[发明专利]一种成品酒自动化立体仓库的货位优化方法

说明书

本发明公开了一种成品酒仓库货位优化方法，首先根据成品酒的季节性特征，预测出优化期成品酒的出库频次；接着对历史订单进行关联规则挖掘，得到成品酒之间的关联度，并基于关联度进行聚类；在此基础上，综合考虑货位周转率、货架稳定和产品关联性，构建多目标货位优化模型；最后求解出帕累托解集，并选择最优满意解，得到最终的货位优化结果。本发明充分考虑了多目标之间的相互制约，解决了现有技术未考虑成品酒季节性特征和货种关联性的缺陷，经实测发现，相比于现有技术，本发明能更好地适应按订单波次拣货的作业环境，货物优化结果更合理。

技术领域

本发明涉及物流仓储管理方法，尤其涉及一种成品酒自动化立体仓库的货位优化方法。

背景技术

近年来，随着我国“智能制造2025”计划的逐步推进，各大酒厂纷纷对成品酒仓库进行自动化升级改造。现阶段，虽然大多数成品酒仓库已经实现了库内机械设备的自动化升级，但仓库仍然采用传统的分类定位存储策略进行货位管理，即根据库管员的经验给每种成品酒指定存储区域，定量分配货位。目前，成品酒仓库普遍存在空间利用率不高、拣货时间过长和作业效率过低等问题，限制了仓库的仓储能力。

现有的货位优化系统广泛应用于烟草、医药、零售等行业，这类货位优化系统多基于货物周转率和货架稳定性目标，为库内货种周期性地指派货位，该类系统没有考虑商品的季节性特征和货种关联性，只考虑货物周转率和货架稳定性，从而不能很好地描述实际问题。成品酒仓库在使用该类系统时，往往会产生以下运营问题：其一，货位分配过分依赖短期内的货物出库需求，若市场需求的波动性很大，系统往往会额外分配很大的安全空间，降低仓储空间的利用率；其二，在现实生活中，成品酒的市场需求通常会受到季节性因素的影响，目前的货位优化系统无法针对特定货种的季节性特征，对成品酒货位进行调整，故只能在短期内保持较高的拣货效率；其三，目前成品酒仓库均以成品酒的产品系作为货位优化的分类标准，现有的货位优化系统无法挖掘商品的出库特征，动态调整成品酒的货位，堆垛机的单次作业拣货时间教长，作业效率低下。

因此，现有的货位优化系统若直接应用到成品酒自动化立体仓库中，在仓储空间利用、货位调整和拣货效率方面存在缺陷，需要改进。

发明内容

发明目的：为了解决现有技术存在的问题，本发明的目的是提供一种成品酒自动化立体仓库的货位优化方法，造成优化结果不理想的问题。

技术方案：一种成品酒自动化立体仓库的货位优化方法，包括如下步骤：

(1)预测优化期内每种成品酒的出库频次；

(2)挖掘成品酒货种间的关联度，根据关联度将成品酒聚类；

(3)为成品酒仓库构建三维坐标系，计算成品酒的族内距离和族间距离；

(4)构建三维坐标系下的多目标货位优化模型；

(5)求帕累托解集；

(6)从帕累托解集中选取最优满意解。

具体的，所述步骤(1)中，根据成品酒仓库内货种的历史订单数据和季节性特征，利用季节性指数平滑法预测优化期内每种成品酒的出库频次，计算公式为：

上述公式的含义如下：给出每种成品酒出库频次y_t的平滑序列其中，k0，α、β、γ均在0～1之间；a_t表示截距，b_t表示斜率，a_t+b_tk表示趋势，S_t为乘法模型的季节因子，s表示季节周期的长度，将拟合效果最好的值作为预测的优化期内每种成品酒的出库频次。

进一步的，所述步骤(2)中，利用成品酒的历史订单数据，采用关联规则挖掘方法挖掘成品酒货种间的关联度，并根据关联度将成品酒聚类，具体步骤包括：