随着经济社会的不断发展,我国烟草企业的经营环境发生了巨大变化,这些变化促使着烟草企业提高服务品质,缩减运营成本,以增加市场竞争力。卷烟物流系统是烟草企业重要的职能部分,自动化立体仓库(AS/RSs)是卷烟物流系统的枢纽,货位分配又是影响物流枢纽运转效能的关键因素,由此可见科学合理地分配卷烟货位意义重大。BTC卷烟自动化立体仓库负责着北京市卷烟的仓储分拣工作,公司欲将之建设成为一个现代化物流中心,以满足全市近4万名零售客户的需求。本文研究了BTC卷烟自动化立体仓库货位分配优化问题。根据当前BTC仓库货位分配存在的问题,提出了基于预测的卷烟出库频次和卷烟需求相关性的货位分配优化方法。首先,本文考虑了卷烟货位分配需实时响应市场需求,卷烟的存放须服务其拣选出库,基于此研究了卷烟出库频次。根据卷烟出库频次时间序列数据,并考虑到卷烟需求的季节性特征,采用时间序列分解模型预测了出库频次。第二,研究了卷烟需求的相关性,以将关联度强的卷烟划分成同一族类进行货位管理。本文根据关联规则挖掘的“购物篮分析”模型,利用Apriori算法,借助SPSS Clementine软件对BTC大量订单数据进行了挖掘,得出了各卷烟之间的强关联规则,并经聚类分析,重新划分了卷烟族类。第三,设定卷烟出库总时间最短、强关联卷烟摆放距离最近及货架稳定三项货位分配优化原则,建立多目标货位分配优化模型。最后,利用改进的遗传算法求解多目标货位分配优化模型,并利用MATLAB软件进行仿真分析,得出优化后的货位分配方案使得BTC自动化立体仓库运作效率提升。