[发明专利]自动化立体库通过大数据分析优化货位入库分配的方法

权利要求书

1.一种自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，包括如下步骤：

特征定义步骤：定义用于大数据分析的多维度特征；

SKU出库热度表建立步骤：数据库中建立一个产品的SKU出库热度表，表字段包含SKU名称、出库热度等级以及多维度特征；

SKU名称输入步骤：通过历史出入库数据统计产品的SKU种类名称，将SKU名称以行的形式插入到SKU出库热度表中；

特征值统计步骤：分析历史出入库数据，根据SKU名称统计得出SKU出库热度表每行SKU产品的特征值；

特征值排序步骤：使用特征值对SKU出库热度表进行排序，将排序的序号作为出库热度等级；

热度查询函数建立步骤：建立热度查询函数，通过sku名称和入库日期查询产品的出库热度等级；

分配入库步骤：产品入库或设备空闲理货时，根据产品的出库热度等级优化货位分配入库。

2.根据权利要求1所述的自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，所述热度查询函数为：f(sku名称,入库日期)＝出库热度等级。

3.根据权利要求2所述的自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，通过SKU出库热度表查询出匹配SKU名称的记录，判断待查产品的剩余库存周期是否小于设定天数，如果小于设定天数就将查询出的出库热度等级作为结果返回，如果大于等于设定天数的就返回0，0表示热度最低。

4.根据权利要求1所述的自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，产品出库热度等级越高，产品分配到的货位的出库速度越快。

5.根据权利要求1所述的自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，所述多维度特征包括产品平均库存周期和产品最近一周出库量。

6.根据权利要求1所述的自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，所述特征值统计步骤包括：

入库日期查询步骤：在历史入库数据中按照产品的条码值查询入库日期；

天数计算步骤：在历史出库表中按照条码值查询到SKU名称和出库的日期，通过出库日期减入库日期得到条码入库到出库的天数，将SKU名称、天数存到临时数据表1中；

聚类计算步骤：使用临时数据表1的数据对每个SKU产品的不同天数做聚类计算，得出结果SKU名称、天数、占比，存入临时数据表2中；

设定平均库存周期步骤：用临时数据表2查询出每个SKU产品中占比量最高的1个天数且占比超过一个预设的值作为平均库存周期；

平均库存周期赋值步骤：将查询的平均库存周期赋值给SKU出库热度表的平均库存周期字段；

出库数量赋值步骤：在历史出库表中按SKU名称分类汇总查询最近一周的出库数量，并将出库数量赋值给SKU出库热度表的最近一周出库量字段。

7.根据权利要求1所述的自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，所述分配入库步骤包括：

划分步骤：根据每个货位的出库用时将货位划分为多个区域，保存到临时数据表3中；

分配步骤：产品入库分配货位时通过SKU名称使用热度查询函数查询出出库热度等级，根据出库热度等级分配到合适的货位区域入库；

转移步骤：设备空闲时通过热度查询函数查询所有在库库存的出库热度等级，将存储在出库速度慢的货位的高出库热度产品移库到出库速度快的货位上。

8.根据权利要求6所述的自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，还包括无平均库存周期赋值步骤：当没有查到平均库存周期时，则给出最大值赋值给平均库存周期字段，表示该SKU的库存周期变化较大没有规律。

9.根据权利要求7所述的自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，临时数据表3中的字段包含货位号、出库用时、区域。

10.根据权利要求9所述的自动化立体库通过大数据分析优化货位入库分配的方法，其特征在于，区域按照出货的速度划分。