一种基于人工智能的仓储库存管理及优化方法

本发明涉及一种基于人工智能的仓储库存管理及优化方法，通过综合考虑商品存储位置、托盘分区、订单优先级及系统状态等因素，构建新型数学模型，并运用深度强化学习DQN网络求解，实现智能决策商品取货位置及生成最优拣货路径；本发明提供的方法能有效缩短订单处理时间，针对小批量、多品类订单的需求，提高仓储效率，减少堆垛机移动距离与取货次数，降低运营成本，并且能够根据优先级灵活调度，适应对系统实时状态变化；与传统方法相比，采用本发明提供的优化策略后托盘取出次数显著减少，具有显著的有益效果，可广泛应用于智能仓储领域，提升仓储管理的自动化、信息化和智能化水平，满足现代物流行业对高效仓储系统的需求。