王铁铮，胡亚楠，潘 焜，喻 晓

(国网北京市电力公司 物资分公司，北京 100053)

电力仓库负责供电公司电力项目建设、抢修、维修的物资供应任务。随着自动化大型电力仓库的建设使用和物资供应任务的增多，对于电力仓库的物资管理提出更高的要求。目前自动化大型电力仓库基于货架构造形式分为单元货架形式[1-2]、贯通形式[3]、水平旋转式[4]和垂直旋转货架式。

物资货位优化是影响自动化仓库管理效率的重要因素之一。为了进一步提升自动化仓库管理效率，相关学者在货位优化问题上进行了大量相关研究。印美等[5]以物资出入库距离、货架稳定性为目标建立非支配遗传算法对多目标的货位优化问题进行求解。张思建等[6]基于自动小车存取系统的电力仓库，应用模拟退火算法对多批的物资入库货位分配进行优化。肖锋[7]利用物资历史入库经验数据，使用强化学习算法解决货位分配问题。

基于遗传算法[8]、模拟退火算法[9-10]或粒子群算法[11]进行货位优化问题的求解，已经能够实现单次物资入库时综合考虑多个目标，使得优化后的物资入库货位在多个目标上综合效益全局最优或局部最优。但是该方法在优化时，只能考虑到当前时间点的仓库最优情况，无法考虑到未来物资入库后的仓储情境。基于强化学习[12]的方法构建货位优化算法可以利用仓库的历史物资出入库数据进行模型训练，在货位优化时综合考虑当前时间点的即时奖励和未来奖励，实现电力物资仓库在较长时间范围内的利益最大化。……