一种解决基于大规模订单的产品储位优化的方法技术

本发明专利技术公开了一种解决基于大规模订单的产品储位优化的方法，包括以下步骤：录入订单数据；建立产品关联性模型，计算获取关联性矩阵；建立产品聚合类频次模型，确定聚合类簇数；建立产品周转率度量模型，利用谱聚类算法计算；基于规则实现储位指派；完成布局。完成布局。完成布局。

【技术实现步骤摘要】
一种解决基于大规模订单的产品储位优化的方法


[0001]本专利技术涉及订单储位优化领域，尤其涉及一种解决基于大规模订单的产品储位优化的方法。

技术介绍

[0002]储位优化是用来确定每一品规的恰当储存方式,在恰当的储存方式下的空间储位分配。
[0003]现有储位优化的模型会考虑重心、高度等实时运营约束，但烟草立体仓库的产品特征较统一，该类约束要求不高。模型的求解是利用启发式算法，求解难度高且结果不能达到最优，同时在订单与仓库规模增大后，算法复杂度更不适合实际运作。

技术实现思路

[0004]本专利技术的目的是针对现有技术的缺陷，提供了一种解决基于大规模订单的产品储位优化的方法。
[0005]为了实现以上目的，本专利技术采用以下技术方案：
[0006]一种解决基于大规模订单的产品储位优化的方法，包括以下步骤：
[0007]S1、录入订单数据；
[0008]S2、建立产品关联性模型，计算获取关联性矩阵；
[0009]S3、在步骤2的基础上，建立产品聚合类频次模型，确定聚合类簇数；...

【技术保护点】

【技术特征摘要】
1.一种解决基于大规模订单的产品储位优化的方法，其特征在于，包括以下步骤：S1、录入订单数据；S2、建立产品关联性模型，计算获取关联性矩阵；S3、在步骤2的基础上，建立产品聚合类频次模型，确定聚合类簇数；S4、在步骤3的基础上，建立产品周转率度量模型，利用谱聚类算法计算；S5、基于规则实现储位指派；S6、完成布局。2.如权利要求1所述的一种解决基于大规模订单的产品储位优化的方法，其特征在于，所述步骤2具体如下：产品关联性体现为仓库内不同产品出现在同一订单内的次数，同时与自身的出库次数做参照，产品关联性的计算公式如下：其中：为产品编号；为产品种类数；为同时订购产品的订单数量；为订购产品的订单数量；根据上述公式则可得产品间的关联性矩阵，如下：产品间的关联性具有对称性，故为对角矩阵，且各元素的取值范围为[0,1]，矩阵的对角线为0，即同一产品的关联性为0，此处设置与谱聚类所需的初始邻接矩阵要求相关。3.如权利要求1所述的一种解决基于大规模订单的产品储位优化的方法，其特征在于，所述步骤3具体如下：经计算后，将仓库内产品分为了类，而第类产品的订购频次占比对其定义为：其中，为产品集合；为聚合类中的产品集合。4.如权利要求1所述的一种解决基于大规模订单的产品储位优化的方法，其特征在于，所述步骤4具体如下：产品的周转率可定义为：
其中，为产品的出库总数...

【专利技术属性】
技术研发人员：王璐，王晋冰，张磊，陈书铭，董霓，
申请(专利权)人：贵州省烟草公司贵阳市公司，
类型：发明
国别省市：