本文基于电商仓库常见的订单不确定性环境,考虑了出现紧急新取货指令情况下多载具自动化存取系统(Automated Storage and Retrieval System,简称AS/RS)堆垛机作业规划的应对方案,并从紧急插单,主动提升正常作业规划裕度两个角度出发,分别建立了相应的线性规划模型和随机模型。紧急插单模型在已有正常取货作业规划的基础上,考虑当新指令来临时如何调整作业计划,可以最小化系统波动,即不影响正常取货指令的执行顺序,同时又最小化总延误成本,并设计了NS算法进行求解。之后通过小规模算例证明NS算法可行且有效,通过和两类简单策略的对比证明紧急插单模型的策略能在减少系统波动的同时有效降低总延误成本。主动预留模型则在紧急插单模型的基础上,考虑新取货指令出现频率较高的情况,主动在正常作业规划中预留空位,可以减少新指令插入对整体规划带来的影响。因为新指令出现为随机因素,设计了同时包含确定性模型和仿真模型的仿真启发式算法,通过多重测验去评估解的质量。之后经过算例测试和分析,发现主动预留模型在新指令出现频率较高,新指令延误成本较低的场景里会有比较优秀的表现,正常规划用时普遍大于紧急插单模型,但目标值的质量大多数情况下高于紧急插单模型。新指令出现频率越高,优势越明显。但注意到两模型中对于正常指令的正常完成时长本来不相同,所以决策者需要根据具体情况,权衡风险与收益决定应用何种模型。本文创新点在于首次考虑紧急插单情况下多载具AS/RS取货作业规划调整问题,并从两个角度分别建立数学模型,针对随机因素尝试了同时包含确定性模型和仿真模型在内的综合算法来求得较优解,并通过算例测试证明模型可以有效减少随机因素造成的系统波动,并通过对新指令出现频率,新指令延误成本等的敏感度分析,深层展示了参数对模型结果的影响,为管理者的决策提供了依据。