10.16157/j.issn.0258-7998.233851
基于关联规则和遗传算法的服装辅料储位优化
针对服装行业受时尚潮流影响,物料型号更新迅速,导致仓库库存结构混乱、作业效率低下的问题,设计一种将Apriori算法同改进遗传算法结合(AIGA)的储位优化方法.首先Apriori算法挖掘物料组间关联规则,将相关性较强物料组合并形成大类库区,按照大类拣货频次动态调整库区位置;其次结合物料相关性和拣货频次,以最小化拣货距离为主要优化目标建立储位分配模型.通过遗传算法进行储位分配搜索,并改进遗传算法的初始化、交叉和变异算子,同时设计灾变机制,提高算法搜索性能.结果表明,与现有储位分配方案相比,拣货距离平均缩短23.85%,有效提高仓库作业效率.
储位分配、关联规则、遗传算法、灾变操作、服装辅料仓库
49
TP391.9(计算技术、计算机技术)
福建省科技计划项目;福建省科技计划项目;中国福建光电信息科学与技术创新实验室闽都创新实验室-自主部署项目
2023-09-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
90-96