论文总字数：16701字

摘 要

随着国家经济快速发展，各个企业对仓库货位管理提出了更高的要求。其中一些仓库由于货物特点或成本限制无法使用自动化管理，但又需要更高的拣选效率来适应市场变化。本文从仓储系统中的货位管理优化角度出发，以J公司仓库内简单仓库货位管理过程中出现的问题为研究对象，对不符合专业标准的管理问题进行研究，对货位分配问题使用科学的蚁群算法求解模型。

关键词：货位分配 物流仓库 多目标优化 集群智能

Warehouse location management optimization of company J Abstract

With the rapid development of national economy, each company puts forward higher requirements for storage assignment. Some of warehouses can not use automatic management because of the characteristics of goods or cost constraints, but they still need higher picking efficiency to adapt to market changes. This project takes management optimization of warehouse in J company as the research object, studies the management problems that do not meet the professional standards, and uses scientific ant colony lgorithmand get a solution of the moedel.

Key Words: Storage assignment; Warehousing logistics; Multi-objective optimisation; Swarm intelligence

目 录

摘要…………………………………………………………………………………I

ABSTRACT………………………………………………………………………II

第一章 引言………………………………………………………………………1

1.1 论文研究背景………………………………………………………………1

1.2 简单仓库货位管理优化的国内外研究现状………………………………2

1.3 简单仓库货位管理优化的目的和意义……………………………………3

1.4 课题来源……………………………………………………………………4

1.5 研究思路和技术方法………………………………………………………4

第二章 文献综述…………………………………………………………………5

第三章 J公司仓库货位管理问题与原因分析……………………………7

3.1研究对象介绍………………………………………………………………7

3.2问题分析……………………………………………………………………7

第四章 制定改善方案……………………………………………………………7

4.1仓库管理人员培训优化…………………………………………………9

4.2仓库布局优化与拣货方式的选择………………………………………10

4.3条码识别技术与数字管理系统的优化…………………………………11

4.4货位分配优化模型建立与求解…………………………………………12

第五章 改善前后对比…………………………………………………………18

结语…………………………………………………………………………………19

参考文献…………………………………………………………………………20

第一章 引言

1.1论文研究背景

我国在1949年新中国成立之前是一个非常典型的农业国。当时我国的的工业基础差，能生产的种类少，产业体系不健全，总体工业化在一个非常低的水平。在随后的几十年中，在经济发展与国际环境的要求下，我国工业得到了快速发展，但还是不足以与老牌工业发达国家相比较。不过在改革开放的引导下，我国的工业突飞猛进，在1997年第二产业就跃升到了第四位，仅位于美国、日本、德国之后，而如今我国已成功晋升为制造业第一大国。改革开放三十年来，我国抓住了国际贸易发展与重新分工的机遇，不断提升我国的全球化参与度。在一系列经贸协定的帮助下，贸易和投资壁垒不断下降。各行各业的主要国家也在这些协定的监督下放松产业管制。技术人员与资本的流动也推动了技术的交流与进步，加快了我国工业的发展速度。信息技术与航运技术的发展也快速增加了市场交流的频率。集装箱、航空等技术的发展使海运与空运的成本逐年下降，推动了产品贸易。改革开放后的中国利用自身独有的许多优势，快速融入全球分工格局。现在，我国有数百种主要制造业产品的产能位居世界第一位。许多制造业大类行业增加值位于世界前列。此外，为了工业能够健康可持续发展，我国近年大力推广制造业的高端化、智能化，这也反映了我国未来的工业发展方向。

但推动高端制造并不代表我国就能够放弃中低端制造业。我国许多制造业产业与一些工业强国的同行业相比技术密度依然很低。在高端芯片、高端数控机床等高技术密集领域缺乏自给能力。近年美国对我国中兴、华为等企业进行高端制成品的限制就是很大的打击。我国虽然是世界第一汽车消费市场与汽车行业产品制造商，但世界汽车前十销量品牌中没有一个是中国品牌。未来还有一段时间我国还是以中低端制造业为主，而新冠肺炎疫情也告诉了我们，一个国家需要中低端制造业来维持他的正常运转。尽管当今经济全球化趋势不可避免，可是保有自主生产能力的多少还是检验一个国家的重要标准。而在一个完整的生产过程中，物料与商品的存储是不可少的。没有一个企业能够实验完全的“零库存”。发达国家与我国许多大型企业都在推广AS/RS等自动化仓库管理系统，很好地压缩了仓储成本，提高了物料拣取与出库效率。但是而且由于自动化仓储系统的成本与某些物料的特点问题，许多中小型企业的仓库还是在使用叉车乃至人工搬运的方式进行仓储作业。他们的仓储方式较为基础，也有很大的优化空间。在疫情的影响下，许多制造型企业都在面临着行业的寒冬。此时，中小型制造型企业，也是本文所研究的简单仓库，更加需要通过仓储部分的优化来提升盈利空间与抗压能力。

1.2简单仓库货位管理的国内外研究现状

当前我国制造的快速发展引领各个企业探索仓库管理的自动化与智能化。 这一行业诉求让许多学者在自动化立体仓库的货位优化上花费时间与精力进行研究, 从而得到了许多重大成果。但是, 在资金、技术和环境等一系列因素的影响下，我国许多中小型企业的仓库还是以人工为主的普通立体仓库。该类仓库存放货物的策略通常是随机存储，这使得货位使用更加灵活，但也增加了无序性。在解决普通立体仓库的货位优化问题时需要比解决自动化仓库的货位问题上加入更多的条件。就目前研究情况来看，大部分学者的研究对象都是先进的自动化仓库，对简单仓库的研究属于少数。尤其是在货位分配的科学算法上没有足够多的支持。但前人的研究也已确定了仓库建模的基本原则，如注重产品相关性、将容易被同时订购的两种商品放在相近的地方，调节重量不同的货物的堆积方式保持货位稳定性等。本文将结合当前普通仓库的实际情况与需求，从自动化仓库的研究成果中寻得启发，有目的性地解决本文的研究目标所遇到的问题。

一些工业发达国家在开展货位分配管理方面的研究上比我国早很多。在货位优化方面以结合实际应用案例为主建立了货位分配模型。他们组织开发了有关货位优化的仓库管理软件，对仓库进行数字模块管理。例如 EXE（Exceed Optimize）、MTS（Lotting Optimization）等。但由于发达国家的基础制造生产链多转移至以我国为首的发展中国家，他们的仓库大面积采用了AS/RS系统，主要研究方向是自动化仓库，对简单仓库货位管理的研究并不深入。如综合考虑了高度、空间、路径等因素建立并使用多目标蚁群算法进行解决的模型^[1]。针对多层仓库的布局设计, 以加快周转率为主要目的建立并用粒子群算法求解的模型^[2]。着眼于拣选成本与占用空间对有多相似货物特点的仓库进行建模并采用模拟退火算法解决的模型^[3]。而国内在简单库存方面多为遗传算法与模拟退火算法。如对带有载重约束的货位分配问题展开研究, 提出“货物系”的概念, 并以出库时间最短和货架稳定为目标, 建立货位优化的多目标模型, 并提出非支配排序的遗传算法, 利用该算法对模型进行求解^[4]。建立了以仓库存取效率、存取能耗、货架稳定性为目标的货位优化模型, 将多目标模型转换为单目标, 并采用嵌套分区算法进行求解^[5]。以出入库效率和货架稳定性为优化因素, 建立相应的货位优化模型, 设计病毒协同遗传算法对模型进行求解^[6]。遗传算法与粒子群算法的缺点都是容易陷入问题最主要的是它容易产生早熟收敛（尤其是在处理复杂的多峰搜索问题中）、尤其是是遗传算法，难以解决大规模的问题；局部寻优能力较差，种群在搜索空间中多样性的丢失是这一现象发生的重要因素。而模拟退火算法收敛速度比较慢，并行运算难，在处理简单仓库货位管理上效果不佳。禁忌算法则明显不适用与规模略小的问题，在长度选择方面就要做很大的工作量。而蚁群算法虽然初始复杂，但在建立基础体系后可以快速从局部推广至整体应用。在处理简单仓库货位上具有极大的优势。

请支付后下载全文，论文总字数：16701字