基于多模态图神经网络的立体库动态入库推荐方法及系统

本发明涉及智能仓储物流技术领域，具体公开了基于多模态图神经网络的立体库动态入库推荐方法及系统，方法包括获取货位信息以及货位间关联性信息，基于货位信息以及货位间关联性信息动态构建立体库图结构模型，以货位为节点、以货位之间的关系为边；基于图结构模型，采用图神经网络生成货位向量；基于货物信息构建货物向量，基于货物向量以及货位向量根据构建货物与货位的匹配模型；将匹配模型输出结果输入至图网络模型优化器进行进行动态参数优化，通过实时建模货物、货位间的图结构关系，动态优化入库策略，提升存储密度与作业效率，并规避传统调度系统的静态规则缺陷，解决传统立体库系统在动态适应性、全局优化、安全性处理三方面的技术瓶颈。