用于移动机器人仓储系统的SKU上架方法及存储介质

用于移动机器人仓储系统的sku上架方法及存储介质
技术领域
1.本发明涉及仓储系统运作技术领域，具体涉及一种用于移动机器人仓储系统的sku上架方法及存储介质。


背景技术：

2.随着电商行业的飞速发展以及消费者对于配送时间日益严格的要求，大型电商企业越来越重视仓储智能化的发展以及仓库内部订单拣选效率的提升。随着移动机器人技术的不断发展成熟，基于移动机器人的仓储系统被广泛的应用于订单拣选场景。该类系统中的订单拣选作业流程如下：首先消费者的订单将被分配至拣选站，然后确定需要搬运的用来满足订单所需sku的货架，并将相关搬运任务发送至移动机器人，随后移动机器人根据搬运任务将指定的货架搬运到相应的拣选站，拣货员则负责将相应的sku从搬运至拣选站的货架中取出，并按订单放到相应的货篮中，待该货架中所需的sku全部被取出之后，移动机器人需要将该货架送回至货架存储区，依此循环。我们发现，如何将sku存放至货架中(sku上架方法)是影响该类系统订单拣选效率的一个重要决策问题。
3.在使用移动机器人仓储系统的现有企业中，绝大多数使用经验式sku上架方法(如随机式上架方法、基于产品冷热度的上架方法)。这些方法主要存在的问题是会导致部分货架的命中率较高，而平均命中率较低，致使整体拣选效率低，从而增加了系统的拣选作业时间，提高了企业的运作成本。


技术实现要素：

4.本发明提出的一种用于移动机器人仓储系统的sku上架方法、系统及设备，可至少解决背景技术中的技术问题之一。
5.为实现上述目的，本发明采用了以下技术方案：
6.一种用于移动机器人仓储系统的sku上架方法，包括，
7.获取移动机器人仓储系统的数据信息；
8.根据获取的数据信息，构建sku上架决策模型；
9.根据数据信息、sku上架决策模型，构建sku上架策略的计算方法；
10.根据计算方法，计算移动机器人仓储系统的sku上架结果，并实施。
11.进一步的，上述数据信息包括历史订单数量信息、订单内容信息，即每个订单所包含的库存单元(以下简称sku)种类信息、需要分配上架位置的sku种类、可用的货架数量信息和货架的容量限制信息，即每个货架中最多可以放置的sku种类数。
12.进一步的，上述构建sku上架决策模型包括：根据获取的数据信息，计算任意两种sku之间的效用值；根据效用值，构建sku上架决策模型。
13.进一步的，上述两种sku之间的效用值的计算公式由式(1)表示：
14.15.其中，s、s
′
为任意两种sku；c
s,s
′
是sku s与skus
′
的效用值；|o
s,s
′
|是同时包含sku s与s
′
的订单数量；|o|是上述总的订单数量。
16.进一步的，上述sku上架决策模型的目标由式(2)进行表示：
[0017][0018]
其中，m是上述可用的货架数量；yj是货架j的效用值。
[0019]
进一步的，上述移动机器人仓储系统的sku上架决策模型由式(3)～式(9)表示的条件进行约束：
[0020][0021][0022][0023][0024][0025][0026][0027]
其中，m是上述可用的货架数量；c是上述货架容量限制；s是上述需要分配上架位置的sku种类数；c
s,s
′
是上述sku s与skus
′
的效用值；yj是上述的货架j的效用值；x
s,j
是0-1决策变量，当sku s的上架位置在货架j上时等于1，否则等于0；z
s,s
′
,j
是0-1决策变量，当skus与sku s
′
的上架位置都在货架j上时等于1，否则等于0。约束条件(3)表示每种sku只能存放在一个货架上的一个位置；约束条件(4)表示每个货架上存放的sku种类数不能大于所述的货架容量；约束条件(5)和(6)表示z
s,s
′
,j
的取值条件；约束条件(7)表示货架j的效用值的计算方式；约束条件(8)和(9)给出了0-1决策变量x
s,j
、z
s,s
′
,j
的取值范围。
[0028]
进一步的，上述计算方法包括：根据上述效用值，构建原始指派矩阵；根据原始指派矩阵，构建多阶段动态指派方法；根据多阶段动态指派方法的结果，对结果进行修正。
[0029]
进一步的，上述原始指派矩阵由式(10)表示：
[0030][0031]
其中，原始矩阵的每行和每列分别代表一种sku，相同索引值表示的sku种类相同。当i＝j时，有c
i,i
＝0，当i≠j时，有c
i,j
＝c
j,i
。
[0032]
进一步的，上述多阶段指派方法包括：
[0033]
初始化：当前矩阵为m＝m0，当前效用值f＝0；
[0034]
步骤一：对当前矩阵进行一次指派求解，得到效用值f
′
、指派结果p；
[0035]
步骤二：如果f
′‑
f＝0，则停止指派，得到最终指派结果p
*
＝p；否则转到步骤三；
[0036]
步骤三：令当前效用值f＝f
′
，并根据指派结果p，更新当前矩阵m，返回步骤一。
[0037]
进一步的，上述对当前矩阵进行一次指派求解包括：
[0038]
上述当前矩阵的每行、每列分别表示的是一个sku组合，相同索引值表示组合相同；
[0039]
上述指派求解的方法由式(11)～式(15)表示：
[0040][0041][0042][0043][0044][0045]
其中，c
i,j
为当前矩阵第i行、第j列对于的值；x
i,j
是0-1决策变量，当组合i指派给组合j时等于1，否则等于0。目标函数(11)表示最大化指派效用值；约束条件(12)表示每个组合i只能指派给一个组合j；约束条件(13)表示每个组合j只能指派给一个组合i；约束条件(14)表示当组合i指派给组合j时，组合j也必须同时指派给组合i；约束条件(15)给出了0-1决策变量x
i,j
的取值范围。
[0046]
上述指派结果p由多个组合(i∪j)表示，每个组合(i∪j)表示组合i与组合j包含的sku的并集，现实意义是指这些组合中的sku上架到同一个货架上。
[0047]
进一步的，上述更新当前矩阵m包括：更新当前矩阵m的行数和列数；更新当前矩阵m新增的行和列的值。
[0048]
其中，上述更新行数和列数的规则为：对指派结果p的每个组合(i∪j)进行：如果组合(i∪j)与当前矩阵m的任意组合都不相同，则将该组合(i∪j)分别更新至当前矩阵m的行和列作为新的sku组合；否则，不更新组合(i∪j)。
[0049]
上述更新当前矩阵m新增的行和列的值的计算公式由式(16)表示：
[0050][0051]
其中，|k∪i∪j|是组合k与组合(i∪j)的并集所包含的sku种类数。
[0052]
进一步的，上述修正方法包括：将指派结果p
*
包含的组合分割成若干组合子块，使得任意两个子块之间没有重复的sku，并将只出现在一个组合中的组合子块划分到集合v，而将出现在多个组合中的组合子快划分到集合e；计算组合子块之间的效用值；构建修正模型，进行修正计算。
[0053]
进一步的，上述计算组合子块之间的效用值的公式由式(17)表示：
[0054][0055]
其中，r
g,h
是组合子块g和h的效用值，c
s,s
′
是所述sku s与skus
′
的效用值。
[0056]
进一步的，上述修正模型由所述式(18)～(24)表示：
[0057]
maximize∑
v∈v
(∑
e∈e
(p
e,v
*r
e,v
) ∑
e∈e
∑e′
∈e
(q
e,e
′
,v
*r
e,e
′
))
ꢀꢀꢀ
(18)
[0058]
[0059][0060][0061][0062][0063][0064]
其中，c是上述货架容量限制；lv是组合子块包含的sku个数；p
e,v
是0-1决策变量，当组合子块e与v包含的sku放在同一货架上时等于1，否则等于0；q
e,e
′
,v
是0-1决策变量，当组合子块e、e
′
与v包含的sku放在同一个货架上时等于1，否则等于0。式(19)表示集合e中的每个组合子块只能和集合v中的一个组合子块v放在同一个货架上；式(20)表示与集合v中的每个组合子块放在同一货架上的sku数量不能超过所述货架的容量限制；式(21)和(22)表示q
e,e
′
,v
的取值条件；式(23)和(24)分别表示p
e,v
和q
e,e
′
,v
的取值范围。
[0065]
进一步的，上述sku上架策略的效果采用满足全部订单所需相对货架数量这一指标进行衡量。其中，所述相对货架数量的计算公式由式(25)表示：
[0066][0067]
其中，rv(p)指经验式决策得到的货架数量；rv(a)是上述的方法得到的货架数量。
[0068]
又一方面，本发明还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤。
[0069]
再一方面，本发明还公开一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上方法的步骤。
[0070]
由上述技术方案可知，本发明提供了一种用于移动机器人仓储系统的sku上架方法策略，以解决上述系统拣选作业效率低、运作成本高的问题。本发明提供的用于移动机器人仓储系统的sku上架方法策略从全局最优的角度提出了sku上架方法，与现有技术相比，可以更合理的为sku分配上架位置，减少了完成所有订单所需要的货架数量，提高了拣选效率。因此，通过应用本发明提供的用于移动机器人仓储系统的sku上架方法策略，能够有效降低电商企业运作成本，提高电商企业的服务水平。总体而言，本发明具有很好的实用性和可操作性，计算方法简单，可以为移动机器人仓储系统的sku上架问题提供一种新的高效的策略。
[0071]
具体的说，本发明提供的用于移动机器人仓储系统的sku上架方法是基于全局最优的角度提出的，通过应用本方法可以得到最优的sku上架方案，相比于目前存在众多基于局部最优的sku上架方法，方法效果可以得到大幅度的提高。同时，本发明基于全局最优性质将问题求解过程转化为一种多阶段指派问题求解过程，提出了一种简单高效的算法，通过不断求解简单的指派问题就可以得到提出的sku上架方法的结果，过程简单易懂，非常便于理解应用。此外，本发明提出的算法还具有求解效率快、结果质量好等优点，可以在短时间内计算出所提出的sku上架方法的结果。
附图说明
[0072]
图1是本发明实施例提供的用于移动机器人仓储系统的sku上架方法策略的流程图。
具体实施方式
[0073]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
[0074]
如图1所示，本实施例所述的用于移动机器人仓储系统的sku上架方法，通过计算机设备执行以下步骤，
[0075]
图1示意性示出了本发明实施例提供的用于移动机器人仓储系统的sku上架方法策略的流程图。如图1所示，该实施例的sku上架方法包括操作s110～操作s140。
[0076]
在操作s110，获取移动机器人仓储系统的数据信息；
[0077]
在操作s120，根据获取的数据信息，构建sku上架决策模型；
[0078]
在操作s130，根据数据信息、sku上架决策模型，构建sku上架策略的计算方法；
[0079]
在操作s140，根据计算方法，计算移动机器人仓储系统的sku上架结果，并实施。
[0080]
根据本发明的实施例，上述数据信息包括历史订单数量信息、订单内容信息，即每个订单所包含的sku种类信息、需要分配上架位置的sku种类、可用的货架数量信息和货架的容量限制信息，即每个货架中最多可以放置的sku种类数。
[0081]
在本发明实施例中，所有订单所包含的sku种类集合必须是需要分配上架位置的sku种类集合的子集。
[0082]
根据本发明的实施例，上述构建sku上架决策模型包括：根据获取的数据信息，计算任意两种sku之间的效用值；根据效用值，构建sku上架决策模型。
[0083]
在本发明实施例中，用于计算效用值的数据信息包括订单数量信息和订单内容信息。根据本发明的实施例，上述效用值的计算公式由式(1)表示：
[0084][0085]
其中，s、s
′
为任意两种sku；c
s,s
′
是sku s与skus
′
的效用值；|o
s,s
′
|是同时包含sku s与s
′
的订单数量；|o|是上述总的订单数量。
[0086]
根据本发明的实施例，上述sku上架决策模型的目标由式(2)进行表示：
[0087][0088]
其中，m是上述可用的货架数量；yj是货架j的效用值。
[0089]
根据本发明的实施例，上述移动机器人仓储系统的sku上架决策模型由式(3)～式(9)表示的条件进行约束：
[0090][0091][0092]
[0093][0094][0095][0096][0097]
其中，m是上述可用的货架数量；c是上述货架的容量限制；s是上述需要分配上架位置的sku种类数；c
s,s
′
是上述sku s与skus
′
的效用值；yj是上述的货架j的效用值；x
s,j
是0-1决策变量，当sku s的上架位置在货架j上时等于1，否则等于0；z
s,s
′
,j
是0-1决策变量，当skus与sku s
′
的上架位置都在货架j上时等于1，否则等于0。约束条件(3)表示每种sku只能存放在一个货架上的一个位置；约束条件(4)表示每个货架上存放的sku种类数不能大于所述的货架容量；约束条件(5)和(6)表示z
s,s
′
,j
的取值条件；约束条件(7)表示货架j的效用值的计算方式；约束条件(8)和(9)给出了0-1决策变量x
s,j
、z
s,s
′
,j
的取值范围。
[0098]
在本发明实施例中，所有可用货架的容量限制可设为相同。上述sku上架决策模型旨在寻找出一种上架结果，使得完成所有订单所需的货架数最小，从而能够提高移动机器人仓储系统的整体拣选效率。
[0099]
根据本发明的实施例，上述计算方法包括：根据所述的效用值，构建原始指派矩阵；根据原始指派矩阵，构建多阶段动态指派方法；根据多阶段动态指派方法的结果，对结果进行修正。
[0100]
根据本发明的实施例，上述原始指派矩阵由式(10)表示：
[0101][0102]
在本发明实施例中，原始矩阵是一个对称的s
×
s的方阵，其中，每行和每列分别代表一种sku，相同索引值表示的sku种类相同。当i＝j时，有c
i,i
＝0，当i≠j时，有c
i,j
＝c
j,i
。
[0103]
根据本发明的实施例，上述多阶段指派方法包括：
[0104]
初始化：当前矩阵为m＝m0，当前效用值f＝0；
[0105]
步骤一：对当前矩阵进行一次指派求解，得到效用值f
′
、指派结果p；
[0106]
步骤二：如果f
′‑
f＝0，则停止指派，得到最终指派结果p
*
＝p；否则转到步骤三；
[0107]
步骤三：令当前效用值f＝f
′
，并根据指派结果p，更新当前矩阵m，返回步骤一。
[0108]
在本发明实施例中，任意当前矩阵都是一个对称的方阵，且任意当前矩阵的每行、每列分别表示的是一个sku组合，相同索引值表示组合相同。此外，在本发明实施例中，满足上诉要求的任一初始化的当前矩阵m经过有限次指派、更新后，都将达到f
′‑
f＝0的停止指派条件。
[0109]
根据本发明的实施例，上述对当前矩阵进行一次指派求解包括：所述指派求解的方法由式(11)～式(15)表示：
[0110]
[0111][0112][0113][0114][0115]
在本发明实施例中，使用该指派模型可以快速的得到最优指派结果。其中，c
i,j
为当前矩阵第i行、第j列对于的值；x
i,j
是0-1决策变量，当组合i指派给组合j时等于1，否则等于0。目标函数(11)表示最大化指派效用值；约束条件(12)表示每个组合i只能指派给一个组合j；约束条件(13)表示每个组合j只能指派给一个组合i；约束条件(14)表示当组合i指派给组合j时，组合j也必须同时指派给组合i；约束条件(15)给出了0-1决策变量x
i,j
的取值范围。
[0116]
上述指派结果p由多个组合(i∪j)表示，每个组合(i∪j)表示组合i与组合j包含的sku的并集，现实意义是指这些组合中的sku上架到同一个货架上。
[0117]
根据本发明的实施例，上述更新当前矩阵m包括：更新当前矩阵m的行数和列数；更新当前矩阵m新增的行和列的值。
[0118]
其中，所述更新行数和列数的规则为：对指派结果p的每个组合(i∪j)进行：如果组合(i∪j)与当前矩阵m的任意组合都不相同，则将该组合(i∪j)分别更新至当前矩阵m的行和列作为新的sku组合；否则，不更新组合(i∪j)。
[0119]
所述更新当前矩阵m新增的行和列的值的计算公式由式(16)表示：
[0120][0121]
其中，|k∪i∪j|是组合k与组合(i∪j)的并集所包含的sku种类数。
[0122]
根据本发明的实施例，上述修正方法包括：将指派结果p
*
包含的组合分割成若干组合子块，使得任意两个子块之间没有重复的sku，并将只出现在一个组合中的组合子块划分到集合v，而将出现在多个组合中的组合子快划分到集合e；计算组合子块之间的效用值；构建修正模型，进行修正计算。
[0123]
在本发明实施例中，例如指派结果p
*
有两个组合{a,b}和{b,c}，分割后产生三个组合子块{a}、{b}和{c}，其中组合子块{a}和{c}划分到集合v，组合子块{b}划分到集合e。
[0124]
根据本发明的实施例，上述计算组合子块之间的效用值的公式由式(17)表示：
[0125][0126]
其中，r
g,h
是组合子块g和h的效用值，c
s,s
′
是上述sku s与skus
′
的效用值。
[0127]
根据本发明的实施例，上述修正模型由所述式(18)～(23)表示：
[0128]
maximize∑
v∈v
(∑
e∈e
(p
e,v
*r
e,v
) ∑
e∈e
∑e′
∈e
(q
e,e
′
,v
*r
e,e
′
))
ꢀꢀꢀ
(18)
[0129][0130][0131]
[0132][0133][0134][0135]
其中，c是上述货架的容量限制；lv是组合子块包含的sku个数；p
e,v
是0-1决策变量，当组合子块e与v包含的sku放在同一货架上时等于1，否则等于0；q
e,e
′
,v
是0-1决策变量，当组合子块e、e
′
与v包含的sku放在同一个货架上时等于1，否则等于0。式(19)表示集合e中的每个组合子块只能和集合v中的一个组合子块v放在同一个货架上；式(20)表示与集合v中的每个组合子块放在同一货架上的sku数量不能超过所述货架的容量限制；式(21)和(22)表示q
e,e
′
,v
的取值条件；式(23)和(24)分别表示p
e,v
和q
e,e
′
,v
的取值范围。
[0136]
在本发明实施例中，修正模型与上述sku上架决策模型的区别在于将单个skuv替换为sku组合子块，其他表达的含义基本相同，而由于将问题规模降低，模型可以快速的求解。通过使用上述多阶段动态指派方法，可以有效降低需要进行sku上架决策问题的规模，使模型能快速求解。
[0137]
根据本发明的实施例，上述sku上架策略的效果采用满足全部订单所需的相对货架数量这一指标进行衡量。其中，所述相对货架数量的计算公式由式(25)表示：
[0138][0139]
其中，rv(p)指经验式决策得到的货架数量；rv(a)是根据权利要求1-14所述的方法得到的货架数量。
[0140]
为了更加直观的展现本发明能够为移动机器人仓储系统减少的用于满足订单所需的货架数量，在本实施例中将以某头部企业真实的移动机器人仓储系统的上架方法为对比基准。该企业移动机器人仓储系统目前采用如下经验式的sku上架方案：首先将相同种类的sku放在同一个货架上，之后将相关联的sku放在同一货架上。本发明的实施例以经验式上架方法与本发明提出的方法在完成相同一批订单时所需要的货架数量的百分比差距作为指标(如式(25)所示)来衡量本发明的有益效果。表1是相对所需货架数量对比结果：
[0141]
sku种类数rv(p)rv(a)δ5067050343.94％10091552846.09％200136264145.33％3002567130354.52％
[0142]
综上所述，本发明实施例中的用于移动机器人仓储系统的sku上架方法，首先根据历史订单数据计算了待分配上架位置的sku之间的效用值，然后根据效用值实施了多阶段指派方法，并对结果进行了修正之后，得到了sku上架方案。通过与经验式决策方法下的结果进行对比，表明本发明实施例的方法能够有效减少满足订单所需的货架数，提高企业的订单拣选效率。
[0143]
又一方面，本发明还公开一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如上述方法的步骤。
[0144]
再一方面，本发明还公开一种计算机设备，包括存储器和处理器，所述存储器存储
有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上方法的步骤。
[0145]
在本技术提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一用于移动机器人仓储系统的sku上架方法。
[0146]
可理解的是，本发明实施例提供的系统与本发明实施例提供的方法相对应，相关内容的解释、举例和有益效果可以参考上述方法中的相应部分。
[0147]
本技术实施例还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信，
[0148]
存储器，用于存放计算机程序；
[0149]
处理器，用于执行存储器上所存放的程序时，实现上述用于移动机器人仓储系统的sku上架方法，所述方法包括：
[0150]
获取移动机器人仓储系统的数据信息；
[0151]
根据获取的数据信息，构建sku上架决策模型；
[0152]
根据数据信息、sku上架决策模型，构建sku上架策略的计算方法；
[0153]
根据计算方法，计算移动机器人仓储系统的sku上架结果，并实施。
[0154]
上述电子设备提到的通信总线可以是外设部件互连标准(英文：peripheral component interconnect，简称：pci)总线或扩展工业标准结构(英文：extended industry standard architecture，简称：eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。
[0155]
通信接口用于上述电子设备与其他设备之间的通信。
[0156]
存储器可以包括随机存取存储器(英文：random access memory，简称：ram)，也可以包括非易失性存储器(英文：non-volatile memory，简称：nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
[0157]
上述的处理器可以是通用处理器，包括中央处理器(英文：central processing unit，简称：cpu)、网络处理器(英文：network processor，简称：np)等；还可以是数字信号处理器(英文：digital signal processing，简称：dsp)、专用集成电路(英文：application specific integrated circuit，简称：asic)、现场可编程门阵列(英文：field-programmable gate array，简称：fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0158]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者
是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0159]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0160]
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0161]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。