卷烟自动化分拣线极大地提高了卷烟物流配送中心分拣作业的分拣速度和质量。随着卷烟自动化分拣设备的智慧化趋势加快,对于卷烟自动化分拣线的设计和规划方面提出了“降本增效”的新要求。卷烟自动化分拣线内部的烟道的合理分配,不仅是影响卷烟物流配送中心分拣效率的重要组成部分,还将间接影响到配送中心整个物流环节的物流效益和服务水平。为加快烟草行业智慧物流的建设与发展,实现卷烟物流配送中心分拣环节动态优化,做好分拣线烟道优化这一工作对于卷烟自动化分拣线的效率提升起着举足轻重的作用。如何采用科学的模型和方法,并结合W市卷烟自动化分拣线建设的实际情况,提出合理的烟道优化方案,是当前面临着的一个具有重要现实意义的问题。本文在烟草国家局倡导智慧分拣这一大背景下,对卷烟智慧分拣中的卷烟品规销量预测的卷烟自动分拣线烟道优化这一问题进行研究。论文基于卷烟的品规销量预测的前提下,针对卷烟自动化分拣线中的分拣设备的合理配置及分拣线烟道的动态优化作为研究的对象,对卷烟自动分拣线的烟道分配规划设计一套简单易行的方法。首先,依据W市卷烟物流配送中心真实的卷烟品规销量订单情况,在对卷烟历史销量波动的研究基础上,运用传统的ARIMA时间序列预测方法处理线性数据,采用SVM预测方法处理非线性数据,最后构建ARIMA+SVM组合预测模型,对未来时间内的卷烟分拣量进行精度更高的预测,以期达到更好的预测效果。其次,依据现有数据和预测结果,结合W市卷烟物流配送中心的分拣系统实际情况,对卷烟自动化分拣线的卷烟品规烟道进行优化分配设计。运用EIQ-ABC定量分析方法,对卷烟物流配送中心订单资料进行量化分析,初步确定不同品规卷烟应用的自动化分拣设备。在此基础上,分析卷烟自动分拣系统的作业时间模型,并以订单总分拣时间最短为目标,经过转化,建立品规相似性卷烟自动分拣线烟道优化模型。最后,引入W市卷烟物流配送中心某一日真实的卷烟订单分拣数据进行模型的求解验证,借鉴了传统的动态聚类算法,并根据模型特点结合了改进的K-means动态聚类求解算法。最终验证在不同品规数量下,分拣效率可提高11%～19%。