资源描述：
《基于遗传算法的z公司仓储货位优化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、专业硕士学位论文基于遗传算法的Z公司仓储货位优化研究SlottingOptimizationResearchofZCompanyWarehouseBasedonGeneticAlgorithm作者姓名：孔丘逸工程领域：工业工程学号：31411005指导教师：王雪华完成日期：2016.10大连理工大学DalianUniversityofTechnology摘要仓储作为物流的一个重要环节在物流过程中发挥重要作用，但随着订单的增多、作业的频繁，仓储管理面临着巨大的挑战。如何提高仓储管理的效率，已成为当前企业越来越重视的问题。对仓储进行货位优
2、化，能够降低物流成本、提高作业效率，是提高仓储效率的方法之一。Z公司是一家专门为码头提供后方场站和应急场所的公司，仓储区作业是公司的一项主营业务。本文以Z公司的仓储区为研究对象，通过专家访谈、问卷调查以及实地调研的方式对Z公司现状进行了梳理，归纳出该公司仓储存在货物拣货效率低、盘点理库工作存在困难、货架易发生倾覆以及信息系统不完善的问题。在此基础上，以Z公司食品库为研究对象，采用EIQ-ABC分类法将食品库的货物分成了ABC三类，以AB类货物为最终研究对象，建立了以提高出入库效率、保持货架稳定性以及方便理货为目标的多目标货位优化模型。
3、其次，采用权重系数法将多目标优化模型转化为单目标优化模型,并根据层次分析法得到权重系数值。最后通过设计遗传算法的编码方法、适应度函数等来求解该单目标优化模型，并采用Matlab进行了仿真实验，得到新的货位布局。与实际货位仓储方案相比，优化后的方案在出入库效率、货架稳定性、方便理货这几个单目标的目标值上均有较大程度改善。实验结果表明，本文方法有效优化了Z公司的货位布局。本文得出的部分结果已被Z公司采纳并运用到实际货位布局中，在一定程度上提高了公司仓储区的运作效率，降低了公司运作成本。关键词：货位优化；遗传算法；EIQ-ABC；Matla
4、b-I-SlottingOptimizationResearchofZCompanyWarehouseBasedonGeneticAlgorithmAbstractStorageasanimportantlinkinlogisticsplayanimportantroleintheprocessoflogistics,butalongwiththeincreaseinorders,homeworkisfrequent,warehousemanagementisfacedwithgreatchallenge.Howtoimproveth
5、eefficiencyofwarehousemanagement,hasbecomethecurrententerprisepaymoreandmoreattentiontotheproblem.Forwarehouseslottingoptimization,toreducelogisticscosts,improveworkingefficiency,isoneofthewaystoimprovetheefficiencyofstorage.Zcompanyisaspecializedcompanyprovidetherearya
6、rddockandemergencyplaces,storageareaoperationisamainbusinessofthecompany.BasedonZcompanywarehouseareaastheresearchobject,throughexpertinterview,questionnaireandon-the-spotinvestigationofcardingonthecurrentsituationofZcompany,therearegoodspickingefficiencyislow,theinvent
7、oryoflibraryworkisdifficult,shelvespronetooverthrowandimperfectinformationsystem.Onthisbasis,thefoodbankinZcompanyastheresearchobject,theEIQ-ABCtaxonomywillfoodbankisdividedintoABCthreekindsofgoods,goodsinclassABastheultimateresearchobject,establishedtheloadingandunload
8、ingefficiency,inordertoimprovethestabilityoftheirshelflifeandconvenienttotallyasthegoalofamulti-objectiveoptim
