仓储方便了物品的管理和储存，在生产和生活中有许多的应用。随着经济的发展，生产和生活对效率的要求也越来越高，因此对如何提高传统仓储效率问题的研究愈发显的重要。随着技术的发展，人们不断提出许多对仓储的改进，如自动化仓储、密集式仓储等，而仓储的应用不仅在传统领域得到了进一步发展，而且还被成功地应用到其他领域，从而使的仓储的应用深入到生产和消费的各个阶段。对如何提高仓储的效率，仓储的调度优化问题显得尤为重要。　　本文从药品的管理和消费出发，分析了用于保存药品等体积较小物品的密集式仓储形式，包括固定货架和旋转货柜两种，调度优化问题分别从拣选路径和货位分配两方面进行研究。　　首先分析了蚁群算法和遗传算法及相应的改进算法，给出了各个算法用于解决实际问题的一般步骤。　　针对固定货架的结构特点建立了相应的数学模型，对比了不同的蚁群算法对拣选路径优化的结果，确定了在实际应用中采用基于信息素扩散的蚁群算法。采用标准遗传算法对货位进行优化，使得货位的分配更加合理，从而减少人工分配货位的操作。　　针对旋转货架的的结构特点，分别建立了拣选路径和货位优化的数学模型。制定了自适应蚁群算法的优化方案，进行了仿真实验，分析了实验结果并与实际运行情况进行了对比;结合货位分配原则，应用自适应遗传算法进行优化，对相应的实验结果进行了分析。　　通过对两种形式的仓储调度优化的仿真实验和实际运行的结果进行分析，在拣选路径方面，采用蚁群算法可以明显改进系统以往采用的方法，减少拣选操作耗费的时间。在货位优化方面，采用遗传算法进行优化可以改善以往人工进行货位分配的情况，减少了工作量。