日益激烈的市场竞争使得企业的配送中心模式发生了根本的变化,少批次大批量的订单配送转变为多批次小批量,这种现象在电子商务企业中更是常见,提高客户的满意度对于配送中心的挑战性也由此变得更大。据调研了解,当处于非节假日时期,大部分电商行业往往会要求在48小时内完成全国各地从发货至到货的全部过程。这个过程中,配送中心需要处理的品项和每个品项的数量都是非常多的,因此配送中心需要更高的工作效率,更快地对订单做出反应。本文通过对AGV拣选系统的研究,提出对于其储位分配和补货策略的优化方法,以此提高以AGV拣选系统的分拣效率。关于AGV拣货系统储位分配的优化,首先采用EIQ分析方法在历史订单数据中筛选出占比重较大的订单和品项,对它们建立K-means聚类分析模型,根据聚类结果划分每个品项在储位分配时需要减少其储位到拣货口距离的优先级,最后以此为依据进行储位分配。经验证,本文优化后的储位分配与文献中采用品项——订单二分网络聚类分析得到的储位分配相比,AGV在拣选过程中行走的路程更短,且搬运货架的次数更少,达到了减少AGV在拣选过程中所耗费时间的目的。关于AGV拣货系统补货策略的优化,首先构建一种基于灰色模型、回归分析和移动平均法的组合预测模型。经验证,相比上述三种方法,所构建的组合预测模型准确度更高,具有一定的可行性。因此可以根据历史品项需求的数据,采用组合预测模型计算出未来每个品项的预测需求量。然后结合预测结果构建一种能力限制下的成本最低补货模型,在满足不超过工人最大工作时间和仓库最大存储量等条件下,以AGV在品项准备过程以及补货过程中搬运货架所耗费的总成本最低为目标规划补货策略。经验证,优化后的补货策略和传统补货策略相比,在补货过程中AGV消耗的成本更少且拣货过程中所需的补货时间减少46%。