【摘要】本文旨在提升仓库管理效率并降低运营成本，探讨了电子商务企业的多仓库系统下品类分仓优化问题。通过仓储货量预测与分仓规划，提供了商品高效流通与低成本运营的解决方案。创新之处在于结合多种模型进行库存预测和仓储优化，基于历史数据分析与优化算法的应用，实现了仓储管理的整体改进。在库存量预测方面，针对不同品类数据特征，使用多元线性回归并调整上一年相应月份的库存趋势，充分考虑季节性因素。针对传统季节性模型数据不足的情况，提出了一种混合预测方法，结合了短期趋势与季节性因素，弥补了数据不足时的预测缺陷，显著提高了库存预测的准确性。在销量预测方面，采用随机森林模型，提取时间特征（如月份、日期、周末或节假日等），针对不同品类分别建立日销量预测模型，并结合历史数据预测补货日期。针对分仓优化问题，分别研究了“一品一仓”和“一品多仓”两种情形。在“一品一仓”模式下，构建了基于多目标模拟退火算法的优化模型，旨在最小化总仓租成本并最大化品类关联度，解决了仓容与产能受限的多目标优化问题，避免了局部最优解的出现。对于“一品多仓”模式，进一步考虑了同件型产品和高级品类的集中存放问题，通过多样化的初始解生成与邻域生成方式，提升了仓储资源配置效率。最后，通过层次分析法对比了“总租仓成本”“总关联度”“平均仓库利用率”和“平均仓库产能利用率”四个指标，分析了两种方案的表现。结果表明，本文提出的仓储分配优化方法能够有效地选择最优分仓方案，提高库存管理准确性和仓储利用效率，降低总仓租成本，并提升品类间协同效应，为电商企业仓储管理提供了一套系统的优化策略，在成本控制、库存配置灵活性和效率方面具有显著的应用价值。