本发明专利技术公开了一种确定物品存储分类的方法和装置，涉及仓储技术领域。该方法的一具体实施方式包括：根据各个物品的历史出库量，确定所述各个物品的分类数量；根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比和品项数累计占比；基于所述各个物品的出库量累计占比和品项数累计占比求解回归分析模型中的参数，从而得到分类模型；基于所述分类数量和所述分类模型，计算各个分类的边界，从而确定所述各个物品的所在分类。该实施方式能够解决主观确定分类数量、分类边界或者求解模型参数复杂度高的技术问题。模型参数复杂度高的技术问题。模型参数复杂度高的技术问题。
【技术实现步骤摘要】
一种确定物品存储分类的方法和装置
[0001]本专利技术涉及仓储
，尤其涉及一种确定物品存储分类的方法和装置。
技术介绍
[0002]对于物品(下文简称sku)的存储，通常首先根据其出库量分为若干类，将不同类的物品存储在不同区域。这种方法业内常称为ABC分类法，具体步骤包括：根据80/20法则，将物品分为两类，一类是出库量是前20％的物品，其余为另一类；或者借助算法模型将物品指定分为3类，然后进行分类存储。
[0003]现有方法的主要缺点有：(1)确定物品的分类数量和分类边界都是主观的，而不是实际数据驱动的；(2)基于算法模型的方法，虽然对分类边界的划分是客观的，但只能分为3类，无法划分为更多类；(3)基于算法模型的方法，在计算参数时需要解非线性方程，复杂度较高，不易求解。
技术实现思路
[0004]有鉴于此，本专利技术实施例提供一种确定物品存储分类的方法和装置，以解决主观确定分类数量、分类边界或者求解模型参数复杂度高的技术问题。
[0005]为实现上述目的，根据本专利技术实施例的一个方面，提供了一种确定物品存储分类的方法，包括：
[0006]根据各个物品的历史出库量，确定所述各个物品的分类数量；
[0007]根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比和品项数累计占比；
[0008]基于所述各个物品的出库量累计占比和品项数累计占比求解回归分析模型中的参数，从而得到分类模型；
[0009]基于所述分类数量和所述分类模型，计算各个分类的边界，从而确定所述各个物品的所在分类。
[0010]可选地，根据各个物品的历史出库量，确定所述各个物品的分类数量，包括：
[0011]采用聚类算法并根据各个物品的历史出库量，对所述各个物品进行聚类，从而确定所述各个物品的分类数量。
[0012]可选地，采用聚类算法并根据各个物品的历史出库量，对所述各个物品进行聚类，从而确定所述各个物品的分类数量，包括：
[0013]对于每次聚类，预先指定簇数量，采用k
‑
means算法并根据各个物品的历史出库量，对所述各个物品进行聚类；
[0014]比较每次聚类的组间间距值或者组内间距值，选择组间间距值或者组内间距值最小的聚类对应的簇数量作为所述各个物品的分类数量。
[0015]可选地，根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比和品项数累计占比，包括：
[0016]根据所述各个物品的历史出库量对所述各个物品进行排序，从而得到所述各个物品的出库量排序；
[0017]根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比；
[0018]根据所述各个物品的出库量排序计算所述各个物品的品项数累计占比。
[0019]可选地，基于所述各个物品的出库量累计占比和品项数累计占比求解回归分析模型中的参数，从而得到分类模型，包括：
[0020]构建回归分析模型；其中，所述回归分析模型描述了出库量累计占比与品项数累计占比之间的回归关系；
[0021]根据所述回归分析模型构建目标函数，基于所述各个物品的出库量累计占比和品项数累计占比求解所述目标函数，以使拟合的出库量累计占比与实际的出库量累计占比的差值最小；
[0022]根据所述目标函数的求解结果得到所述回归分析模型中的参数，从而得到分类模型。
[0023]可选地，基于所述分类数量和所述分类模型，计算各个分类的边界，从而确定所述各个物品的所在分类，包括：
[0024]若所述分类数量为2，则计算所述分类模型的拐点处的品项数累计占比，从而根据所述拐点处的品项数累计占比确定所述各个物品的所在分类；
[0025]若所述分类数量为3，则基于所述分类模型求解第一边界点的品项数累计占比和第二边界点的品项数累计占比，从而根据所述第一边界点的品项数累计占比和所述第二边界点的品项数累计占比确定所述各个物品的所在分类；
[0026]若所述分类数量大于3，则将所述各个物品分为三类，对所述三类中的至少一类进行等距划分，从而确定所述各个物品的所在分类。
[0027]可选地，对所述三类中的至少一类进行等距划分，从而确定所述各个物品的所在分类，包括：
[0028]令m为k/3的取整部分，n为k/3的余数；其中，k为分类数量；
[0029]若n等于1，则将第一类等距划分为m+1类，将第二类和第三类分别等距划分为m类；若n等于2，则将第一类和第二类分别等距划分为m+1类，将第三类等距划分为m类；
[0030]根据等距划分结果确定各个分类的边界点，从而根据所述各个分类的边界点的品项数累计占比确定所述各个物品的所在分类。
[0031]另外，根据本专利技术实施例的另一个方面，提供了一种确定物品存储分类的装置，包括：
[0032]确定模块，用于根据各个物品的历史出库量，确定所述各个物品的分类数量；
[0033]计算模块，用于根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比和品项数累计占比；
[0034]求解模块，用于基于所述各个物品的出库量累计占比和品项数累计占比求解回归分析模型中的参数，从而得到分类模型；
[0035]分类模块，用于基于所述分类数量和所述分类模型，计算各个分类的边界，从而确定所述各个物品的所在分类。
[0036]可选地，所述确定模块还用于：
[0037]采用聚类算法并根据各个物品的历史出库量，对所述各个物品进行聚类，从而确定所述各个物品的分类数量。
[0038]可选地，所述确定模块还用于：
[0039]对于每次聚类，预先指定簇数量，采用k
‑
means算法并根据各个物品的历史出库量，对所述各个物品进行聚类；
[0040]比较每次聚类的组间间距值或者组内间距值，选择组间间距值或者组内间距值最小的聚类对应的簇数量作为所述各个物品的分类数量。
[0041]可选地，所述计算模块还用于：
[0042]根据所述各个物品的历史出库量对所述各个物品进行排序，从而得到所述各个物品的出库量排序；
[0043]根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比；
[0044]根据所述各个物品的出库量排序计算所述各个物品的品项数累计占比。
[0045]可选地，所述求解模块还用于：
[0046]构建回归分析模型；其中，所述回归分析模型描述了出库量累计占比与品项数累计占比之间的回归关系；
[0047]根据所述回归分析模型构建目标函数，基于所述各个物品的出库量累计占比和品项数累计占比求解所述目标函数，以使拟合的出库量累计占比与实际的出库量累计占比的差值最小；
[0048]根据所述目标函数的求解结果得到所述回归分析模型中的参数，从而得到分类模型。
[0049]可选地，所述分类模块还用于：
[0050]若所述分类数量为2，则计算所述分类模型的拐点处本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种确定物品存储分类的方法，其特征在于，包括：根据各个物品的历史出库量，确定所述各个物品的分类数量；根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比和品项数累计占比；基于所述各个物品的出库量累计占比和品项数累计占比求解回归分析模型中的参数，从而得到分类模型；基于所述分类数量和所述分类模型，计算各个分类的边界，从而确定所述各个物品的所在分类。2.根据权利要求1所述的方法，其特征在于，根据各个物品的历史出库量，确定所述各个物品的分类数量，包括：采用聚类算法并根据各个物品的历史出库量，对所述各个物品进行聚类，从而确定所述各个物品的分类数量。3.根据权利要求2所述的方法，其特征在于，采用聚类算法并根据各个物品的历史出库量，对所述各个物品进行聚类，从而确定所述各个物品的分类数量，包括：对于每次聚类，预先指定簇数量，采用k
‑
means算法并根据各个物品的历史出库量，对所述各个物品进行聚类；比较每次聚类的组间间距值或者组内间距值，选择组间间距值或者组内间距值最小的聚类对应的簇数量作为所述各个物品的分类数量。4.根据权利要求1所述的方法，其特征在于，根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比和品项数累计占比，包括：根据所述各个物品的历史出库量对所述各个物品进行排序，从而得到所述各个物品的出库量排序；根据所述各个物品的历史出库量计算所述各个物品的出库量累计占比；根据所述各个物品的出库量排序计算所述各个物品的品项数累计占比。5.根据权利要求1所述的方法，其特征在于，基于所述各个物品的出库量累计占比和品项数累计占比求解回归分析模型中的参数，从而得到分类模型，包括：构建回归分析模型；其中，所述回归分析模型描述了出库量累计占比与品项数累计占比之间的回归关系；根据所述回归分析模型构建目标函数，基于所述各个物品的出库量累计占比和品项数累计占比求解所述目标函数，以使拟合的出库量累计占比与实际的出库量累计占比的差值最小；根据所述目标函数的求解结果得到所述回归分析模型中的参数，从而得到分类模型。6.根据权利要求1所述的方法，其特征在于，基于所述分类数量和所述分类模型，计算各个分类的边界，从而确定所述各个物品...
【专利技术属性】
技术研发人员：范超，
申请(专利权)人：北京京东乾石科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。