基于Canopy和k-means算法的订单分批优化

发布时间：2017-09-11 12:39

  本文关键词：基于Canopy和k-means算法的订单分批优化

  更多相关文章： 分拣 订单分批 Canopy算法 k-means算法

【摘要】：文章针对物流企业的订单分批问题,提出了改进的Canopy-k-means算法。该算法是采用Canopy算法依据最大最小原则生成初始聚类中心,并使用k-means聚类算法对其进行优化获取分批结果的。此外,文章针对不同规模的订单数据集,比较了该算法和先来先服务(first come first served,FCFS)、k-means以及Canopy-k-means算法的实际效果,实验结果表明:该算法可以避免k-means算法中k值选取的盲目性,同时可以有效地提高分拣效率以及降低分拣批次。
【作者单位】： 合肥工业大学管理学院;
【关键词】： 分拣 订单分批 Canopy算法 k-means算法
【基金】：国家自然科学基金资助项目(71201044)
【分类号】：F259.23
【正文快照】： 网购时代电商企业会产生大量的物流订单,从而导致订单数量呈现海量性,订单中物品品项呈现小批量、多品种、多批次的特点,这给第三方物流企业的分拣作业带来很大的难度。分拣环节在整个订单履行环节中是除了运输之外最耗费时间的环节,平均分拣时间要占仓库内订单履行时间的40%

【相似文献】

中国期刊全文数据库 前2条

1 康文军;无线网络,从教育起步——访摩托罗拉Canopy中国区总监郄建军[J];中国教育网络;2005年09期

2 ;[J];;年期

，

本文编号：830794