技术摘要：
本发明公开了一种基于FP‑growth的物流拣选设备商品摆放方法。本发明结合电商平台订单数据，建立用户购买商品的订单数据库，从订单数据中利用FP‑tree算法找出关联关系较强的商品，然后根据智能化仓储物流拣选设备中运输机器人承重以及每个库位上料箱的体积等约束条件  全部
背景技术：
随着物流自动化的发展，人力资源成本的提升，物流拣选的自动化需求越来越迫 切。新型密集式自动化仓储将给人们带来更加便捷的自动化生产生活方式。与此同时，人们 对自动化仓储的需求越来越多样化、出入库效率要求越来越高。电商物流业务可总结为 “存”、“拣”、“发”三个部分，即商品存储、订单分拣、包装发货，其中订单分拣是电商物流公 司关注的重点。在人工作业的配送中心，拣选作业属于劳动密集度最高的环节，其工作量约 占配送中心所有工作量的60％，其作业时间占整个配送中心作业时间的40％以上。某公司 引进智能拣选设备“摩天轮”，其订单拣选流程如图1所示。抓取的订单流经过WMS系统分波 次制成分拣任务提交给“摩天轮”，“摩天轮”上的机器人根据任务队列到对应的料箱并将料 箱中商品送到两侧拣货口，供拣货员按任务需求拣货，拣货员将商品拣入中转箱。 智能拣选系统“摩天轮”(图2)由立体式存取货柜及机器人组群组成，机器人组群 在“摩天轮”中的巷道灵活快速行驶，不断从“摩天轮”的库位中抽取料箱，运送到两侧出口 进行存、取货物。 “摩天轮”中的每个料箱可以分为划分为2，4，6，8等不同的小货位，根据商品的体 积大小和质量高低有不同的摆放方式。
技术实现要素：
本发明针对现有技术的不足，提出了一种基于FP-growth算法的智能化仓储物流 拣选设备的商品摆放方法。 本发明结合电商平台订单数据，针对智能化立体式仓储物流拣选设备，该发明提 出了一种基于FP-growth算法的商品摆放模型，从订单数据中利用FP-tree算法找出关联关 系较强的商品，根据运输机器人承重及料箱的体积等约束条件，将关联性较强的商品摆放 在同一个料箱中，提高智能化立体式仓储物流拣选设备的拣选效率，从而提升了订单在仓 储物流中的响应速率。 本发明基于FP-growth的物流拣选设备商品摆放方法，具体包括以下步骤： 步骤一：建立一个客户购买商品的订单记录数据库，订单单号作为标识符TID,对 应订单商品集合编号的作为一个事务T，所有的事务集合为D；商品订单记录的数据库中每 条信息包含订单单号字段及列表中的商品字段，每一种商品作为一个项； 步骤二：对事务集合D进行第一次扫描，计算每一个事务T中各种商品的支持度计 数support_count_x，设置一个最小支持度阈值min_sup，support_count_x≥min_sup的商 品作为频繁项保留，反之剔除，保留频繁项，并将频繁项按照支持度计数降序排列。 步骤三：对事务集D进行第二次扫描，每读入一个事务T时，将事务中按照步骤二中 3 CN 111612391 A 说　明　书 2/4 页 统计的频繁项保留，非频繁项剔除，再把每个事务的商品项按照支持度计数降序排列；再对 事务集进行非频繁项过滤以及重排序后，从null开始创建标记为其商品的节点，然后形成 根节点null到商品节点的路径，直到每个事务都映射到FP-tree的一条路径，读入所有事务 后形成FP-tree；路径由根节点null和对应的所有商品节点组成。 步骤四：从FP-tree的每条路径的结尾节点依次向上提取出相应的项集，项集的支 持度计数support_count_xj大于等于min_sup时，该项集作为频繁项集l保留，反之剔除； 步骤五：设置一个最小置信度阈值min_conf；每个频繁项集l所产生的每个非空子 集为s，若子集(l-s)与s的支持度计数之比大于等于最小置信度阈值min_conf，则输出强关 联规则 该强关联规则的置信度大小为l与s的支持度计数之比的值 关联规则置信度大小的计算公式如公式(1)(2)所示: 其中：support_count(l)，support_count(s)，support_count(l-s)分别为括号内 字母的支持度计数， 为强关联规则。 步骤六：将所计算出来的所有强关联规则按照其置信度confidence的大小进行排 序，选出置信度较大的几种商品，按照智能拣选设备中机器人小车的承重及料箱存放体积 约束条件进行摆放商品。 本发明相对于现有技术具有的有益效果： 本发明先建立一个客户在电商平台购买商品的订单记录(包含订单单号及所购买 商品)的数据库,订单单号作为标识符TID,对应购买的商品的编号作为一个事务T,所有事 务的集合为D；对D进行第一次扫描,计算并保留频繁项商品。然后,对D进行第二次扫描,构 建频繁模式树FP-tree,并提取出频繁项集；其次,由各频繁项集产生相应的强关联规则,并 计算出各强关联规则的置信度大小；再通过各强关联规则的置信度大小,将这些频繁项集 进行推荐排序；最后，将推荐的前几种商品根据智能拣选设备中机器人小车承重以及料箱 存放体积等约束条件，再确定哪几种商品摆放在一起，一个料箱摆放多少种商品等。本发明 与现有技术相比,主要提供了FP-growth算法对仓储物流中智能拣选设备商品摆放的策略 起到优化推荐作用,提高智能化立体式仓储物流拣选设备的拣选效率，从而提升了订单在 仓储物流中的响应速率。 附图说明 图1为某公司半自动化订单拣选流程； 图2为智能化仓储物流拣选设备平面结构图； 图3是本发明总体流程图； 图4是本发明步骤二详细流程图； 图5是本发明步骤三详细流程图； 图6是本发明