基于强化学习模拟退火的拣选货架分布设计方法

本发明公开了基于强化学习模拟退火的拣选货架分布设计方法，该方法涉及智能算法技术领域，该方法通过FP‑Growth算法对海量订单数据进行分析，挖掘出物料之间的关联强度。随后提出一种结合SKU热度与引力模型的贪婪算法，快速生成高质量的初始布局解，为后续优化奠定良好基础。最后，针对布局优化这一复杂组合优化问题，引入模拟退火框架，并创新性地融合强化学习技术，构建一个自适应大邻域搜索策略，使算法能够根据优化进程智能地选择最有效的邻域扰动算子，从而高效地寻找到全局更优的SKU布局方案，实现拣选总成本的最小化。本算法执行效率高，可以被应用于仓储管理系统、仓库执行系统等物流管理系统的上架、补货策略模块中。