仓储作为连接物流中各要素的枢纽,对提高物流效率起着至关重要的作用。货位分配优化是提高仓储效率的重要途径之一,虽然国内外对货位分配问题已有较多研究,但是其中大多数是在传统仓储布局下进行的,在约束条件放松前提下,非传统布局相比传统布局具有显著效率优势,然而目前对于非传统布局下的货位分配研究较少。因此,论文基于Fishbone型布局建立了以出入库效率最高和货架稳定性最优的多目标优化模型,并用NSGA-Ⅱ及其改进算法对优化模型进行求解,最后通过实际案例数据验证了算法的有效。首先,论文介绍了传统和非传统仓储的布局形式,以及各种布局的优缺点和适用场景,在单命令模式下Fishbone比其它布局更有优势,相较于传统布局能够缩短约20%的行程,是最接近“欧氏距离”的一种布局方式,能有效提高仓储的运行效率。其次,分析了货位分配问题,将货位分配优化目标分为限制性因素目标和效果性目标两大类,探讨常见的固定存储、分类存储、随机存储、分类随机存储、共享存储等存储,本文结合Fishbone布局的特点,建立了以入库时间最短和货物重心最低的多目标优化模型。然后,传统的处理多目标问题的方法是将多目标问题转化为一个或一系列的单目标问题,这些方法存在局限性,使用智能算法求解多目标问题的Pareto最优解是一种有效的方法。NSGA-Ⅱ是一种经典的多目标优化算法,快速非支配排序和精英保留策略加快了算法的计算、进化速度,但NSGA-Ⅱ也留有遗传算法的一些缺点。针对固定交叉和变异概率带来的问题,论文使用具有自适应能力的交叉和变异概率算子对NSGA-Ⅱ算法进行改进,并通过ZDT1-ZDT4测试函数比较了SPEA、NSGA-Ⅱ和改进的NSGA-Ⅱ算法的收敛性和分布性。最后,以实际案例为背景,运用NSGA-Ⅱ和及其改进算法对所建模型进行求解,比较了不同货物规模下的优化的效果,检验了模型和算法的有效性。