Resumen

Teniendo en cuenta la demanda variable en la industria minorista en línea, la asignación tradicional estática de ubicaciones de almacenamiento se convierte en un proceso de asignación de ubicaciones de almacenamiento en múltiples etapas basado en la idea de optimización gradual y de pequeños pasos hacia adelante, que puede responder a cambios rápidos en la demanda ajustando en tiempo real y de manera dinámica la ubicación de almacenamiento de los SKU en el almacén. En primer lugar, el estudio formula el marco de asignación dinámica de ubicaciones de almacenamiento. Luego, se construye el modelo de ganancia de ajuste de la asignación dinámica de ubicaciones de almacenamiento, y se diseña un algoritmo genético para encontrar la solución de ajuste final. Finalmente, se desarrolla un programa de computadora para simular todo el proceso. Los resultados de la simulación y el análisis de datos muestran que la asignación dinámica de ubicaciones de almacenamiento puede mejorar eficazmente la eficiencia de la preparación de pedidos cuando el tamaño promedio del pedido es pequeño y hay una fu

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Demanda; Industria minorista en línea; Asignación de ubicación de almacenamiento; Dinámico; Optimización; Almacén
• Keywords:Demand; Online retail industry; Storage location assignment; Dynamic; Optimization; Warehouse