KIVA智能仓储系统中储位分配问题研究

亚马逊公司的KIVA智能仓储系统是目前正在使用且相对成熟的“货到人”拣选系统,在“货到人”拣选模式下如何分配货物的存储位置直接关系到KIVA智能仓储系统的拣选效率.依据ABC库存规则,实际中经常存在所需分配的货格数大于等于货架数的货品.基于该特点,对已有KIVA智能仓储系统中储位分配问题的数学模型进行改进,并提出了改进遗传算法.实验结果表明:改进模型的求解速度和求解规模都优于已有模型;改进遗传算法获得的近似解更接近于最优解.