本文首先对连锁经营的基本特征及目标，配送中心的定义，配送中心的运作过程及各部分的功能作了概括性的描述。接着对与配送中心有关的部分优化技术—双拣选台水平旋转货架拣选路径的优化、固定货架拣选路径的优化、车辆运输线路的优化作了详细阐述。 分层旋转货架与固定货架是自动化仓库的存储设备。对其拣选路径进行优化能大大提高自动化仓库的作业效率。旋转货架是自动化仓库的重要组成部分，特别适合小件物品的存放。已有的文献大多集中于单拣选台拣选路径优化问题，对于双拣选台多层旋转货架的拣选路径问题则研究的很少。本文提出一种启发式与遗传算法相结合的算法，对两级遗传算法进行了改进。仿真结果表明该算法能有效降低每层货架的反向次数，降低了拣选作业时间。 固定货架在自动化仓库中占了很大的比重，许多物品仍存放在固定货架区，特别是体积较大的物品。随着自动化程度的提高及拣选规模的扩大，需要对大规模拣选任务的拣选路径进行优化，本文针对大规模拣选任务时固定货架的拣选路径优化，提出一种分解—合成的方法：根据货物在货架中的位置分为几部分，用遗传算法得到组内的满意解，再用启发式算法将各部分连成一条回路，得到最后的满意解。实验结果表明，与简单遗传算法相比，该算法的性能及优化率都得到了极大的提高。 配送运输是配送中心送货出门的最后一道程序，因此配送效率的高低直接影响配送的质量。对其行驶路线路进行优化将极大地降低运输成本，提高运输效率。本文对不同数量运输任务的车辆行驶线路进行了优化。在初始种群的产生时，采用聚类的方法，从实验结果可以出，与简单的遗传算法相比，对不同数量的运输任务，该算法的优化率有不同程度的提高。