智能化仓储和履约中心(order fulfillment)拣选效率是当前供应链与物流企业发展的瓶颈。当今主流的智能化货到人模式AGV（Automated Guided Vehicle）解决方案与分析方法。

　　首先，从数据驱动的角度，提出了一种预测AGV电池缺失满充满放次数的方法，以及一种通过AGV工作时的相关数据诊断AGV电池是否老化的方法，以此能够相对精确的确定AGV的年龄以及电池的老化程度，为企业节省成本的同时也能够保障AGV系统的稳定性。

　　其次，通过对订单拣选数据的分析与研究，挖掘出了包括员工排班、员工加班、不同类型产品放置及拣选经验等拣选效率核心影响因素。并通过建立AFT(Accelerated Failure Time, AFT)模型，对影响员工拣选效率的重要因素进行了量化分析。相关理论可为智能化履约中心综合提升订单拣选效率提供决策支持。

立体图

平面图