[发明专利]一种结合相似度算法和遗传算法求取包裹最优组合算法

权利要求书

1.一种结合相似度算法和遗传算法求取包裹最优组合算法，其特征在于：包括以下算法步骤：

步骤一：根据库存预占后的包裹属性，对包裹进行划分；

步骤二：对当前是否为紧急时刻进行检测，紧急时刻为当前时间与最近截单点时间差值超过一定的阈值，即deadline-curtime＜Threshold，并且库存预占池中的包裹数量以及拣货在途的包裹数量超过一定的阈值；

步骤三：利用包裹中商品的位置，并采用相似度公式，得到包裹之间的相似度，相似度公式为：其中|position_iIposition_j|为包裹i和包裹j之间重合的位置数量，|position_iUposition_j|为包裹i和包裹j合并后的位置数量的和；

步骤四：利用包裹之间的相似度，对包裹进行组合，完成一个波次组合，则执行步骤三；

步骤五：利用遗传算法对所有完成的波次组合进行全局调优。

2.根据权利要求1所述的一种结合相似度算法和遗传算法求取包裹最优组合算法，其特征在于：所述步骤一中，包裹属性包含包裹计划出库时间、拣选分区以及箱型。

3.根据权利要求1所述的一种结合相似度算法和遗传算法求取包裹最优组合算法，其特征在于：所述步骤四中，将两个相似度最高的包裹进行组合后，不断寻找与这两个位置重合度最高的包裹合成的大包裹最相似的包裹，直到满足波次上限包裹数为止。

4.根据权利要求1所述的一种结合相似度算法和遗传算法求取包裹最优组合算法，其特征在于：所述步骤五中，将组完的波次采用遗传算法进行包裹之间的交换，适应度函数为平均波次商品种类。

5.根据权利要求1-4任意一项所述的一种结合相似度算法和遗传算法求取包裹最优组合算法的实现方法，其特征在于：具体实现步骤如下：

步骤一：订单流入，根据包裹的箱型、拣货区域、计划出库时间，对包裹进行划分，保证同一类型的包裹属性一致，箱型为1#-7#，拣货区域为A、B、C区，计划出库时间为12点、21点、23点30分、次日1点；

步骤二：算法初始参数设置，根据相似度公式：|position_iIposition_j|对于A区表示订单i和订单j间相同的拣选通道数量，对于B区表示订单i和订单j间相同的拣选货架数量，对于C区表示订单i和订单j间相同的拣选货位数量；|position_iUposition_j|对于A区表示订单i和订单j合并后总的拣选通道数量，对于B区表示订单i和订单j合并后总的拣选货架数量，对于C区表示订单i和订单j合并后总的拣选货位数量；

步骤三：根据包裹属性进行划分，根据步骤一中得到的包裹属性，判断包裹是否为特殊包裹，即不是根据相似度组合的单独包裹，当是特殊包裹时，则进行单独处理，当不是特殊包裹时，进行下一步操作；

步骤四：相似度算法进行波次组合，利用包裹之间的相似度，对包裹进行组合，完成一个波次组合，并得到一个波次结果；

步骤五：遗传算法对结果进行修正，将步骤四中相似度算法得到的波次结果作为遗传算法的输入，一个波次看成一个个体，适应度函数为平均波次商品种类，选择算子采用轮盘赌，其基本思想为各个个体被选中的概率与其适应度大小成正比，交叉操作采用多点交叉，即在每个波次中随机选择多个包裹，进行波次之间包裹的交换；

步骤六：波次结果输出，将步骤五中利用遗传算法修正后的波次结果输出。