仓库管理系统WMS 订单合并中的聚合算法运用

最新推荐文章于 2021-10-04 17:52:07 发布

muffings

最新推荐文章于 2021-10-04 17:52:07 发布

阅读量2.4k

点赞数

文章标签： java

本文链接：https://blog.csdn.net/muffings/article/details/84387541

版权

本文探讨了在仓库管理系统WMS中，如何通过相似度算法和聚合算法对订单进行高效分组。介绍了Jaccard相似度和向量空间相似度两种衡量集合相似度的方法，并详细阐述了一种中位算法进行订单聚合的过程，包括随机选择种子元素、根据种子分划子集以及确定特征种子的步骤。

摘要由CSDN通过智能技术生成

业务需求：

在仓库管理系统WMS中，在订单发货前，有一个发货拣单作业，对订单进行分拣，根据订单中的品类数量从货区获取商品，在大量订单作业的过程中，需要对产品品类相似的订单进行聚合, 也就是根据订单间货物的信息进行预先分组以方便分拣人员分拣。

假如我们有数据:

Order1 : [Sku1: 2件 , Sku2: 1件]
Order2 : [Sku2: 2件 , Sku3: 1件, Sku4: 1件]
Order3 : [Sku2: 1件 , Sku4: 2件, Sku5: 1件]

我们假设现场有两个分拣线，那么要分成两组，那么我们该把Order1 和Order2 合并为一个Group 呢还是Order2 和Order3 合并？那么合并的依据是什么？我们怎么评价这个合并的方式比其他方式较优？

我们假设从采购车上来货的时候，单品相商品在分捡过程中的数目对分拣复杂度不产生影响，那么其实我们把每个Order 看成一个Set

Order1 ==> Set: [Sku1, Sku2]
Order2 ==> Set: [Sku2, Sku3, Sku4]
Order3 ==> Set: [Sku2, Sku4, Sku5]

那么问题就转变成，如何为对已知的有一个个的Set 进行分组聚合。

对这个分组聚合我们又分为两个子问题：

我们假设以函数Similarity(x, y)表示两个集合的相似度。

比如有以下4组集合

 X={1, 2, 3} ; Y

关注