随着社会经济的迅速发展,城市汽车保有量逐年增加,居民小区和公共场所停车难问题日益突出。传统单层平面停车场因其占用大量的土地资源而限制了其进一步的发展,机械式立体车库成为解决这一矛盾的一个很好的替代方案而备受推崇。先进的计算机控制技术和通信技术为实现这一目的提供了有力的保障。有鉴于此,根据我国的立体车库的现状,借鉴国外的先进经验,结合先进的优化算法,设计出一款高效的、经济的新型立体车库变得尤为重要和必要。长期以来车位调度问题一直是机械式立体车库研究的重点与难点所在,这是因为车位调度问题其本质上是一个复杂的非线性优化问题。如何整合现有的各种优化算法,针对机械式立体车库问题设计出一种高效、快速的智能新算法是解决这类问题的关键所在。　　 本文在详细分析遗传算法和蚁群算法各自优缺点以及总结前人研究成果的基础上,提出了一种较为新颖的混合算法:MGA-ACO(Modified Genetic Algorithm and Ant Colony Optimization),它汲取了遗传算法和蚁群算法各自的优点:在每次循环过程中,蚁群算法利用了遗传算法的变异和交叉操作机制,而遗传算法利用了蚁群算法的信息素的更新机制；加之算法中采用了精英选择策略,能够很好的将最优解保留下来,并且整个算法具有很好的收敛性,随后以一个旅行商问题(TSP)展示了该算法的优异性能。在此基础上给出了立体车库的智能控制系统的具体硬件实现:以高性价比的DSP代替传统的PLC来实现立体车库的下位机的主要功能,这极大地提升了下位机的实时监控能力。上位机采用MCGS组态软件来编程,快速生成监控界面,和下位机相配合保证了整个智能立体车库的顺利运转。最后,将本文设计的新算法应用于上述智能立体车库的车位调度问题,构造基于MGA-ACO算法的车位调度系统,通过利用此算法,系统即可完成最佳车位的寻找以及最优路径的搜索。本文的研究对立体停车设备行业的发展具有一定的理论指导意义,同时对把先进的优化算法应用于工业控制系统也起到了很好的借鉴作用。