复杂物流系统是由若干个制造商、批发商、零售商等实体构成的网状供应链物流系统。系统中存在顾客需求、出品的供应、交纳周期等不确定因素，这就导致系统是一个多层次的连续-离散事件混合系统。复杂物流系统的复杂性导致无法预先准确确定每个实体的最佳订货点量，这是库存决策的重要内容，直接关系到库存管理成本。现有的复杂物流系统集中式仿真软件CLCSim给出了一套完整的复杂物流系统建模与仿真的理论和方法体系，包括仿真模型构造、仿真体系建立和软件实现。CLCSim可以应对复杂物流系统的不确定性，确定实体的最佳订货点量，减少库存成本。但是这些方法存在仿真结果多、仿真时间长等问题。本文在分析仿真软件CLCSim的基础上，结合仿真优化思想，以降低库存成本为目的，运用遗传算法（GeneticAlgorithm，GA），构建一个求解复杂物流系统订货点量的遗传算法解决方案。在已有的仿真优化平台CLCSim中，结合遗传算法的智能性，增加了基于GA的订货点量筛选模型，构造了一个基于遗传算法的复杂物流系统仿真优化平台CLCSim-GA。本文详细论述了CLCSim-GA的仿真体系及求解思路。通过多组实验，探讨了不同种群规模、不同交叉率对遗传算法仿真结果的影响。这对决策者选择合适的订货点量有着积极的作用，也对降低复杂物流系统库存成本有着重要的参考价值。