补货任务生成方法、配置装置、电子设备和存储介质与流程

所属的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图9来描述根据本发明的这种实施方式的补货任务生成装置900。图9所示的补货任务生成装置900仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。补货任务生成装置900以硬件模块的形式表现。补货任务生成装置900的组件可以包括但不限于：预测模块902，用于基于历史出库订单中的物品的种类和对应的数量，预测在目标时段物品的待出库数量；计算模块904，计算处于拣货位的物品的补货状态值，并基于补货分级规则确定处于补货状态的第一物品和处于临近补货状态的第二组物品；确定模块906，用于基于物品的待出库数量确定第二组物品中在目标时段进入补货状态的待关联物品；识别模块908，用于基于关联物品识别模型识别待关联物品中与第一组物品具有关联关系的关联物品；生成模块910，用于将第一组物品和关联物品进行关联，生成补货任务。下面参照图10来描述根据本发明的这种实施方式的电子设备1000。图10显示的电子设备1000仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。如图10所示，电子设备1000以通用计算设备的形式表现。电子设备1000的组件可以包括但不限于：上述至少一个处理单元1010、上述至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030。其中，存储单元存储有程序代码，程序代码可以被处理单元1010执行，使得处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元1010可以执行如图2中所示的步骤s202至步骤s208，以及本公开的补货任务生成方法中限定的其他步骤。存储单元1020可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)10201和/或高速缓存存储单元10202，还可以进一步包括只读存储单元(rom)10203。存储单元1020还可以包括具有一组(至少一个)程序模块10205的程序/实用工具10204，这样的程序模块10205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线1030可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备1000也可以与一个或多个外部设备1060(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备1000能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口1050进行。并且，电子设备1000还可以通过网络适配器1050与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器1050通过总线1030与电子设备1000的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。根据本发明的实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本技术旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

背景技术：

1、随着电子商务和现代物流业的迅速发展，网络购物逐渐成为主流，在订单系统接收到网络购物订单后，订单系统会将订单相关的物品信息发送至仓储管理系统进行处理，以便于后续的拣货流程。

2、但目前的仓储管理系统存在补货间隔固定、补货过程存在时间停滞以及在物品缺货时导致订单等待等问题。

3、需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开的目的在于提供一种补货任务生成方法、补货任务生成装置、电子设备和存储介质，至少在一定程度上能够改善相关技术中物品补货效率较低的问题。

2、本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

3、根据本公开的一个方面，提供一种补货任务生成方法，包括：基于历史出库订单中的物品的种类和对应的数量，预测在目标时段所述物品的待出库数量；计算处于拣货位的物品的补货状态值，并基于补货分级规则确定处于补货状态的第一物品和处于临近补货状态的第二组物品；基于所述物品的待出库数量确定所述第二组物品中在所述目标时段进入所述补货状态的待关联物品；基于关联物品识别模型识别所述待关联物品中与所述第一组物品具有关联关系的关联物品；将所述第一组物品和所述关联物品进行关联，生成补货任务。

4、在一个实施例中，基于历史出库订单中的物品的种类和对应的数量，预测在目标时段所述物品的待出库数量，包括：基于所述物品的种类和对应的数量分别统计划分的多个时段的物品出库数据；从单个时段的所述物品出库数据中抽取预定数量的单品出库数据；基于所述单品出库数据计算单个时段的期望出库数据；基于所述期望出库数据预测对应的所述目标时段的待出库数量。

5、在一个实施例中，基于所述单品出库数据计算单个时段的期望出库数据，包括：对于所述单个时段，确定所述单品出库数据的采集时间与当前时间的间隔时长；基于与所述间隔时长的负相关关系配置每个所述单品出库数据的权重系数；基于所述权重系数和所述每个所述单品出库数据计算加权平均值，将所述加权平均值确定为所述单个时段的期望出库数据。

6、在一个实施例中，基于所述期望出库数据预测对应的所述目标时段的待出库数量，包括：基于目标时段的待出库数量构建待出库的高斯分布，以基于所述高斯分布预测所述目标时段的待出库数量。

7、在一个实施例中，计算处于拣货位的物品的补货状态值，并基于补货分级规则确定处于补货状态的第一物品和处于临近补货状态的第二组物品，包括：基于位于拣货位的物品数量计算所述物品的补货状态值；获取基于所述补货分级规则配置的第一补货阈值和第二补货阈值，所述第一补货阈值大于所述第二补货阈值；将所述补货状态值大于或等于所述第一补货阈值的所述物品确定为处于所述补货状态的所述第一组物品；将所述补货状态值小于所述第一补货阈值，并大于所述第二补货阈值的所述物品确定为处于所述临近补货状态的所述第二组物品。

8、在一个实施例中，基于所述物品的待出库数量确定所述第二组物品中在所述目标时段进入所述补货状态的待关联物品，包括：对于所述第二组物品中的单类物品，基于所述单类物品位于所述拣货位的数量和所述待出库数量得到所述单类物品的补货状态更新值；若所述补货状态更新值大于或等于所述第一补货阈值，将所述单类物品确定为所述待关联物品。

9、在一个实施例中，在基于关联物品识别模型识别所述待关联物品中与所述第一组物品具有关联关系的关联物品之前，还包括：

10、基于历史出库订单构建物品关联矩阵；基于马尔科夫链和所述关联矩阵执行模型训练操作，得到所述关联物品识别模型。

11、在一个实施例中，所述基于历史出库订单构建物品关联矩阵，包括：基于所述历史出库订单检测物品关联关系；基于所述关联关系构建多种物品的物品序列；分别计算所述多种物品的出库率；基于所述物品序列和对应的所述出库率构建所述物品关联矩阵。

12、在一个实施例中，所述基于所述物品序列和对应的所述出库率构建所述物品关联矩阵，包括：基于所述物品序列构建随机初始化的多个协同过滤矩阵；基于对所述多种物品的出库率的指数化处理，生成先验概率矩阵；将所述多个协同过滤矩阵和所述先验概率矩阵确定为所述物品关联矩阵。

13、在一个实施例中，所述基于马尔科夫链和所述关联矩阵执行模型训练操作，得到所述关联物品识别模型，包括：分别为每个所述协同过滤矩阵配置一个神经网络，并初始化每个所述神经网络的网络参数；基于所述马尔科夫链、所述协同过滤矩阵和所述先验概率矩阵提取具有最大关联概率的所述物品序列的预测子序列；基于所述预测子序列和实际子序列之间的关系，执行模型训练操作，以迭代更新所述网络参数，直至检测到提取的所述预测子序列满足损失函数，以得到所述关联物品识别模型。

14、在一个实施例中，所述基于所述马尔科夫链、所述协同过滤矩阵和所述先验概率矩阵提取具有最大关联概率的所述物品序列的预测子序列，包括：基于所述马尔科夫链和所述先验概率矩阵计算所述物品序列中关联物品的转移概率；将所述转移概率和所述协同过滤矩阵输入所述神经网络，以从所述物品序列中提取具有最大关联概率的所述预测子序列。

15、在一个实施例中，还包括：基于所述马尔科夫链构建所述损失函数。

16、在一个实施例中，所述基于关联物品识别模型识别所述待关联物品中与所述第一组物品具有关联关系的关联物品，包括：基于所述第一组物品和所述待关联物品构造待识别序列；将所述待识别序列输入所述关联物品识别模型，以基于最大关联概率输出包括所述第一组物品和所述关联物品的目标关联序列。

17、根据本公开的另一个方面，提供一种补货任务生成装置，包括：预测模块，用于基于历史出库订单中的物品的种类和对应的数量，预测在目标时段所述物品的待出库数量；计算模块，计算处于拣货位的物品的补货状态值，并基于补货分级规则确定处于补货状态的第一物品和处于临近补货状态的第二组物品；确定模块，用于基于所述物品的待出库数量确定所述第二组物品中在所述目标时段进入所述补货状态的待关联物品；识别模块，用于基于关联物品识别模型识别所述待关联物品中与所述第一组物品具有关联关系的关联物品；生成模块，用于将所述第一组物品和所述关联物品进行关联，生成补货任务。

18、根据本公开的再一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任意一项的补货任务生成方法。

19、根据本公开的又一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任意一项的补货任务生成方法。

20、本公开的实施例所提供的补货任务生成方案，通过获取历史出库订单数据，以基于历史出库订单数据中记载的物品类型和物品数量对某个物品在指定时段的待出库数量进行预测，从而能够基于待出库数量确定哪些物品需要补货，另外，通过计算拣货位物品的补货状态值，以对拣货位物品进行补货状态分级，并得到处于补货状态的第一组物品和处于临近补货状态的第二组物品，结合预测的待出库数量，则可以确定第二组物品中在指定时段会变为补货状态的物品，作为待关联物品，进一步利用关联物品识别模型识别出待关联物品中与当前第一组物品关联度较高，即可以经常组成同一订单的关联物品，以一起生成补货任务，从而基于对关联物品的补货操作的预判，能够基于一个补货任务量单执行更多物品的补货操作，有利于减少补货任务数量的生成和下发，提高物品出库效率，降低物品缺货时导致订单等待的概率。

21、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。