研究在大数据环境下 ，提高子母穿梭车式密集存储系统进出库作业调度效率的方法 ． 首先采用大数据技术实现对大量原始仓储数据的预处理 ，为储位分区 、销售预测提供数据支 持 ．在此基础上 ，通过整合货品信息 、客户信息等数据 ，计算货物存取频率 ，对货位分配进行优 化 ，实现动态高效的储位分配 ．挖掘升降机和子母穿梭车的实际运动特性 ，确定穿梭车存取货 作业行程时间的基本规律 ，据此建立偏差小 、性能良好的进出库作业调度模型 ，设计混合粒子 群算法求解模型 ．开发基于 PyQt５ 技术的智能仓储系统 ，将货位分配与作业调度功能实时应 用 ．实例分析表明 ：不同订单任务下 ，混合粒子群算法解决了基本粒子群算法容易陷入局部最 优的问题 ，体现出较好的鲁棒性 ，能够有效提高子母穿梭车式密集存储系统进出库作业效率 ．
