基于机器学习的元器件订单波次智能分拣系统

AITNT
正文
推荐专利
基于机器学习的元器件订单波次智能分拣系统
申请号:CN202511159447
申请日期:2025-08-19
公开号:CN120725579B
公开日期:2025-12-02
类型:发明专利
摘要
本发明提供基于机器学习的元器件订单波次智能分拣系统,涉及数据处理技术领域,该系统用于:根据订单数据集,确定各订单涉及的通道编号和货架层级,计算各订单的货位标签值,得到多个订单组,并计算各订单组的元器件覆盖因子,得到订单组特征数据集,基于分层感知网络构建波次评分模型,将订单组特征数据集输入至波次评分模型,得到各订单组的波次评分值,确定各波次任务的订单组,得到波次任务数据,计算各波次任务的结构均衡值,得到均衡任务数据集,确定分拣的路径规划和任务调度,得到分拣数据。本发明能够优化订单波次任务的分配,提高分拣效率。
技术关键词
订单 智能分拣系统 货位标签 元器件 因子 任务调度 路径规划单元 更新模型参数 层级 输出模块 货架 识别结构 数据处理技术 识别特征 基础结构 通道
系统为您推荐了相关专利信息
1
隐蔽性地质灾害综合遥感识别方法
遥感识别方法 高分遥感数据 地质灾害风险评价 遥感识别技术 分析地质灾害
2
一种超短期电力负荷预测方法和系统
算法 表达式 距离调节 电力负荷预测模型 参数
3
一种基于SPD-YOLO的森林火灾检测算法
森林火灾检测 特征提取能力 算法 数据 火灾检测技术
4
一种温度敏感型多阶段自适应充电控制方法及系统
充电控制方法 温度预测模型 阶段 异构特征 节点
5
一种基于反应动力学理论的锂离子电池容量衰减分析方法
锂离子电池 分析方法 退化模型 理论 电池状态评估
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号