在仓储运作与管理中,异常事件不可预测且频繁发生,时常造成仓储过程的中断、物流成本的增加以及大量时间和人力资源的浪费,特别是对于发展中的仓储系统。仓储异常事件是与供应链突发事件类似的、亟需重视的生产实际问题,然而,仓储运作与管理的现有研究主要集中于仓储正常活动,对其异常事件的关注度偏低,仅局限于异常监测与预警层面。因此,为了完善仓储管理,本文针对仓储异常事件提出了综合事前与事后两个角度的研究思路。其中,仓储异常事件事后处理部分采用了聚类分析方法,但现有算法无法同时满足仓储异常事件分类所需的三个条件。对此,本文在为仓储异常事件提供了一个系统且完整的研究思路的同时,也为仓储异常事件事后分类提供了一种合适的聚类算法,主要工作如下:(1)针对仓储异常事件,提出了事后分类处理与事前有效预防的应对思路。以供应链突发事件等相关研究为参考,归纳了仓储异常事件的概念界定、特征描述及初步分类,构成了仓储异常事件的研究基础;针对事后分类处理,构建了基于聚类分析方法的分类流程框架,采用C#语言在.NET平台中编程实现事件分类,并利用统计规则确定了最终分类结果;针对事前致因分析,构建了基于分类结果的致因分析流程框架,建立了基于事故致因理论的致因指标体系,采用基于AHP的模糊综合评价法选取关键致因,并运用DEMATEL-ISM方法分析了致因因果关系与层次结构。将事后分类与事前致因分析流程框架应用于实际案例,经分析,给出了异常事件的具体应对策略,说明了研究思路的可行性。(2)针对仓储异常事件事后分类,提出了一种适用于相关生产实际问题的整合聚类分析方法。针对仓储异常事件分类所需满足的三个条件,整合了混合型属性数据的统一相似性度量标准、初始聚类中心非随机化确定方法和聚类数自动确定机制三部分,提出了一种考虑初始聚类中心的混合型数据惩罚竞争聚类算法,并从算法特点、差异率与聚类数、聚类精度三方面,对比了整合聚类算法与两种现有算法的性能,验证了方法的优越性及其在实际问题中的适用性。