一种基于经验数据和算法的物料包材推荐方法.pdfVIP

一种基于经验数据和算法的物料包材推荐方法

周冲,于兴林,杨静,林建瑞,林静,王张威

（吉利汽车研究院（宁波）有限公司，浙江宁波315000）

摘要：提出一种基于经验数据、算法计算和业务规则的智能包装材料推荐方法，该方法基于历史数据、算法计

算和业务规则，提高包装材料选择的准确性和效率。其核心思想是利用历史数据中物料加包材的使用频率、时间

接近度和最小体积原则推荐包装材料。该方法在智能包装材料推荐系统中实施，允许用户输入相关材料和需求

信息，并根据历史数据和算法计算生成最优的包装材料推荐。

关键词：包材推荐；经验数据；空间算法；业务规则

中图分类号：TP18;F252文献标识码：BDOl:10.16621/j.cnki.issn1001-0599.2024.11.11

0引言算并结合业务规则的智能化包材推荐方法与系统。最

在物料装箱发货场景中，选择合适的包材进行包后通过实验验证和案例分析评估该方法的有效性和

装,对于降低企业的包装成本和运输成本至关重要。可行性。

1相关工作

然而，目前的包装推荐和装箱方法存在一些局限性,限

制了企业在小场景业务中的效率和可持续发展。物料包材推荐领域已经有许多研究成果，人工经

人工经验选材是目前常见的包装选择方法之一，验选材方法是最常用的包材推荐方法之一。该方法的

但其依赖个人经验，缺乏稳定性和可靠性。在物料种类优点是简单易行，缺点为依赖个人经验，不稳定，容易

多、包材种类多的情况下，人工经验选材往往无法满足出现选材不当的情况。

大规模物料装箱发货的需求。虽然启发式算法[2在解启发式算法[2-3]是另一种常用的包材推荐方法。该

决装箱问题上表现出色，但其耗时且计算量大，特别是方法通过搜索算法寻找最优的包材组合，但存在计算

在组合爆炸问题的求解过程中。此外，基于适应度的算量大、装填率低等问题，尤其是在组合爆炸的情况下，

法虽然可以在合理时间内获得较满意的装箱方案，但该方法的计算时间会非常长。

其输出结果不稳定且装填率较低。基于适应度的算法[4-5]是一种将搜索算法与适应

针对以上问题，本研究旨在提供一种基于经验数度函数相结合的包材推荐方法。该方法通过适应度函

据加算法计算并结合业务规则的智能化包材推荐方数评估每个包材组合的优劣，并选择适应度最高的组

法与系统。通过利用经验数据和算法计算，结合业务合作为最优解，但输出结果不稳定、装填率较低。

规则，可以避免人工经验选材不稳定性和装填率低的针对现有技术的不足，本研究提出一种基于经验

问题。同时，也可以克服启发式算法的计算量大和装数据加算法计算并结合业务规则的智能化包材推荐方

填率有限的问题，可有效提高装箱效率，降低包装成法与系统。

本和运输成本，减少辅材需求，同时也有利于环境保2方法过程

护和治理。2.1整体流程

本文首先介绍物料包材推荐的背景和重要性，以应用本方法的现场业务流程包括构建包材推荐数

及当前方法的局限性和挑战。然后详细阐述本研究的据表、扫描物料信息、历史经验数据推荐、算法推荐和

目标和意义，并介绍所提出的基于经验数据加算法计返回推荐结果。首先构建包材推荐数据表，录人物料组

设计研究设备管理与维修2024No11(上）39

合和对应包材的历史数据，并建立物料/物料组合与包荐结果。首先初始化待打包物料信息，包括物料队列和

材型号的映射关系，根据映射关系表构建经验数据索对应的体积；然后初始化备选包材队列，按体积从小到

引；然后通过扫描物料信息，获取待包装物料的编码、大排列；再从备选包材队列中提取包材及其体积。如果

尺寸和数量；再根据历史经验数据推荐流程,搜索历史包材体积小于待打包物料的总体积，继续提取下一个

记录并推荐包材，如果历史推荐无结果，则启动算法推包材。如果包材体积大于等于待打包物料的总体积，开

荐流程,通过空间数值计算推荐最佳包材；最后返回推始进行物料的