多品訂單組車任務(wù)優(yōu)化計(jì)算

多品訂單組車任務(wù)優(yōu)化計(jì)算問(wèn)題分析假如我們有數(shù)據(jù):Java代碼1.Order1:[Sku1:2件Sku2:1件]2.Order2:[Sku2:2件Sku3:1件,Sku4:1件]3.Order3:[Sku2:1件Sku4:2件,Sku5:1件]我們假設(shè)現(xiàn)場(chǎng)有兩個(gè)分揀線，那么要分成兩組，那么我們?cè)摪袿rder1和Order2合并為一個(gè)Group呢還是Order2和Order3合并？那么合并的依據(jù)是什么？我們?cè)趺丛u(píng)價(jià)這個(gè)合并的方式比其他方式較優(yōu)？我們假設(shè)從采購(gòu)車上來(lái)貨的時(shí)候，單品相商品在分撿過(guò)程中的數(shù)目對(duì)分揀復(fù)雜度不產(chǎn)生影響，那么其實(shí)我們把每個(gè)Order看成一個(gè)SetJava代碼1.Order1==>Set:[Sku1,Sku2]2.Order2==>Set:[Sku2,Sku3,Sku4]3.Order3==>Set:[Sku2,Sku4,Sku5]那么問(wèn)題就轉(zhuǎn)變成，如何為對(duì)已知的有一個(gè)個(gè)的Set進(jìn)行分組聚合。對(duì)這個(gè)分組聚合我們又分為兩個(gè)子問(wèn)題：1.如何衡量?jī)蓚€(gè)Set之間的相似度。我們假設(shè)以函數(shù)Similarity(x,y)表示兩個(gè)集合的相似度。比如有以下4組集合Java代碼1.X={1,2,3};Y={1,2,3,4};A={1,2};B={1,2,3};我們從感性上會(huì)認(rèn)為Similarity(X,Y)>Similarity(A,B);那么比如以下4組集合Java代碼1.X={1,2,3};Y={1,2,3,4},A={1,2,3,5},B={1,2,3,4}我們感性上認(rèn)為Similarity(X,Y)>Similarity(A,B)2.知道相似度算法后，我們?nèi)绾胃鶕?jù)相似度進(jìn)行聚合。前一個(gè)問(wèn)題涉及的是相似度算法，后一個(gè)問(wèn)題涉及到的是聚合算法。站7、、上十h-k比數(shù)學(xué)建模1.相似度算法建模這里經(jīng)典的有兩種算法Jaccardsimilarity我們假設(shè)兩個(gè)集合X和Y,這兩個(gè)集合的相似度在不考慮加權(quán)的情況下只和如下兩個(gè)因素相關(guān)A,B的交集：AQBA,B的并集：AUBJaccardsimilarity=AnB|/|AUB|,意思就是A,B交集中的元素個(gè)數(shù)與A,B并集中個(gè)數(shù)的比值。vectorspacesimilarity我們假設(shè)兩個(gè)集合A和B,這兩個(gè)集合的相似度在不考慮加權(quán)的情況下只和如下三個(gè)因素相關(guān)A,B的交集：AnBA與B的差集：A-BB與A的差集：B-AJava代碼1.({x|xWA，且xB}叫做A與B的差集)我們假設(shè)x=AnB元素?cái)?shù)，y=A-B元素?cái)?shù)，z=B-A元素?cái)?shù)

vectorsimilarity=x/sqrt(x*x+y*y+z*z).從空間向量上看就是，有點(diǎn)的坐標(biāo)是(x,y,z),去度量該向量與x軸的余弦值。所以這個(gè)算法又得名空間向量相似度算法。PS:通過(guò)這個(gè)我們可以類推下如果一個(gè)計(jì)算結(jié)果和n個(gè)因素相關(guān)，而這n個(gè)因素互相獨(dú)立又互相關(guān)聯(lián)，我們可以認(rèn)為第x個(gè)因素在整個(gè)度量體系中算占的權(quán)重就是在N維空間里面的向量與第X維夾角的余弦值。2.聚合算法建模假設(shè)我們現(xiàn)在A-->R18個(gè)元素落在了一個(gè)二維平面上。我們要求把他們分成三個(gè)組；1.隨機(jī)選擇N個(gè)元素作為特征種子元素這里我們假設(shè)選擇到了J,L,O這三個(gè)元素作為特征種子2.根據(jù)特征種子分劃子集遍歷集合中除種子以為的元素，計(jì)算當(dāng)前元素與選擇的三個(gè)種子的距離。找到與當(dāng)前節(jié)點(diǎn)距離最短的種子，然后我們把當(dāng)前元素劃歸到這個(gè)種子元素所在的子集合，

經(jīng)過(guò)一輪的遍歷和計(jì)算，我們劃出第一輪分組可以如下表示：

3.為每個(gè)子集尋找特征種子他的做法是在每個(gè)子集內(nèi)部，計(jì)算每個(gè)元素到子集內(nèi)其他元素的距離總和，然后我們可以找到這樣一個(gè)元素，以它為原點(diǎn)，到其所在子集其他節(jié)點(diǎn)的距離最短；e0H0丿0丿從這里我們可以看到E，C，O目測(cè)應(yīng)該是新的特征種子。然后我們重復(fù)第二步到第三步的循環(huán)。收斂判定：這里我們可以看到我們從第二次劃分子集開(kāi)始，就開(kāi)始進(jìn)行了循環(huán)，那這里有個(gè)問(wèn)題：我們?nèi)绾闻袛辔覀儜?yīng)該結(jié)束循環(huán)返回結(jié)果了？這里有兩個(gè)方案:1.暴力指定循環(huán)次數(shù)2.總種子距離比值比較我們?cè)谧蛹袑ふ曳N子的時(shí)候，記錄下每個(gè)子集中種子到其他元素的距離和，上圖中，我們這個(gè)數(shù)值就是（E分別到A，