基于“货到人”拣选系统的动态货位分配研究

目的 为了提高“货到人”拣选系统的订单拣选效率，研究了电商仓库货位初始存储状态为非空情况下的商品货位分配问题。方法 考虑货架上现存商品信息、仓库空余货位数、待补货商品和新收入商品信息，提出基于商品关联度的分散存储策略，以极大化货架上所有存储商品的关联度之和为目标构建商品上架与下架的动态货位分配数学模型，并设计贪婪算法，再采用改进粒子群算法对贪婪算法得到的结果进行优化。结果 基于商品关联度的分散存储策略可以减少货架平均搬运次数29.32%左右。结论 与随机分配策略相比，文中提出的货位分配策略能够有效提升整个电商仓储中心的拣选速度。