现代物流系统中的频繁封闭路径挖掘算法

射频识别技术在物流供应链管理方面的推广应用会产生海量的路径数据。为此提出一种基于路径数据的频繁封闭路径挖掘算法。该算法根据路径中不同段的先后次序,将路径数据转化为位置序列和时间序列,再利用序列模式挖掘的方法,对这些序列进行封闭路径挖掘,从而有效地减少了频繁路径挖掘的时间和开销,提高了频繁路径挖掘的速度。理论和实验表明,在海量的路径数据环境下的封闭路径挖掘算法性能优越,能够有效地挖掘频繁封闭路径。

基于路径编码的RFID数据压缩技术研究

射频识别(RFID)技术应用于痕迹追踪和供应链管理能显著提高效率,同时会产生大量的路径数据.使用路径编码对路径数据进行压缩并保存,可以大幅度减少数据存储空间,为以后的路径数据挖掘工作打下良好的基础.同时,路径编码具有一定的路径信息,可以直接对路径编码进行路径数据挖掘,提高挖掘效率.实验结果表明,随着物品数量的增加,pid路径编码方法可以降低路径信息量,在大量物品共同移动时,数据压缩更加明显.

挖掘RFID数据库中多维频繁路径的研究

针对应用于物流和供应链管理的射频识别（RFID）系统产生的海量路径数据集中的多维频繁路径挖掘的问题进行了深入的研究，提出了Dim-path与Path－dim两种不同的顺序处理非路径维数据和路径数据的多维频繁路径挖掘算法。这两种算法根据RFID路径数据自身的特点，将RFID数据划分为非路径维数据、位置数据、停留时间数据，将多维路径挖掘问题分解为多维模式分析与序列模式挖掘问题处理，来提高算法的效率。买验结果与算法分析都表明，Dim－path算法与Path－dim算法能够有效快速地挖掘多维频繁路径。

射频识别数据库中封闭多维路径挖掘

供应链中的物品具有多个与路径无关的、仅用来表示自身特征的属性维,在挖掘这些移动物品的频繁路径模式时,需要同时考虑到这些属性维。基于高效率的路径模式挖掘算法——封闭路径挖掘,提出了两种多维路径模式挖掘算法,用来解决同一数据库中不同种类的物品移动路径挖掘的问题,并对这些算法的性能进行了分析。经理论分析和实验结果表明,两种算法非常有效。

一种用于双负载重力货架自动存取系统的排序方法(英文)

重力货架自动存取系统的双提取操作排序问题等价于在一组提取货物中进行两两配对以生成最小执行成本的双提取操作序列,因此双提取操作排序问题被建模为一个匹配问题.提出一个基于匈牙利方法的启发式方法 RSHM来生成具有最小总行驶时间的双提取命令.为了保证生成可行的双提取操作序列,对称标记法被引入RSHM;为了打破对称标记法引起的无限循环,RSHM被设计成一个递归过程.仿真实验对双负载装卸设备的成本效益和RSHM的性能进行了评价和分析.仿真实验结果显示：与单负载设备相比,采用双负载装卸设备可以节省超过40%的提取操作总行驶时间;与贪婪规则相比,RSHM能够减少5%~10%的总行驶时间.

现代物流系统中路径编码及频繁路径挖掘技术研究

在现代物流系统中,由射频识别技术产生的大量物品的路径信息占用了过多的存储空间,难以有效检索。使用路径编码pid的方法来记录路径信息,减少存储空间,并方便地检索路径信息。在路径编码的基础上,通过挖掘频繁路径编码来挖掘频繁路径,可以有效降低存储空间大小,提高挖掘算法的速度,并能有效地挖掘记录移动物品的数据立方体中的频繁路径信息。