1.一种面向订单聚合的拣货路径动态优化方法，其特征在于，包括以下步骤：S1、根据库位布局生成仓储单，基于仓储单货物货架信息生成拣货单；

S2、提取所述拣货单中每个订单的货架信息，对每个订单采取区间化操作，根据提取到的订单货架信息生成一以最大货架编号为纵轴和最小货架编号为横轴的二维正交坐标轴，将每一个订单的最大货架编号和最小货架编号转换成二维正交坐标轴上的点，以将拣货单的批量订单聚合寻优问题转化为对正交坐标轴上点聚类的问题；

S3、选取初始点，使用欧氏距离选择相邻点路径差小的订单聚类形成簇，并对全部簇的总路径进行优化，确定最佳仓库拣货路径，输出同一簇订单号及相应的货架号。

2.根据权利要求1所述的一种面向订单聚合的拣货路径动态优化方法，其特征在于，所述S2中每个订单均包含最小货架号和最大货架，其中最小货架号为初始位置，最大货架号为终点位置，对于只取单个货物的订单，其最大货架号和最小货架号相同，均为货物所在的货架号。

3.根据权利要求1所述的一种面向订单聚合的拣货路径动态优化方法，其特征在于，所述S3中选取初始点的方法包括：使用改进的DBSCAN算法将二维正交坐标轴上所有订单点按密度大小划分，得到需要分成的扇区簇的个数和初始聚类中心。

4.根据权利要求3所述的一种面向订单聚合的拣货路径动态优化方法，其特征在于，所述S3中聚类成簇以及对全部簇的总路径进行优化的方法包括：S31、计算二维正交坐标轴上所有订单点的密度系数；

S32、选取其中K个密度较大的订单点作为聚类中心；

S33、扩大以聚类中心为圆心的圆，将包含的点划归到圆形簇内；

S34、计算新的簇中心，再聚簇；

S35、判断新的聚类结果是否与上一次的聚类结果相同，若相同则转入S36，若不相同则转入S33；

S36、舍去圆形簇的左上、右上和左下扇区的点；

S37、对得到的每个簇采用改进的K‑Means算法分别计算其包含的订单点数量，标记右下扇区每一簇中离簇中心最远的点；

S38、判断簇内点的个数是否满足预设值，若判断结果为是，则将该簇的点从数据点中删去，并转入S39，若判断结果为否，则将标记点移入离其最近的簇中，并转入S37；

S39、计算优化后所有簇的总路径，输出订单聚类的结果。

5.根据权利要求4所述的面向订单聚合的拣货路径动态优化方法，其特征在于，所述S31中密度系数的计算公式为：一个订单点On的密度ξn表示为：

其中，ωm为概率系数，s为订单On到更高密度点的最小距离， 为订单点m与订单点n之间的密度关系系数。

6.根据权利要求5所述的一种面向订单聚合的拣货路径动态优化方法，其特征在于，所述S32中选取聚类中心的方法包括：计算聚类中心概率，根据所述聚类中心概率选取聚类中心，其中聚类中心概率的计算公式如下：pn＝ξn×sn

其中，ξn表示密度，sn表示订单n到更高密度点的最小距离。

7.一种面向订单聚合的拣货路径动态优化系统，其特征在于，包括：拣货单生成模块，根据库位布局生成仓储单，所述拣货单生成模块用于基于仓储单货物货架信息生成拣货单；

订单处理模块，所述订单处理模块用于提取所述拣货单中每个订单的货架信息，对每个订单采取区间化操作，根据提取到的订单货架信息生成一以最大货架编号为纵轴和最小货架编号为横轴的二维正交坐标轴，将每一个订单的最大货架编号和最小货架编号转换成二维正交坐标轴上的点，以将拣货单的批量订单聚合寻优问题转化为对正交坐标轴上点聚类的问题；

订单聚类模块，所述订单聚类模块用于选取初始点，使用欧氏距离选择相邻点路径差小的订单聚类形成簇，并对全部簇的总路径进行优化，确定最佳仓库拣货路径，输出同一簇订单号及相应的货架号。

8.根据权利要求7所述的一种面向订单聚合的拣货路径动态优化系统，其特征在于，所述订单聚类模块选取初始点的方法包括：使用改进的DBSCAN算法将二维正交坐标轴上所有订单点按密度大小划分，得到需要分成的扇区簇的个数和初始聚类中心。

9.根据权利要求8所述的一种面向订单聚合的拣货路径动态优化系统，其特征在于，所述订单聚类模块聚类成簇以及对全部簇的总路径进行优化的方法包括：S31、计算二维正交坐标轴上所有订单点的密度系数；

S32、选取其中K个密度较大的订单点作为聚类中心；

S33、扩大以聚类中心为圆心的圆，将包含的点划归到圆形簇内；

S34、计算新的簇中心，再聚簇；

S35、判断新的聚类结果是否与上一次的聚类结果相同，若相同则转入S36，若不相同则转入S33；

S36、舍去圆形簇的左上、右上和左下扇区的点；

S37、对得到的每个簇采用改进的K‑Means算法分别计算其包含的订单点数量，标记右下扇区每一簇中离簇中心最远的点；

S38、判断簇内点的个数是否满足预设值，若判断结果为是，则将该簇的点从数据点中删去，并转入S39，若判断结果为否，则将标记点移入离其最近的簇中，并转入S37；

S39、计算优化后所有簇的总路径，输出订单聚类的结果。

10.根据权利要求9所述的一种面向订单聚合的拣货路径动态优化系统，其特征在于，所述订单聚类模块选取聚类中心的方法包括：计算聚类中心概率，根据所述聚类中心概率选取聚类中心，其中聚类中心概率的计算公式如下：pn＝ξn×sn

其中，ξn表示密度，sn表示订单n到更高密度点的最小距离。