[发明专利]一种基于改进二分k-均值算法的订单分组方法

说明书

本发明公开了一种基于改进二分k‑均值算法的订单分组方法，采用改进的二分k‑均值算法求解对配送中心订单分批问题，从k值选取、初始中心值的选取、异常点处理三个方面对k‑means聚类算法进行了改善，避免算法陷入局部最优，使得求解出的订单分组方案更加有效合理，从而有效提高订单分拣效率。

技术领域

本发明涉及一种分组方法，具体是一种基于改进二分k-均值算法的订单分组方法。

背景技术

随着电商的发展，电商每天会接收到大量的订单，而这些订单呈小批量、多品种、多批次的特点。对于这些大规模的订单，电商的物流中心压力日益增大。

订单分组是将收集到的客户订单按照特定的规则进行分组，将同一组的订单安排在同一个工作台进行分拣，以缩短订单拣选时间，提高拣选效率。目前，订单分组策略有：1、种子算法，2、节约算法，3、优先规则算法，4、启发式算法，5、数据挖掘算法。

种子算法的初始种子数据难以找到较优的值，对于大规模的订单难以求出最优分组方案；优选规则算法是将客户订单进行分级，按照订单的优先级进分组，但其没有考虑订单之间的关联性，获得的分组方案往往不能有效缩减分拣效率；而一般的启发式算法并不能适用于大规模的订单集合；对于数据挖算法，现阶段用于订单分组问题的主要有两种算法：关联规则挖掘、k-means聚类算法。这两种算法适用于大规模的订单集合分组问题，但目前基于k-means算法的订单分组方案，并没有合理改进算法的三个限制：1、k值的确定，2、初始中心的确定，3、异常数据点的处理，使得现阶段的方案并没能有效提高系统的分拣效率。

发明内容

本发明的目的在于提供一种基于改进二分k-均值算法的订单分组方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于改进二分k-均值算法的订单分组方法，包括如下步骤：对订单数据集进行处理，获得订单集列表T＝{t₁，t₂…t_i…t_w}；其中，t_i表示第i个订单，第i个订单所包含的货品向量化表达为t_i＝{aw₁,aw₂,…aw_i…aw_L}；t_i表示第i个订单，aw_i表示第w个订单包含第i种货品；

根据订单数量设置阈值TA的值；

在订单构成的簇类中选取参考订单：将该簇类中订单长度最大的订单作为第一个参考中心订单，计算簇类中其他订单与第一个参考中心订单的相似度，并在与第一个参考订单中心相似度最小的订单中，选择订单长度最大的订单作为第二个参考中心订单；

计算每个订单到每个参考中心订单的相似度r_ij，并将每个订单划分到与多个参考中心订单其中一者相似最大的一组；

对本次分组产生的所有簇类进行检测，查看是否满足预设的第一条件；

将满足第一条件的簇类标记为异常簇类，将异常簇类的参考中心订单标记为异常订单标记，并计算异常簇类中的所有订单与其他簇类参考中心订单的相似度，并将每个订单划分到与其他簇类参考中心订单相似度最大的簇类中；

将剩下的所有簇类按照其SS_i的值大小进行降序排序，将前N个簇类进行k-means二次聚类(k＝2)，使得簇类数量保持不变；SS_i为第i个簇类的订单相似度平方差的均值；

更新每个簇类的参考中心订单，并按照前述步骤进行进行分组迭代，直至参考中心订单不再发生改变或迭代次数达到最大迭代数；