本公开涉及计算机处理,尤其涉及一种装车方法、装置、设备及存储介质。
背景技术:
1、目前,大多数公司出货还是采用初始的人工方式进行货物模拟装车。例如,仓库人员从企业资源管理系统导出当日发货计划后,在excel里手工指定车辆进行货物装运。
2、在现有技术中,也有技术人员设计智能排车最优化装车算法,例如,基于动态规划、线性规划等确定性最优化方法;以及,基于启发式算法降序最佳适应(bestfitdeceasing,bfd)算法。其中,动态规划、线性规划等确定性最优化方法只适用于小规模问题,情况稍一复杂,确定性算法就会因为涉及的变量太多,而极大提高计算的复杂性,且并非全局最优解,效果较差;而降序最佳适应bfd算法,对于每一个货物,找出剩余容量最小且可以装载此货物的货车,在没有考虑用户约束条件的情况下,会导致货车装载不均衡,考虑到用户约束,则无法满足实际业务需求,实用性低。
技术实现思路
1、本公开提供了一种装车方法、装置、设备及存储介质,以至少解决现有技术中存在的以上技术问题。
2、根据本公开的第一方面,提供了一种装车方法,所述方法包括:
3、获取货物信息和候选车辆,其中,所述货物信息包括第一货物信息和第二货物信息,所述第一货物信息为经过预设容积阈值筛选后的货物信息,所述第二货物信息为剩余货物信息;
4、通过排车算法,对所述第一货物信息进行模拟装载,在所述候选车辆中确定目标车辆;
5、在所述目标车辆中,通过所述排车算法对所述第二货物信息进行模拟装载。
6、在一可实施方式中,所述获取货物信息,包括:
7、获取订单基础数据,其中,各个订单基础数据包括初始货物信息和订单材积数据;
8、确定所述各个订单基础数据内初始货物信息的货物完成状态;
9、根据所述货物完成状态,将各个订单基础数据进行订单分组,得到订单组;
10、在各个订单组内,确定各个订单基础数据所对应的货物信息。
11、在一可实施方式中,在所述在各个订单组内,确定各个订单基础数据所对应的货物信息,包括:
12、在所述各个订单组内,基于所述订单材积数据和候选车辆对应的候选车辆数据,通过标准材积转换关系将各个订单材积数据转换为候选车辆所对应的卡车托盘数;
13、基于所述卡车托盘数和初始货物信息,确定各个订单基础数据所对应的货物信息。
14、在一可实施方式中,所述第一货物信息为经过预设容积阈值筛选后的货物信息,包括:
15、在所述各个订单组内,将所有订单基础数据内的货物信息进行排序,得到排序后的货物信息;
16、基于所述候选车辆数据,获取预设容积阈值;
17、遍历排序后的货物信息,并将大于等于所述预设容积阈值的排序后的货物信息,作为第一货物信息。
18、在一可实施方式中,所述通过排车算法,对所述第一货物信息进行模拟装载,在所述候选车辆中确定目标车辆,包括:
19、通过当前第一货物信息,确定目标装载容积;
20、通过所述候选车辆对应的候选车辆数据,确定最大装载容积、最优装载容积以及已装载容积;
21、根据所述当前第一货物信息和第一优先级公式,确定各个候选车辆的优先级,其中,所述第一优先级公式为:
22、p=li+wi-c1;
23、其中,p为各个候选车辆的优先级,li为各个候选车辆的已装载容积,wi为目标装载容积,c1为最优装载容积;
24、根据所述各个候选车辆的优先级,确定所述当前第一货物信息对应的候选车辆,并更新其已装载容积;
25、遍历所有第一货物信息进行模拟装载,并在所述候选车辆中筛选出所使用到的车辆作为目标车辆。
26、在一可实施方式中,在所述基于第一优先级公式,确定各个候选车辆的优先级之后,还包括:
27、若基于所述第一优先级公式,确定当前候选车辆的优先级为负数,则基于第二优先级公式,确定当前候选车辆的优先级,其中,所述第二优先级公式为:
28、p,=|p|+c-c1;
29、其中,p,为当前候选车辆的优先级,c为最大装载容积。
30、在一可实施方式中,所述通过所述排车算法对所述第二货物信息进行模拟装载,包括:
31、基于第一优先级公式和/或第二优先级公式,依次针对各个第二货物信息,计算各个目标车辆的优先级;
32、根据所述各个目标车辆的优先级,确定所述各个第二货物信息对应的目标车辆,并更新其已装载容积。
33、在一可实施方式中,在计算各个候选车辆和/或目标车辆的优先级之前,还包括:
34、若存在有当前第一货物信息和/或第二货物信息模拟装载后,超出所有候选车辆和/或目标车辆的最大装载容积,则增加空车至所述候选车辆和/或目标车辆,并更新其已装载容积。
35、在一可实施方式中,在所述通过所述排车算法对所述第二货物信息进行模拟装载之后,还包括:
36、若存在有当前目标车辆的已装载容积达到锁车条件,则赋予所述当前目标车辆以满车标识。
37、根据本公开的第二方面,提供了一种装车装置,所述装置包括:
38、获取模块,用于获取货物信息和候选车辆,其中,所述货物信息包括第一货物信息和第二货物信息,所述第一货物信息为经过预设容积阈值筛选后的货物信息,所述第二货物信息为剩余货物信息;
39、第一排车模块,用于通过排车算法,对所述第一货物信息进行模拟装载,在所述候选车辆中确定目标车辆;
40、第二排车模块,用于在所述目标车辆中,通过所述排车算法对所述第二货物信息进行模拟装载。
41、在一可实施方式中,所述获取模块,具体用于:
42、获取订单基础数据,其中,各个订单基础数据包括初始货物信息和订单材积数据;
43、确定所述各个订单基础数据内初始货物信息的货物完成状态;
44、根据所述货物完成状态,将各个订单基础数据进行订单分组,得到订单组;
45、在各个订单组内,确定各个订单基础数据所对应的货物信息。
46、在一可实施方式中,所述获取模块,具体用于:
47、在所述各个订单组内,基于所述订单材积数据和候选车辆对应的候选车辆数据,通过标准材积转换关系将各个订单材积数据转换为候选车辆所对应的卡车托盘数;
48、基于所述卡车托盘数和初始货物信息,确定各个订单基础数据所对应的货物信息。
49、在一可实施方式中,还包括:第一货物信息确定模块,具体用于:
50、在所述各个订单组内,将所有订单基础数据内的货物信息进行排序,得到排序后的货物信息;
51、基于所述候选车辆数据,获取预设容积阈值;
52、遍历排序后的货物信息,并将大于等于所述预设容积阈值的排序后的货物信息,作为第一货物信息。
53、在一可实施方式中,所述第一排车模块,具体用于:
54、通过当前第一货物信息,确定目标装载容积;
55、通过所述候选车辆对应的候选车辆数据,确定最大装载容积、最优装载容积以及已装载容积;
56、根据所述当前第一货物信息和第一优先级公式,确定各个候选车辆的优先级,其中,所述第一优先级公式为:
57、p=li+wi-c1;
58、其中,p为各个候选车辆的优先级,li为各个候选车辆的已装载容积,wi为目标装载容积,c1为最优装载容积;
59、根据所述各个候选车辆的优先级,确定所述当前第一货物信息对应的候选车辆,并更新其已装载容积;
60、遍历所有第一货物信息进行模拟装载,并在所述候选车辆中筛选出所使用到的车辆作为目标车辆。
61、在一可实施方式中,所述第一排车模块,具体还用于:
62、在所述基于第一优先级公式,确定各个候选车辆的优先级之后,若基于所述第一优先级公式,确定当前候选车辆的优先级为负数,则基于第二优先级公式,确定当前候选车辆的优先级,其中,所述第二优先级公式为:
63、p,=|p|+c-c1;
64、其中,p,为当前候选车辆的优先级,c为最大装载容积。
65、在一可实施方式中,所述第二排车模块,具体用于:
66、基于第一优先级公式和/或第二优先级公式,依次针对各个第二货物信息,计算各个目标车辆的优先级;
67、根据所述各个目标车辆的优先级,确定所述各个第二货物信息对应的目标车辆,并更新其已装载容积。
68、在一可实施方式中,所述第二排车模块,具体还用于:
69、在计算各个候选车辆和/或目标车辆的优先级之前,若存在有当前第一货物信息和/或第二货物信息模拟装载后,超出所有候选车辆和/或目标车辆的最大装载容积,则增加空车至所述候选车辆和/或目标车辆,并更新其已装载容积。
70、在一可实施方式中,还包括:
71、标识确定模块,用于在所述通过所述排车算法对所述第二货物信息进行模拟装载之后,若存在有当前目标车辆的已装载容积达到锁车条件,则赋予所述当前目标车辆以满车标识。
72、根据本公开的第三方面,提供了一种电子设备,包括:
73、至少一个处理器;以及
74、与所述至少一个处理器通信连接的存储器;其中,
75、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开所述的方法。
76、根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本公开所述的方法。
77、本公开的装车方法、装置、设备及存储介质,通过获取货物信息和候选车辆,其中,所述货物信息包括第一货物信息和第二货物信息,所述第一货物信息为经过预设容积阈值筛选后的货物信息,所述第二货物信息为剩余货物信息;通过排车算法,对所述第一货物信息进行模拟装载,在所述候选车辆中确定目标车辆;在所述目标车辆中,通过所述排车算法对所述第二货物信息进行模拟装载,实现了智能模拟排车的过程,不仅能够有效提高货车装载率,节省人力成本,而且更贴合实际应用情况,实用性更强。
78、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。