[发明专利]一种用于物品拣选时长预测的方法和装置

权利要求书

1.一种用于物品拣选时长预测的方法，其特征在于，包括：

获取样本对象的特征数据和历史拣选时长；

基于预设的核函数和所述样本对象的特征数据，确定核矩阵；

根据所述样本对象的历史拣选时长和所述核矩阵，确定拣选时长预测模型。

2.根据权利要求1所述的方法，其特征在于，基于预设的核函数和所述样本对象的特征数据，确定核矩阵的步骤包括：

基于预设的核函数，将所述样本对象的特征数据映射到无穷维度；所述预设的核函数为高斯核函数；

根据所述映射的结果，确定出核矩阵。

3.根据权利要求2所述的方法，其特征在于，基于预设的核函数，将所述样本对象的特征数据映射到无穷维度的步骤包括：

通过十折交叉验证确定出预设的核函数的调控参数；

根据所述调控参数和预设的核函数，将所述样本对象的特征数据映射到无穷维度。

4.根据权利要求1所述的方法，其特征在于，在根据所述样本对象的历史拣选时长和所述核矩阵，确定拣选时长预测模型的步骤包括：

通过以下公式确定模型参数α：

其中，K为核矩阵，为样本对象的历史拣选时长；

基于所述模型参数α，确定拣选时长预测模型为：

y＝[1+k(x₁,x),...,1+k(x_n,x)]α

其中，y为对象的拣选时长，x₁,...,x_N为分别n个样本对象的特征数据；k(x_i,x)为核函数，i＝1,2,...,n。

5.根据权利要求4所述的方法，其特征在于，在根据所述样本对象的历史拣选时长和所述核矩阵，建立拣选时长预测模型之后，还包括：

按照预设的步长减少所述特征数据的个数，将减少后的特征数据作为待计算特征数据集合；

基于确定的拣选时长预测模型，确定出每个待计算特征数据集合的均方误差；

将最小均方误差对应的待计算特征数据集合，作为调整特征数据集合；

基于所述调整特征数据集合调整所述拣选时长预测模型。

6.根据权利要求1所述的方法，其特征在于，所述样本对象的特征数据至少包括：单次拣选件数、重量、体积、该样本对象所在货架层数。

7.一种用于物品拣选时长预测的装置，其特征在于，包括：

样本数据获取模块，用于获取样本对象的特征数据和历史拣选时长；

核矩阵确定模块，用于基于预设的核函数和所述样本对象的特征数据，确定核矩阵；

模型确定模块，用于根据所述样本对象的历史拣选时长和所述核矩阵，确定拣选时长预测模型。

8.根据权利要求7所述的装置，其特征在于，所述核矩阵确定模块还用于，基于预设的核函数，将所述样本对象的特征数据映射到无穷维度；所述预设的核函数为高斯核函数；以及，根据所述映射的结果，确定出核矩阵。

9.根据权利要求8所述的装置，其特征在于，所述核矩阵确定模块还用于，通过十折交叉验证确定出预设的核函数的调控参数；以及，根据所述调控参数和预设的核函数，将所述样本对象的特征数据映射到无穷维度。

10.根据权利要求7所述的装置，其特征在于，所述模型确定模块还用于，通过以下公式确定模型参数α：

其中，K为核矩阵，为样本对象的历史拣选时长；

基于所述模型参数α，确定拣选时长预测模型为：

y＝[1+k(x₁,x),...,1+k(x_n,x)]α

其中，y为对象的拣选时长，x₁,...,x_N为分别n个样本对象的特征数据；k(x_i,x)为核函数，i＝1,2,...,n。