自动化立体仓库在自动化生产系统中占据着非常重要的地位,作为现代物流的主要环节,其发展对优化物流具有重大意义。资料显示,在整个生产流程中,大部分时间用于物料存储,因此,现代企业为了提高经济效益,花费大量精力在优化仓储环节上。多年来,针对仓储优化的问题产生了大量相关研究成果,其中仓储静态设计、资源配置、优化调度逐渐成为近年来的研究热点。论文在现有研究的基础上,针对资源配置中的货位分配,优化调度中的拣选作业优化问题进行研究,以存储效率和货架稳定性为目标,建立相应数学模型,基于智能优化算法求解上述问题。论文的主要研究工作包括：(1)分析了货位的分配原则及分配策略；分析了拣选作业原则以及影响拣选作业效率的因素。(2)根据立体仓库货架稳定性及货物出入库时间最小原则,建立了货位分配的数学模型,并进一步得到多目标货位分配模型。基于上述模型,利用遗传算法对货位分配问题进行深入研究,提出了一系列改进措施,如采用外部存储容器来保存最优个体,采用拥挤度来保证群体的多样性等。(3)根据立体仓库拣选作业时堆垛机运行时间最小原则,建立了拣选作业的数学模型。由于该模型类似于TSP问题的数学模型,因此论文基于蚁群算法进行研究,通过一系列改进措施,如：改进初始信息素设置,改进更新信息素方法,限制选择货位数量等,提高了求解质量和速度。(4)结合实际应用实例,运用上述改进方法对两种情况下的问题进行求解。应用算法求解实例,结果表明,改进方法较原有算法更加有效。