周 叶，连明昌，陈松航，吴佳彬，陈 豪

（1.福州大学 先进制造学院，福建 泉州 362251；2.中国科学院 海西研究院泉州装备制造研究中心，福建 泉州 362216；3.福建柒牌时装科技股份有限公司，福建 泉州 362200）

0 引言

我国是世界上最大的纺织品服装生产和出口国，服装纺织对我国产业布局和经济发展至关重要。服装纺织业作为传统劳动密集型产业，各环节都需要仓储环节参与，但其仓储管理还高度依赖人工，仅料单拣选就占据60%以上的人力成本；而且，辅料型号受到时尚潮流影响更新频繁。这些现象引发了储位分配不合理、库存结构混乱等问题。通过优化仓库储位分配方法能够有效解决上述问题，提高企业仓库作业效率[1]。

储位分配问题已经被证明是NP-hard 问题[2]。目前多数研究利用物料间相关信息，采用元启发式算法进行优化[3]。Chen 等提出基于两阶段式禁忌搜索方法来优化最小化平均行走时间[4]。Rani 等以检索时间和频次为目标建立多目标优化模型，通过遗传算法（Genetic Algorithm，GA）计算储位分配[5]。但传统遗传算法存在收敛过早、局部搜索能力差等问题[6]。焦玉玲等针对收敛过早问题，提出多种群遗传算法，以货物出入库效率、货架稳定性及产品关联性为目标建立模型获得分配结果[7]。朱杰等针对遗传算法易陷入局部最优，将模拟退火算法与遗传算法结合来优化储位分配模型[8]。少数学者引入数据挖掘方法进行储位优化[9]。Chiang 等提出基于关联规则的自适应库位分配方法，拣选距离较传统分类方法提升明显[10-11]。……