仓储中心各作业环节互为补充且相互影响,货物入库上架和订单拣选是仓储中心联系最为紧密的两大核心作业环节,二者共同作用的结果决定了仓储中心的作业成本和效率。在货物入库上架过程中对待拣选货物的存储位置进行选择就是货位分配,货位分配的合理与否决定作业人员对订单的拣选效率,从而影响客户对仓储物流服务的满意度。因此,货位优化对物流企业仓储中心提高核心竞争力起着至关重要的作用。本文以H公司仓储中心为背景,首先对仓储中心运作现状进行分析,发现其存在货物出入库能耗较高、货架稳定性较差及订单拣选效率较低的问题,而导致这些问题出现的主要原因是货位分配的不合理。其次结合该仓储中心的实际问题,考虑了三维立体货架x轴奇偶性对出入库能耗的影响,并采用了分类存储结合关联存储策略对货物进行分配。此外,运用数据挖掘技术获取货物的关联规则,结合订单数据与货物出入库频次,将频繁出现在同一订单的货物存储在就近的货位,保证仓储中心货位分配的持续动态优化,从而提高仓储中心作业人员对订单的拣选效率,提高仓储中心对客户订单的响应速度。然后建立以出入库能耗最低、货架稳定性最高及订单拣选效率最高为目标的货位分配模型,并通过实例验证了人工鱼群算法对本模型求解的有效性。从货物整体出入库能耗、货架整体稳定性及订单拣选效率三个方面对优化结果进行分析,结果表明,人工鱼群算法优化后货物整体出入库能耗大大降低,货架整体稳定性及测试订单拣选效率显著提高。最后,通过算法对比结果可知,人工鱼群算法优化方案的订单拣选距离相比粒子群算法和遗传算法的优化方案的订单拣选距离优化效果更为显著。