随着电子商务的蓬勃发展以及人民生活水平的提高,市场对于零售食品的需求量不断增长,线上食品销售成为食品行业营收的新蓝海。众多食品企业原有的传统仓储厂房已经不能满足订单规模、物流效率以及货品安全性等方面的新要求,新建自动化电商立库成为越来越多食品企业提高市场竞争力的新选择,但在自动化立库设计与管理的过程中同样面临许多技术新挑战。针对食品企业自动化仓储的相关研究往往只注重仓储管理过程中的货位分配与拣选路径规划等方面,而对自动化立库建设之初如何科学设计货位容量以及如何保障食品仓储条件安全等方面研究较少。本文以W食品企业新建电商自动化立库为研究对象,对电商自动化立库设计与管理进行一体化优化,主要研究内容如下:1.基于MATLAB2021b平台,以W企业电商仓库历史库存量时间序列数据为训练样本,分别建立BP神经网络、LSTM神经网络、CNN神经网络、TCN神经网络库存量预测模型,并对预测结果进行误差对比实验。结果表明:TCN模型较其他神经网络模型有更好的预测精度,误差为所有模型中最小,预测结果最接近实际值。最终以TCN预测模型为数据支持得到新建电商立库布局设计方案。2.基于W企业电商仓库的出入库订单数据,采用EIQ-ABC分类法,对电商仓库内的货品按出入库频率高低进行分类分区规划。再运用Apriori算法对分区内各商品订单进行关联规则分析,挖掘出不同种类货品间的关联规则并计算相关系数。该部分为后续货位优化目标函数的建立提供依据。3.以货品出入库效率、货品分类聚集性、货物关联性、货架安全性为目标优化因素,通过合理假设将实际问题转化为数学模型,建立多目标优化函数。运用MATLAB编程语言选择多种群遗传算法（MPGA）寻找全局最优解,并与标准遗传算法（SGA）进行对比。结果表明:使用MPGA求得的总目标函数值较SGA降低了7.26%,MPGA对比于SGA在解决多目标货位优化问题上具有更好的求解性能和迭代稳定性,该算法有效解决了货位分配不合理而导致的出入库效率低等问题4.基于ANSYS FLUENT仿真软件,对夏季温度条件下满载货物的新建电商食品立库顶部机械排风系统进行CFD数值模拟仿真,探究不同高度进风口设置对其流场与温度场的影响规律。结果表明:进风口高度处于中间高度位置时（Z=14.70 m）,货架区域温度场能满足食品仓储条件要求（＜38℃）,且在立库不同平面上都有均匀的速度分布,验证该通风系统设计方案具有可行性。本文研究可以有效保证W食品企业新建电商自动化立库能满足未来市场不断增长的需求,对企业提高货品出入库效率、降低物流成本、保证食品存储安全具有应用价值,有利于提升W企业在未来电商业务市场的核心竞争力,同时也给相关食品企业进行电商自动化立库设计与优化提供了参考价值。