分拨中心越来越倾向于在严格时间窗内接受更迟的订单，同时进行快速分货运作以及时转运，进而提升供应链的绩效。由于交易、运输等不确定，此时的订单分货系统具有明显的不确定性：客户是否到达及其到达的SKUs数量在分货开始前都未知。多数文献认为该情形下仅能采取最近空位分配等简单策略。本研究拟基于数据驱动的方法，主要研究该特征下的分货区和再分区货位分配策略两个关键问题。第一，沿着最近空位分配改进、实施基于类的分配、探索类似吞吐量分配策略的思路，不断改进分货区货位分配策略的绩效。第二，再分货运作是由于已到达客户SKUs数量未知而产生的迭代问题。提出直接分配和配对分配的货位分配策略。本研究对解决不确定性订单分货系统的货位分配问题，探索数据驱动的方法在更接近现实实践下货位分配策略的具体应用，具有重要的理论价值与实践意义。

朱苗绘，女，管理学博士，江苏科技大学经济管理学院讲师，硕士生导师。博士毕业于昆明理工大学，攻读博士学位期间，曾在香港城市大学商学院担任研究助理一年。研究领域为拍卖物流、拍卖交易机制设计。主持国家自然科学基金1项，江苏省社会科学基金项目1项，市厅级项目4项。近年来在《International Journal of Production Research》《现代经济探讨》《学习与实践》等学术期刊发表论文十余篇。

第1章 导论
1.1 研究背景
1.2 研究意义
1.3 技术路线与本书结构
1.4 创新点

第2章 国内外文献综述
2.1 订单分拣系统的基本理论
2.2 国内外相关研究现状
2.3 国内外研究发展动态分析

第3章 行走距离模型与无信息时的货位分配策略
3.1 引言
3.2 模型与假设
3.3 无信息时货位分配策略
3.4 模拟分析
3.5 本章小结

第4章 基于类的分配及其改进策略
4.1 引言
4.2 基于类的分配
4.3 改进的基于类的分配
4.4 改进的基于类的分配策略的实施
4.5 本章小结

第5章 基于需求预测的货位分配与再分货策略
5.1 引言
5.2 基于需求预测的货位分配策略
5.3 无再分货的分货运作策略
5.4 再分货货位分配方法与运作策略
5.5 本章小结

第6章 总结与展望
6.1 总结
6.2 研究展望

附录 主要伪码算法

参考文献