一种基于深度学习的智慧物流数字化仓库管理方法

本发明公开了一种基于深度学习的智慧物流数字化仓库管理方法，涉及仓库管理技术领域，本发明，通过Graph SAGE计算SKU的相关性，构建SKU关联矩阵，并基于SKU共现频率优化SKU组合，利用Transformer计算SKU存储优化策略，通过注意力机制分析SKU间的存储关系，结合GNN优化存储布局，使高频SKU能够处于最优存储区域，在拣选任务调度环节，采用强化学习训练拣选机器人，在仓库环境中自主学习最优拣选路径，结合GNN计算AGV和人工任务的优化分配，平衡自动化设备与人工操作的协同作业，有效降低路径冲突和无效移动；任务执行完成后，记录拣选时间和路径优化结果，并将反馈数据用于自监督学习优化仓储管理策略，使SKU存储、拣选路径和任务调度能够动态调整。