随着我国物流业的不断进步,以托盘共用为代表的可重用资源优化使用势必成为物流业的发展趋势,托盘共用系统的建立可以为社会节约大量的物流成本,也可以为环境保护做出巨大的贡献。在托盘共用系统的不断推进过程中,相应数据库中会沉淀大量的托盘流转信息,这些信息当中隐藏着很多重要的知识,通过对这些知识的挖掘可以发现托盘流动的实际特点,为托盘共用系统的决策者提供相应的决策支持。通过关联规则的使用可以发现托盘流转数据当中出现频率较高的关联规则,即频繁项集,而这些数据当中又隐含着存在封闭环流动趋势的托盘信息,通过对这些数据进行相关处理,可以准确识别出存在于托盘流转数据当中的封闭环流动信息。这些信息可以为托盘库存的优化和服务站节点位置的优化提供依据,在提升托盘共用系统运营效率的同时,降低运营成本。本文首先对托盘共用系统的研究现状和数据挖掘的研究现状进行介绍,随后提出了托盘流转封闭环的概念,并通过对比分析的方法将Apriori算法确定为本研究的基础算法。鉴于Apriori算法自身效率低下的问题,本论文提出了算法的改进建议,即在频繁k-1项集生成频繁k项集的过程中增加一个剪枝操作,从而减小频繁k项集的生成数量,从而提升算法的效率。本文提出了基于Apriori算法的封闭环识别模型,并对该模型做出了相应的模型假设,归纳来讲,本模型的计算过程分为三步：第一,通过Apriori关联规则挖掘算法识别出托盘路径数据当中的频繁2项集；第二,通过时间相减的方法来判断频繁2项集当中托盘的具体流向情况；第三,通过构造矩阵的方式来识别托盘流转封闭环。在确定模型以后,本文通过实验分析识别出了存在于实验数据当中的两点对流封闭环和三点环流封闭环,从而证明了算法的有效性。