随着现代工业的快速发展,传统的仓储方式已不能满足生产和流通的需要,而自动化立体仓库已得到越来越多的应用。当前许多仓储作业管理仍在沿袭多年的习惯及经验来放置货品,既浪费了存储间,又使得仓库的工作效率低下。因而仓储货位优化这一概念便在这种背景下应运而生。面对成千上万的货位,立体仓库仓储系统的货位优化已成为提高仓库存取效率、降低仓储成本的关键因素。本文以第三方物流A公司仓储中心的立体仓库为研究对象,结合国内外对仓储货位优化方面的研究成果,分析公司所存在的主要问题及现状对其立体仓库中货物的存储位置进行优化。论文通过MATLAB遗传算法工具箱中的相关优化函数,设计了一种算法编程简单,运算速度快,又不失一般性的货位优化求解方法。同时对优化结果进行MATLAB三维模型仿真,使优化效果更佳。在实际运用过程中,基于遗传算法的MATLAB优化求解可以有效地对优化问题进行求解。这种算法思路清晰,运算结果收敛速度快,可以在较短的时间内获得一个令人满意的近似全局最优解。避免了由于仓库规模大、处理货物多,求解计算时间成级数增长的问题。从而为现代仓储中心的货位优化提供一种新的思路,并总结出了一种运算简便、速度快、实际操作性强的货位优化求解方法。论文主要做了以下几点工作：(1)分析了研究仓储系统进行货位优化的现状并阐述了该研究的重要现实意义。对本文的研究对象——立体仓库及货位优化的相关理论知识作了详细介绍,为货位优化数学模型的建立奠定了基础。(2)结合第三方物流A公司自动化立体仓储中心的立体仓库的具体情况,分析提取了仓储管理信息系统中相关货位优化关键信息,建立了一种以提高货物周转效率为目标,同时又能满足货架稳定性要求的货位优化模型。(3)通过对数学模型的分析,对解决这类模型的一般方法进行了比较分析。本文决定采用多目标遗传算法进行模型求解,并运用权重系数变化法实现了遗传算法的设计。(4)引入具体的应用实例,对算例进行算法编码并对适应度函数及其算子进行了设计。采用了MATLAB遗传算法工具箱进行基于遗传算法的货位优化及仿真,并对优化结果进行分析、实现算法实用性验证。(5)对全文工作进行了总结,并对遗传算法在物流系统多目标优化领域的研究应用做出展望。