买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：福建华鼎智造技术有限公司;福建三钢闽光股份有限公司

摘要：本发明涉及一种结合EIQ‑ABC和FP‑growth的钢材存储布局方法。通过结合和分析法,对钢材物流园出库数据从、两个指标进行分析,结合分析法按不同类型钢材的出货重要程度划分为三个类别。接着通过算法挖掘各类中高出货频率的钢材组合，为每一类钢材的具体堆垛布局提供参考依据，从而达到优化钢铁物流园货位的目的。

主权项：1.一种结合EIQ-ABC和FP-growth的钢材存储布局方法，其特征在于，包括如下步骤：首先，实现钢材的EIQ-ABC分析：1计算各种钢材的IQ值，并降序排列得到钢材IQ集合{IQ1,IQ2,...,IQn}，IQ代表每种钢材的订货质量，n为钢材种类数；2根据IQ集合，依次计算对应单种钢材的质量占全体钢材质量的百分比，形成一个质量百分比集合，依次累加各钢材的质量百分比形成质量累计百分比集合IQ-rate；3实现IQ-ABC钢材分类：根据ABC分类法原则，将IQ-rate区间在[0,60％]所对应的钢材定义为QA类，区间在60％,85％]所对应的钢材定义为QB类，区间在85％,100％]的钢材定义为QC类；4统计各种类钢材IK值，并按降序排列得到钢材的IK集合{IK1,IK2,...,IKn}，IK代表每个单品的订货次数；5根据排序后的IK集合，依次计算对应单种钢材的出货频数占全体钢材总出货频数的百分比，形成一个频数百分比集合，依次累加各钢材的频数百分比形成频数累计百分比集合IK-rate；6实现IK-ABC钢材分类：根据ABC分类法原则，将累计出货频数百分比区间在[0,60％]所对应的商品分定义为KA类，区间在60％,85％]所对应的商品定义为KB类，区间在85％,100％]的定义为KC类；7进行IQ-IK交叉分析：对各钢材的IQ、IK进行分析，判断各钢材的IQ、IK变化是否趋于一致；8确定EIQ-ABC分类结果：根据IQ-IK交叉分析，综合IQ-ABC和IK-ABC的分类结果并确定各钢材最终的ABC分类结果；接着运用FP-growth算法挖掘ABC各类中高频率出货的钢材组合：9建立一个钢材出货记录的数据库，订单单号作为标识符TID，一个销售单号记为一个事务T，同一单号下不同类型钢材记为不同项，所有事务的集合为D；10设置最小支持度min_sup，min_sup为一个阈值，第一次扫描事务集D，统计各钢材项的支持度count_x，支持度指该种钢材在D中出现的次数；过滤事务集D，记count_x≥min_sup的钢材项并记为频繁项并保留，反之剔除，然后对事务T里的频繁项按支持度降序排列得到D*；11构建FP_tree：首先创建根节点null，接着对事务集D*进行第二次扫描，每读入一个事务T时，创建标记为其对应种类钢材的节点，然后形成根节点null到各钢材节点的路径，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完整FP_tree；12构建钢材项条件模式基：对于第i种钢材，寻找其在FP_tree中的节点位置，沿着根节点的方向所遍历的项的组合定义为该钢材项的一个条件模式基，汇总所以路径得到各钢材项的条件模式基组合，记为集合Ui；13构建钢材项条件FP_tree：对于钢材项i，使用条件模式基作为输入数据，重复10-11步骤，读入条件模式基Uij，然后形成根节点null到各钢材节点的路径，直到每个条件模式基都映射到条件FP_tree的一条路径，读入所有事务后形成完整的条件FP_tree；14挖掘频繁项集：重复12-13步骤，得到每个钢材项的条件FP_tree，按顺序挖掘每个条件FP_tree的组合，得到最终符合条件的频繁项集P，统计其在事务集Da*中出现的次数并降序排列，最终得到频繁项集结果；15类似的对B类和C类钢材重复9-14的步骤，挖掘出每一类在事务集中出现高频数的钢材项组合，得到最终每类频繁销售钢材组合信息，进而为每类钢材的具体摆放提供依据。

全文数据：

权利要求：

百度查询： 福建华鼎智造技术有限公司 福建三钢闽光股份有限公司 一种结合EIQ-ABC和FP-growth的钢材存储布局方法