遗传算法求解立体仓库货位优化
货位优化是仓库布局研究的一个主要分支，随着现代计算机技术以及控制技术的不断发展，生产企业和物流仓储企业仓库管理呈现出控制最优化、运行智能化的发展趋势，对仓库的货位优化已成为物流技术发展的一个重要标志。国外对仓储货位优化研究相对较早。Hesket研究了货物存储所需要的存储空间以及货物的订单数量对仓储效率的影响。Goetschalckx等证明了N类货物分配下最低COI值的货物存储在最适宜的货位，订单拣选和存储时间得到了优化。Graves等分析了货物组合成更少的类别时，高周转率的货物可能会占据不理想的货位。Rosenwein提出了货位布局的分级存储策略。Larson等在Rosenwein研究基础上，使用启发式算法对分级存储策略进行探讨。Sooksaksun等基于分类存储策略对巷道的数量、长度、产品的分类存储建立数学模型，模型以最小化平均行走距离为目标。Zhan等研究了带邻接约束的多层次仓库布局问题，建立了描述同类产品的临近放置的整数规划模型，并采用禁忌搜索算法求解。货位优化是仓库布局研究的一个主要分支
