓间比例(同sku对象在不同仓库的占比差距需要控制在一定范围内)。
针对上述待处理订单的定仓问题，可以采用贪婪算法求解，主要步骤是：首先根据每个备选仓库可满足生产的sku对象数量，为每个备选仓库打分，然后选择得分最高的备选仓库放入结果集，从该待处理订单中划去该备选仓库可生产的sku对象数量，最后重复上述步骤直至待处理订单中没有需要生产的sku对象。当一个待处理订单中包含多种sku对象时，需要决定待处理订单中每种sku对象对应的至少一个生产仓库，对于只包含1、2种sku对象的待处理订单，采用贪婪算法可求得最优解，但随着待处理订单中sku对象的数量增加，求解的复杂度不断提高，贪婪算法无法保证求解结果的最优性，因而难以应用到复杂业务场景下决策场景。
在上述现有技术存在的问题基础上，图1a为本申请实施例提供的仓库订单处理方法的应用场景示意图，用以解决上述技术问题。该应用场景包括控制平台11和生产仓库12。
可选的，该应用场景示意图中以6个不同的生产仓库12为例进行说明。本申请实施例并不对生产仓库12的数量进行限定。
在该应用场景中，生产仓库12分别是1#生产仓库、2#生产仓库、3#生产仓库、4#生产仓库、5#生产仓库和6#生产仓库。
可选的，生产仓库12的配置模式可以是一品多仓，即，每种sku对象在多个生产仓库12中均有库存。
当接收到待处理订单时，控制平台11根据接收到的待处理订单的每种sku对象的信息，首先获取每种sku对象在多个生产仓库12中的库存分布信息，然后确定出可以用于生产每种sku对象的实际生产仓库和其对应的出库量。
示例性的，sku对象通过商品实现时，例如，待处理订单上可以是10份a商品和20份b商品，最终在生产仓库12中，确定出各个生产仓库的出库量可以是：1#生产仓库提供3份a商品和10份b商品，3#生产仓库提供7份a商品和10份b商品。
在图1a的基础上，图1b为本申请实施例提供的控制平台的结构原理图，如图1b所示，将控制平台的各功能抽象成器件实现时，该控制平台11可以通过如下器件实现：对象筛选器111、指标生成器112、订单定仓优化器113和定仓优化效果评估器114。
可选的，图1c为本申请实施例提供的控制平台的执行流程图，用以说明图1b所示的控制平台的结构原理图。
第1步、用户通过对象筛选器111选择待处理订单、备选仓库库存、理想库存比例，并通过指标生成器112选择需要优化的目标及目标间的权重。
例如，选择待处理订单a进行定仓，需要获取待处理订单a中sku对象的种类、需求量、可以为待处理订单提供需求的生产仓库集合、该sku对象在各个生产仓库的理想库存比例；并选择最小化包裹(生产该笔待处理订单使用的仓库数量)和平衡多个备选仓库间的库存水平作为优化目标。
第2步、判断校验是否通过。
具体的，判断用户通过对象筛选器111选择的待处理订单、备选仓库库存、理想库存比例以及通过指标生成器112选择的需要优化的目标及目标间的权重等信息是否合法，是否存在可行解，若是，则执行第3步，若否，则返回执行第1步。
第3步、订单定仓优化器113确定最优定仓方案。
可选的，订单定仓优化器113用于收集对象筛选器和指标生成器的请求后，确定生产该待处理订单中sku对象的最优生产仓库集合(即，目标生产仓库集合)，以及每个目标生产仓库对应提供的sku对象比例。
第4步、评估定仓优化效果评估器114的数据结果。
可选的，定仓优化效果评估器114根据订单定仓优化器113的数据结果，在订单定仓优化效果计算器中确定使用该方案进行订单优化时和未使用该方案进行订单优化时各项指标的变化。
本申请针对上述现有技术中随着订单中sku对象的数量增加，无法为订单确定出一个最优的生产仓库组合,从而造成待处理订单生产成本和配送成本过高的问题，发明人的技术构思过程如下：发明人发现基于待处理订单的需求量、备选仓库库存、以及理想库存比例，结合一定的目标优化约束信息，便可以在待处理订单中sku对象为大数量时，确定出最优的至少一个生产仓库和其出库量，以实现待处理订单生产成本、配送成本降低的目的。
基于上述技术构思，本申请提供了一种仓库订单处理方法，通过获取待处理订单，根据待处理订单中的至少两种sku对象的库存分布信息、需求量和目标优化约束信息，确定出目标生产仓库集合，再根据每种sku对象与目标生产仓库集合中的各仓库的关联分数，确定每种sku对象的至少一个实际生产仓库和每个实际生产仓库的出库量。该技术方案中，根据待处理订单的需求量和目标优化约束信息，确定目标生产仓库集合，最后基于仓库得分确定每个sku对象的实际生产仓库和实际出库量，实现了对拥有大数量sku对象的待处理订单的库存合理化分配，同时降低了待处理订单生产成本、配送成本。
下面以图1a所示的应用场景，通过具体实施例对本申请的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
图2为本申请实施例提供的仓库订单处理方法实施例一的流程图。如图2所示，本申请实施例提供的仓库订单处理方法可以包括如下步骤：
步骤21、获取待处理订单，待处理订单包括：至少两种sku对象的需求量。
在本步骤中，用户发来订单请求，该订单请求包括待处理订单，在待处理订单中，包括至少两种sku对象、以及每种sku对象的需求量。
在实际生活中，每种sku对象可以是一种商品的不同品牌、型号、尺码、颜色等，也可以是不同商品。
可选的，在生产仓库中，针对库存进出计量单位被称为sku，每种商品都有自己唯一的sku号码，用于增加商品管理的精细度。
步骤22、根据至少两种sku对象的库存分布信息、至少两种sku对象的需求量和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合。
在本步骤中，针对待处理订单中各个sku对象，在各个生产仓库中确定各个sku对象的库存信息，具体每种sku对象在各个生产仓库的分布情况、库存情况，再根据每种sku对象的需求量和目标优化约束信息，初步确定能够满足待处理订单需求的目标生产仓库，将满足该需求的目标生产仓库合称为目标生产仓库集合。确定过程在此处不做赘述，在下述实施例中详细说明。
其中，目标优化约束信息包括：目标优化函数和目标优化函数的目标约束条件。目标优化函数可以用于确定使用的最小包裹数，实现平衡多个生产仓库的库存水平。
步骤23、根据每种sku对象与目标生产仓库集合中的各仓库的关联分数，确定每种sku对象的至少一个实际生产仓库和每个实际生产仓库的出库量。
在本步骤中，基于待处理订单中各个sku对象的需求量，以及各个目标仓库中各个sku对象的库存数量和理想库存比例，确定出目标生产仓库集合中的各仓库的关联分数。该关联分数为各个目标生产仓库关于待处理订单中各个sku对象的需求量的关联度。
根据关联分数，进一步地确定出待处理订单中各个sku对象，在目标生产仓库集合中能够为客户提供各个sku对象的实际生产仓库、以及这些实际生产仓库所能提供的各个sku对象的出库量。
本实施例提供的仓库订单处理方法，通过获取至少两种sku对象的需求量待处理订单，并根据各个sku对象的库存分布信息、各个sku对象的需求量和目标优化约束信息，确定各个sku对象的目标生产仓库集合，再根据每种sku对象与目标生产仓库集合中的各仓库的关联分数，确定每种sku对象的至少一个实际生产仓库和每个实际生产仓库的出库量。该技术方案中，通过对各种sku对象的库存分布信息、需求量和目标优化约束信息的处理，当接收到包含大量sku对象的待处理订单时，能够确定出每种sku对象的最佳生产仓库，实现了降低待处理订单生产成本、降低配送成本的目的。
在图2的基础上，图3为本申请实施例提供的仓库订单处理方法实施例二的流程图。如图3所示，上述步骤22可以通过如下步骤实现：
步骤31、根据至少两种sku对象的库存分布信息，将至少两种sku对象划分为第一对象集合和第二对象集合。
其中，第一对象集合中每种sku对象仅在一个生产仓库有库存，第二对象集合中每种sku对象在至少两个生产仓库有库存。
在本步骤中，基于待处理订单中的至少两种sku对象信息，分别在各个生产仓库中对每种sku对象的库存分布信息进行统计。例如，根据sku对象与各个生产仓库的对应关系，首先确定出待处理订单中每种sku对象对应的生产仓库。
可选的，根据能够生产每种sku对象的生产仓库个数，将待处理订单中至少两种sku对象分为两类：第一类称为第一对象集合，是指仅在一个生产仓库有库存的sku对象的集合；第二类称为第二对象集合，是指在至少两个生产仓库有库存的sku对象的集合。
步骤32、根据第一对象集合中每种sku对象所在的仓库，确定必选仓库集合。
在本步骤中，对于上述确定的第一对象集合，将第一对象集合中每种sku对象所在的生产仓库组成的集合，确定为必选仓库集合。该必选仓库集合为对待处理订单进行处理时必定会选用的生产仓库。
步骤33、根据第二对象集合中所有sku对象所在的仓库，确定备选仓库集合。
在本步骤中，对于上述确定的第二对象集合，将第二对象集合中所有sku对象所在的生产仓库组成的集合确定为备选仓库集合。该必选仓库集合为对待处理订单进行处理时可能会选用的生产仓库。
其中，必选仓库集合和备选仓库集合组成待处理订单的候选仓库集合。
步骤34、根据候选仓库集合、至少两种sku对象的需求量和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合。
在本步骤中，基于包含第一对象集合和第二对象集合的候选仓库集合，结合待处理订单中各个sku对象的需求量，以及包含库存数量和理想库存比例的目标优化约束信息，确定出各个sku对象的目标生产仓库集合。具体确定过程由下述实施例给出。
本实施例提供的仓库订单处理方法，通过根据至少两种sku对象的库存分布信息，将至少两种sku对象划分为第一对象集合和第二对象集合，进一步地，将第一对象集合和第二对象集合确定为包含必选仓库集合和备选仓库集合的候选仓库集合，再根据候选仓库集合、至少两种sku对象的需求量和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合。该技术方案中，通过对所有生产仓库进行有效分类，为后续对目标生产仓库集合的确定提供了基础，为实现待处理订单的合理分配、降低生产成本和配送成本提供了条件。
在上述实施例的基础上，图4为本申请实施例提供的仓库订单处理方法实施例三的流程图。如图4所示，步骤34可以包括如下步骤：
步骤41、根据每种sku对象的需求量、每种sku对象在候选仓库集合中每个仓库中的库存数量和理想库存比例，确定每种sku对象与每个仓库的关联分数。
在本步骤中，理想库存比例为待处理订单中每种sku对象的需求量与候选仓库集合中各个sku对象的库存量的比例。
可选的，每种sku对象与每个生产仓库的关联分数通过如下公式表示：
其中，asw表示sku对象s与仓库w的关联分数，qsw表示sku对象s在仓库w中的库存数量，ds表示sku对象s的需求量，rsw表示sku对象s在仓库w中的理想库存比例，s表示待处理订单中的任意一种sku对象，w表示候选仓库集合h中的任意一个仓库。
在实际应用中，asw反映选择仓库w生产sku对象s带来的仓间比调节程度，若sku对象s在多个仓有库存，则选择asw值大的仓库生产该sku对象s时，与在其他仓库生产相比，能给仓间比带来更大程度的改善。
可选的，sku对象s可以是待处理订单上的任意一种sku对象，仓库w可以是候选仓库集合中的仓库。
步骤42、根据每种sku对象在每个仓库中的库存比例是否达到预设理想库存比例、每种sku对象与每个仓库的关联分数以及每种sku对象在每个仓库是否有库存，确定每个仓库的使用分数。
在本步骤中，若每个仓库中的库存比例达到预设理想库存比例，则每种sku对象在每个仓库中的库存比例为1，若每个仓库中的库存比例未达到预设理想库存比例，则每种sku对象在每个仓库中的库存比例为0。
可选的，每个仓库的使用分数通过如下公式表示：
其中，cw表示仓库w的使用分数；具体的，cw近似地反映了选中仓库w作为订单生产仓库带来的仓间比调节程度。
cw分为三部分，第一部分m1∑(s，w)tsw与阈值有关，表示仓库w中达到阈值的sku对象s的数量，且仓库w中达到阈值的sku对象s的数量越多，m1∑(s，w)tsw的值越大；第二部分
其中，cw的第一部分具有的权重系数为m1，第二部分具有的权重系数为m2，第三部分的权重系数为1，且m1和m2均为大于1的常数，且m1大于m2。具体的，m1远大于m2，m2远大于1，比如，m1＝100，m2＝10；由此使得在三种目标(分别对应cw的三个部分)的权衡上具有不同的优先级，即仓库w的使用分数最重要(首要考虑)的是第一部分“仓库w中达到阈值的sku对象s的数量(需要清空库存)”，各仓库的得分在第一部分相同情况下，再考虑第二部分“仓库w对仓间比例的平均调节程度”的得分，最后考虑第三部分“仓库w对仓间比偏离较大的sku对象的调节能力”的得分。
在本实施例中，tsw表示仓库w中的sku对象s是否达到阈值，若是，tsw＝1，若否，tsw＝0；
f(asw)为辅助函数，且f(asw)＝(asw)2；f(asw)使得离散程度大的仓库能够被突出出来。由于cw包含三个部分，依次序考虑三个方面的因素，辅助函数用在第三部分，即存在多个备选仓库对sku对象s的仓间比的平均调节程度相同时(第二部分的计算结果一样)，可以考虑与仓间比偏离较大的sku对象的调节能力，通过引入辅助函数，将库存比例失调更严重的仓库凸显出来。
hsw表示sku对象s在仓库w中是否有库存，若是，hsw＝1，若否，hsw＝0。
步骤43、根据每个仓库的使用分数和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合。
在本步骤中，在确定了候选仓库集合中的每个仓库的使用分数之后，结合目标优化约束信息，确定待处理订单上的各个sku对象的目标生产仓库集合。
其中，目标生产仓库集合可以是：最终按照待处理订单上每种sku对象的需求量，由候选仓库集合中供货的生产仓库的集合。
可选的，本申请实施例并不限定优化目标的个数，其可以根据需求确定。
本实施例提供的仓库订单处理方法，通过根据每种sku对象的需求量、每种sku对象在候选仓库集合中每个仓库中的库存数量和理想库存比例，确定每种sku对象与每个仓库的关联分数，再根据每种sku对象在每个仓库中的库存比例是否达到预设理想库存比例、每种sku对象与每个仓库的关联分数以及每种sku对象在每个仓库是否有库存，确定每个仓库的使用分数，最后根据每个仓库的使用分数和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合。该技术方案中，通过对每种sku对象与候选仓库集合中的仓库确定关联分数，以及使用分数，确定目标生产仓库集合，实现了在接收到包含至少两种sku对象的待处理订单时，组合多个生产仓库的库存达到最优配置的目的，同时降低了生产成本和配送成本。
在上述实施例的基础上，图5为本申请实施例提供的仓库订单处理方法实施例四的流程图。如图5所示，步骤22之前可以包括如下步骤：
步骤51、接收用户的目标优化指示。
在本步骤中，目标优化指示用于指示用户选定的至少两个优化目标以及每个优化目标的权重系数。
在一种可能的实现方式中，用户选定的至少两个优化目标可以包括最小化包裹(生产该笔待处理订单使用的仓库数量)和平衡多个备选仓库间的库存水平。可选的，最小化包裹和平衡多个备选仓库间的库存水平的权重系数可以设置为10:1。
步骤52、根据至少两种sku对象的库存分布信息、至少两种sku对象的需求量，生成目标优化约束信息。
在本步骤中，目标优化约束信息包括：目标优化函数和目标优化函数的目标约束条件。其中，目标优化函数包括：至少两个优化公式项，每个优化公式项的系数为对应优化目标的权重系数。
可选的，目标优化函数通过如下公式表示：
目标约束条件通过如下公式表示：
其中，iw表示生成至少两种sku对象是否用到仓库w，若是，iw＝1，若否，iw＝0；h1表示必选仓库集合，h2表示候选仓库集合；
本实施例提供的仓库订单处理方法，通过接收用户的目标优化指示，结合至少两种sku对象的库存分布信息、至少两种sku对象的需求量，生成目标优化约束信息。该技术方案中，通过对优化目标和优化目标设置权重系数，以及设定的目标优化函数和目标优化函数对应的目标约束条件，为上述实施例确定目标生产仓库集合提供了实现基础。
图6为本申请实施例提供的仓库订单处理装置的结构示意图。如图6所示，该装置包括：获取模块61、处理模块62和确定模块63。
获取模块61，用于获取待处理订单，待处理订单包括：至少两种库存量单位sku对象的需求量；
处理模块62，用于根据至少两种sku对象的库存分布信息、至少两种sku对象的需求量和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合；
确定模块63，用于根据每种sku对象与目标生产仓库集合中的各仓库的关联分数，确定每种sku对象的至少一个实际生产仓库和每个实际生产仓库的出库量。
在本申请实施例的一种可能设计中，处理模块62，具体用于：
根据至少两种sku对象的库存分布信息，将至少两种sku对象划分为第一对象集合和第二对象集合，第一对象集合中每种sku对象仅在一个仓库有库存，第二对象集合中每种sku对象在至少两个仓库有库存；
根据第一对象集合中每种sku对象所在的仓库，确定必选仓库集合；
根据第二对象集合中所有sku对象所在的仓库，确定备选仓库集合，其中，必选仓库集合和备选仓库集合组成待处理订单的候选仓库集合；
根据候选仓库集合、至少两种sku对象的需求量和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合。
在本申请实施例的该种可能的设计中，处理模块62用于根据候选仓库集合、至少两种sku对象的需求量和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合，具体为：
处理模块62，具体用于：
根据每种sku对象的需求量、每种sku对象在候选仓库集合中每个仓库中的库存数量和理想库存比例，确定每种sku对象与每个仓库的关联分数；
根据每种sku对象在每个仓库中的库存比例是否达到预设理想库存比例、每种sku对象与每个仓库的关联分数以及每种sku对象在每个仓库是否有库存，确定每个仓库的使用分数；
根据每个仓库的使用分数和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合。
可选的，每种sku对象与每个仓库的关联分数通过如下公式表示：
其中，asw表示sku对象s与仓库w的关联分数，qsw表示sku对象s在仓库w中的库存数量，ds表示sku对象s的需求量，rsw表示sku对象s在仓库w中的理想库存比例，s表示待处理订单中的任意一种sku对象，w表示候选仓库集合h中的任意一个仓库。
可选的，每个仓库的使用分数通过如下公式表示：
其中，cw表示仓库w的使用分数；
tsw表示仓库w中的sku对象s是否达到阈值，若是，tsw＝1，若否，tsw＝0；
f(asw)为辅助函数，且f(asw)＝(asw)2；
hsw表示sku对象s在仓库w中是否有库存，若是，hsw＝1，若否，hsw＝0；m1和m2均为大于1的常数，且m1大于m2。
在本申请实施例的另一种可能的设计中，获取模块61，还用于在处理模块62根据至少两种sku对象的库存分布信息、至少两种sku对象的需求量和目标优化约束信息，确定至少两种sku对象的目标生产仓库集合之前，接收用户的目标优化指示，目标优化指示用于指示用户选定的至少两个优化目标以及每个优化目标的权重系数；
处理模块62，还用于根据至少两种sku对象的库存分布信息、至少两种sku对象的需求量，生成目标优化约束信息；
其中，目标优化约束信息包括：目标优化函数和目标优化函数的目标约束条件，目标优化函数包括：至少两个优化公式项，每个优化公式项的系数为对应优化目标的权重系数。
可选的，目标优化函数通过如下公式表示：
目标约束条件通过如下公式表示：
其中，iw表示生成至少两种sku对象是否用到仓库w，若是，iw＝1，若否，iw＝0；h1表示必选仓库集合，h2表示候选仓库集合；
本实施例提供的仓库订单处理装置，可用于执行上述实施例中的方案，其实现原理和技术效果类似，在此不再赘述。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，确定模块可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上确定模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图7为本申请实施例提供的电子设备的结构示意图。如图7所示，该设备可以包括：处理器71、存储器72、系统总线73和收发器74。
处理器71执行存储器存储的计算机执行指令，使得处理器71执行上述实施例中的方案。处理器71可以是通用处理器，包括中央处理器cpu、网络处理器(networkprocessor，np)等；还可以是数字信号处理器dsp、专用集成电路asic、现场可编程门阵列fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器72和收发器74通过系统总线73与处理器71连接并完成相互间的通信，存储器72用于存储计算机程序指令。
系统总线73可以是外设部件互连标准(peripheralcomponentinterconnect，pci)总线或扩展工业标准结构(extendedindustrystandardarchitecture，eisa)总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。收发器用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(randomaccessmemory，ram)，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。
收发器74用于和其他设备进行通信。可选的，在硬件实现上，上述实施例中的获取模块111和发送模块113对应于本实施例中的收发器74，该收发器74构成通信接口。
本申请实施例提供的电子设备，可用于执行上述实施例中的方案，其实现原理和技术效果类似，在此不再赘述。
本申请实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中的方案。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行上述实施例的方案。
上述的计算机可读存储介质，上述可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
- 还没有人留言评论。精彩留言会获得点赞！