数学建模与实践 | 基于 ARIMA 模型与改进蚁群算法的中药需求预测与智能仓储仿真研究
数学建模与实践 | 基于 ARIMA 模型与改进蚁群算法的中药需求预测与智能仓储仿真研究
摘 要 针对中药房在需求预测与智能仓储管理中的效率优化问题,本文构建了一种基于时间序列预测与路径优化相结合的综合模型.首先,针对中药需求量数据规模较小且呈现趋势性变化的特点,采用ARIMA模型对需求序列进行建模与预测,以获得未来需求趋势.考虑到实际数据获取受限,本文基于统计规律构建仿真数据集,以验证模型方法的有效性.其次,在仓储调配环节,针对立体仓库中多节点路径优化问题,建立三维网格化仓储模型,并引入蚁群算法进行路径规划.在此基础上,通过引入精英路径强化策略、自适应信息素挥发机制以及改进启发函数,对传统蚁群算法进行优化,从而提升算法的收敛速度与路径搜索效率.最后,通过仿真实验对模型进行验证.研究结果表明,ARIMA模型能够较好地拟合需求变化趋势,改进蚁群算法在路径长度和收敛性能方面均优于传统蚁群算法,所构建的模型在中药仓储优化问题中具有一定的应用潜力.