摘 要

随着现代科学技术的不断发展以及大数据时代的来临，传统的仓储模式已经不能满足当前社会生产和货物流通的需要，自动化立体仓库的优势和作用便日益凸显。提高立体仓库的管理和控制，关系着现代仓储企业的经济效益，涉及到诸多方面，其中仓库布局设计、货位分配优化、拣选作业路径优化、出入库调度优化等问题逐渐成为业界关注和研究的重点。在现有研究的基础上，本文利用大数据技术对货品入库作业的货位优化问题研究，旨在提高立体仓库的出入库工作效率。

本文首先概述了仓库存储的布局、拣货流程、储位管理的原则及储位指派的方法等相关理论知识，总结并阐述了优化研究中所用到的ABC分类法和关联规则优化算法。其次，针对某物流企业的自动化立体仓库的货物进行ABC分类，使得不同价值的货品分开储存管理。最后，利用R函数的Apriori算法进行关联规则分析，挖掘出相关联的货物，进行货位优化，做出货位优化后的仓位平面图。

本文基于大数据分析，以ABC分类为基础，研究了自动化立体仓库的货位优化问题，用R语言挖掘出货品间的相关性，提出优化策略，可为企业的决策提供支持。

关键词：货位优化，ABC分类，关联规则

Optimal design of warehouse space based on ABC classification and association rules

ABSTRACT

With the development of modern science and technology and the coming of the era of big data, the traditional storage model has not meet the needs of the current social production and circulation of goods, advantage and function of the automatic stereo warehouse and growing. Improve warehouse management and control, the relationship between the modern warehousing enterprise economic benefits, involves many aspects, including the warehouse layout design, goods distribution optimization, loading and unloading dispatch optimization problems such as path order picking optimization, has become the focus of the industry attention and study.

This paper first summarizes the layout of the warehouse storage, picking process, storing management principle and method of storing assigned related theory knowledge, summarizes and expounds the optimization used in the study of ABC classification optimization algorithm and association rules. Secondly, the ABC classification of the goods for the automated three-dimensional warehouse of a logistics enterprise makes the goods of different values be stored and managed separately. Finally, using R function of Apriori algorithm for association rules analysis, dig out the associated goods, slotting optimization, to make the optimized position would plan.

In this paper, based on large data analysis, on the basis of the ABC classification, automated stereoscopic warehouse slotting optimization problem is studied, using R language excavated, the correlation among the goods, put forward the optimization strategy, can provide support for enterprise decision-making.

Keywords: slotting optimization；the ABC classification；association rules

目 录

1 绪论 1

1.1 研究背景 1

1.2 研究目的 1

1.3 国内外研究现状综述 2

1.3.1 国内外研究现状概况 2

1.3.2 国内外研究现状总结 3

1.4 研究内容 4

1.5 本章小结 4

2 仓储货位管理策略 5

2.1 仓库存储区布局 5

2.1.1 仓库仓储布局及设备 5

2.1.3 仓库存储区域的布置要求 7

2.2 仓库拣货系统和拣货流程 8

2.2.1 拣货系统 8

2.2.2 仓库的拣货流程 8

2.3 储位管理优化策略 9

2.4.1 储位管理的基本原则 9

2.4.2 储位设置的基本原则 10

2.4.3 储位指派策略 10

2.4.4 储位指派方法 11

2.4 总结现存的问题 12

2.5 本章小结 13

3 基于ABC分类与关联规则的货位管理方法 14

3.1 基于ABC分类与关联规则的方法思路 14

3.2 ABC分类法 14

3.2.1 ABC分类法的基本原则 14

3.2.2 ABC分类实施步骤 15

3.3 关联规则 16

3.3.1 关联规则算法 18

3.3.2 Apriori算法 19

3.4 本章小结 22

4 实例应用 23

4.1 实例应用场景 23

4.2 ABC规则进行分类 23

4.3 关联分析 24

4.3.1 A类规则分析 24

4.3.2 B类规则分析 33

4.3.3 C类规则分析 45

4.4 优化对策 45

4.5 本章小结 46

5 结论与展望 47

致 谢 48

参考文献 49

附录1 51

附录2 65

1 绪论

1.1 研究背景

在当代社会，因为生产节奏和消费节奏之间的矛盾，出现了有些东西目前还不可用或不必要，或者留待以后使用。如何保持物质实体在供需缺口方面的实用性是物流仓储这个环节需要处理的问题。

仓储在物流体系中是唯一的时速为零的环节。伴随着经济的进步，需求方式呈现出了各种各样的的改变，生产方式也变成多品种、小批量的柔性生产方式。物流的特征由品种少、批量多变为品种多、批量少或批次多、批量少。储存相当于物流体系的一个节点。在这里，物质实体在消解其供需之间的时间冲突时，也缔造了新的时间效果。所以，仓储是物流中至关重要的环节。

货位规划是仓储管理建立良好保管秩序的核心内容。货位规划主要包括货位储存方式与货位分配原则的确定、货位指派方式的确定，其基础工作包括货位编码和货位编号，并需要经常进行货位优化^[1]。货位优化是指基于SKU（存储单位）和计划为因素在货物当前位置的基础上。为了确保货位分布常常处在比较合理的状况，对货位进行重新分配，使得拣货效率提高和仓库运营成本降低。

1.2 研究目的

分析仓储货位管理现存的问题，总结仓储货位管理方法，然后对仓储货位分配进行优化，减少货品搬运的成本，降低货品在搬运过程中的损耗，提高货品的流通速度，其最终目标是实现缩短拣货作业中的移动距离，提高拣货作业效率，提高订单的处理效率，避免拣货的错误，这些不但是货位优化的重点，也是物流配送中心工作的重点。仓储货位优化有助于从事物流业务的企业在日趋激烈的物流市场竞争中站稳脚跟，并提高仓储企业的市场竞争力。因此如何在不增加投资和设备的前提下，对仓储货位进行优化设计，充分利用仓库现有设备，减少其工作时间，提高货品拣货工作的效率，从而节省物流环节的时间消耗和费用，具有十分重要的现实价值。而利用大数据挖掘技术可以更加合理地管理仓库，大数据挖掘技术对仓库的数据信息进行分析处理，提取出其中有用的信息，做出优化设计图，以此对仓储货位进行优化设计提出优化对策，使仓储企业在未来更具有竞争力。

1.3 国内外研究现状综述

1.3.1 国内外研究现状概况

经过查阅有关文献资料，我们认识到现在国内外学者在企业的物流仓储管理和货位优化方面进行了大量研究，某些学者在研究这个课题时已经提出过很多有建设性的想法。

2011年，陕西科技大学栾飞使用匈牙利算法对建立的优化模型进行求解，并利用 Petri 网进行了实例仿真^[2]。2012年辽宁科技大学郭万丹通过数据挖掘中的关联规则算法对订单中的货品关系和出入库频率进行挖掘，引入一对多的关联规则与货品的出入库频率对货位分配模型进行优化以获取最短的拣货路径，提高货品的进出仓库频率和仓库的工作效率。由于遗传算法具有并发性与全局搜索能力强等特点，用其对货位分配模型进行优化^[3]。