10062 浏览冯爱兰(2019)等人，为提高拣货效率提出聚类和动态规划路径组合的策略，运用蚁群算法进行优化并对比分析结果[43]。王转，裴泽平（2018）研究基于电商配送中心人到货整箱拣选，构造以最大化路程节约量为目标的订单分批模型，经过对数据的分析，结论表明订单分批后的拣货效率比之前有所提升，同时，拣货人员所走的路径有所减少[44]。
由于物流产业在国外发展相对较早，因此国外对于仓储环节中的拣货作业流程研究也较为全面。随着仓储中心的不断完善与更新，仓储系统中的拣货作业流程也不断完善。不同的企业随着自己的生产状况，仓储条件，拣货流程的人员状况随时进行仓储环节的调整，从而找到适合自己企业的拣货流程。就目前来看，拣货作业大体可分为以下两种：人工拣货作业和机器拣货作业。
Speaker(1975)首次提出了仓储中心分区拣选流程的优化问题，他对仓储中心的拣货作业流程做出了概括，并对分区拣货流程进行详细的分析，阐述了分区拣货的特点和优点，通过对仓储中心拣货人员、设备和流程的优化，从而提高分区拣货作业的效率[45]。Bassan（1980）发表仓库的内部布置与设计，结合仓库结构提出了确定性模型，如搬运时间、距离、仓库的空间利用率和成本最小化等。通过建立模型分析并进行仿真优化，首次提出了仓储环节拣货流程的优化[46]。
Coyle，BardiandLangley等(1996)提出50%-70%的仓库运营成本发生在拣选阶段，同时订单拣选成本由拣选距离的长短决定[47]。Coyle(2003)在前人的研究基础上对仓库布局问题更深入研究，他应用Witness软件进行模拟仿真，研究分析如何再次缩短拣选作业距离，将优化后的系统模型和原来的系统模型进行对比分析，结果表明优化后的拣货作业时间明显短于原来的拣货作业时间[48]。Ph.D.thesis（2005）研究了仓库分区的分拣系统，运用启发式算法，分配各区域分拣人员的作业量，使得分拣人员的作业量达到平衡状态，提高了仓库各个区域的分拣效率[49]。
PratikJ.Parikh和RussellD.Meller(2008)对分批拣选和分区拣选问题进行分析研究，对两种拣选作业流程进行进行比较分析，并关注其影响因素[50]。SarahVanheusden（2020）等人研究发现，不断增长的电子商务市场和不断增长的客户需求给订单的处理带来了额外的压力。该文献研究了平衡拣货人员工作量的问题，通过建立数学模型，有效地解决了工作负载均衡问题。并通过一个实际案例分析了为了拣选操作而进行日常工作负载平衡的好处[51]。
1.2.4国内外研究评述
通过对物流服务质量、仓储系统以及拣货流程等的相关文献进行梳理，发现国内外学者对于拣货流程优化的研究相对比较成熟。从一开始的只是对拣货路径进行优化，到后来逐渐将拣货人员的拣货路程、拣货时间、拣货准确率等均进行优化，以及对仓储环节中的订单也进行不同的优化，最终达到提高拣货效率的目的。显示了国内外研究学者已经逐渐认识到拣货效率对于仓储系统优化的重要性，以及对整个物流效率提升有重要意义。
由于每个企业都有自身特点以及适应的市场环境，使得各个企业的仓储系统以及拣货流程都有着或多或少的差异，因此，研究成果应结合企业真实状况，本文结合A企业，通过搜集A企业仓储环节的真实数据以及实际现状进行研究分析。同时，合理借鉴其他相似企业的拣货流程方案，对A企业的拣货流程进行优化研
究，目的为提高企业拣货效率，保证A企业的整个物流环节顺利进行。在本文中，通过EIQ分析法与遗传算法的结合使用，展开对拣货流程进行优化分析，使得拣货流程从拣货路径距离及拣货时间等相关数据均优于优化前数值。
1.3研究内容和技术路线
1.3.1研究内容
本文主要以五个章节展开分析，并结合相关理论，运用EIQ分析法及遗传算法相结合的研究出发点，对仓储中心的拣货流程从多角度进行分析优化。在前期研究学者研究的理论基础上以及以A企业仓储中心拣货流程的发展背景条件下，首先运用EIQ分析法对A企业历史相关数据进行梳理分析，包括商品种类、商品数量、客户细分等方面，通过以下四方面EQ（订单量）分析、EN（商品品项）分析、IK（同品项订单量）分析、IQ(商品种类数量)分析对仓储中心相关数据进行统计并处理。得出订单数量、商品品项、同商品订单数量、商品种类的数量，依据以上可以进一步对仓储中心储位、商品类别等进行更深度地分析，发现仓储中心中存在的问题。在前人研究的基础上以及以A企业拣货流程的发展背景条件下，论文拟在建立优化模型，研究A企业拣货环节遇到的问题及原因。论文主要研究内容如下：第一章，绪论。论文开篇从研究背景和意义出发，同时通过梳理国内外有关拣
货流程优化的相关文献，确立了论文的研究方向、内容以及优化方法，并提出论文的创新点。
第二章，相关理论基础概述。阐述与拣货流程相关的物流概念，对现有的物流管理理论、仓储管理理论以及拣货流程系统概况进行论述。对拣货方式、拣货工具等方面的展开介绍，又对EIQ分析法以及遗传算法进行概述。
第三章，A企业拣货流程现状分析。在这一部分，首先对A企业进行详细的介绍，其次描述了A企业的仓储中心布局以及拣货流程发展现状等；最后，在分析过程中发现A企业在仓储及拣货流程环节存在的问题及原因，并了解企业发展诉求。
第四章，A企业拣货流程优化与改进。研究方法采用EIQ分析法与遗传算法相结合的方式。首先运用遗传算法对现有拣货流程进行模拟分析，得到拣货时间，随后，将EIQ分析法引入，对仓储中心布局进行优化，通过建立目标优化模型，再次运用遗传算法对数据进行模拟分析，最后对比布局优化前后结果数据并进行分析。
第五章，优化对策及改善措施。结合相关企业的发展对策研究，同时对模型参数进行合理化、动态性调整，提出改善措施，结合A企业发展现状及市场发展战略制定更为详尽的拣货流程优化方案。
1.3.2技术路线
1.4研究方法和创新点
1.4.1研究方法
（1）文献分析法
文献分析法是通过大量阅读关于仓储及拣货流程等相关理论文献，并进行归纳总结，同时查找相关期刊文献资料，从而形成对仓储环节的拣货流程有更科学的认识的一种方法。经过对理论文献以及期刊文献的归纳总结，可以更深入更全面的
理解拣货环节涉及到的相关理论，并更新对于拣货流程的全新认识。通过文献综述阐述国内外有关拣货流程的理论和研究成果，并对拣货流程问题相关研究进展进行深入分析，为研究提供可靠的背景基础和理论依据。
（2）定性与定量分析相结合
在研究拣货流程问题时，首先运用EIQ分析法，定量分析得出A企业一段时间内的运营数据，找到出货规律，其次采用相关理论研究与实际案例梳理相结合的方法，第一步对相关理论进行归纳与分析，由此来为接下来的案例分析等建立坚实的理论依据；第二步经过实地考察，通过搜集A企业在仓储拣货方面的数据，将一些抽象场景量化成具体数据进行分析。
（3）EIQ分析法
EIQ分析法是由日本学者铃木震提出的，其中“E-Entry”代表订单或者客户，“I-Item”代表商品的品项，“Q-Quantity”代表商品的出货量，这是一种统计分析方法，主要就是对订单的数量、订购的次数和订购的项目进行统计分析，进而对产品出货的特性等问题进行研究分析。
（4）遗传算法
遗传算法是模拟生物进化机制求解复杂问题以得到最优解。主要思想是通过
“优胜劣汰”的选择机制选择出优秀的个体，经过多代遗传后的得到的最优个体就是最优解。本文通过建立以最短拣货时间为目标的模型，运用遗传算法进行优化求解，得到最优解，为提出优化方案提供数据支撑基础。
1.4.2论文创新点
（1）本文采用EIQ分析法并结合遗传算法进行拣货流程的优化，运用遗传算法对初始数据进行模拟分析，通过运用EIQ分析法对仓储中心布局进行调整后，再次运用遗传算法对相关数据进行模拟分析，对比布局调整前后拣货时间。
（2）以A企业为研究对象，依据A企业拣货全流程涉及到的相关数据来确定参数及变量的取值范围，使得研究成果与现实生活中的实际情况更加高度地匹配，通过对拣货全流程多个角度进行目标优化，并通过对比一段时间的运营数据，多维度发现企业存在的实际问题，最后提出合理可实施性高的解决方案。
