随着物流技术和自动化技术的蓬勃发展,自动化立体仓库的应用越来越广泛。不可否认的是,与传统仓库相比,自动化立体仓库带来了物流作业水平的提升,它不仅降低了对仓库作业人员的依赖,节省了作业时间,也在一定程度上提升了企业服务水平。然而,仅仅靠自动化立体仓库并不能完全实现仓库作业效率的最大化,货位分配是否合理也在一定程度上影响了仓库作业效率。而影响货位分配是否合理的因素有很多,包括货物周转情况、货物相关情况以及货物自身属性等等。因此,为了进一步提升仓库作业效率,基于这些实际因素对自动化立体仓库进行货位优化是非常必要的。本文以S企业零部件存储区为主要研究对象,在介绍S企业实际运作情况后,本文分析了其存在的主要问题。针对这些问题,本文在设立相关参数的基础上通过建模的方法把这些问题转化为可量化的数学模型。因为需要同时考虑货品出库效率以及货品相关性等多个因素,所以该问题是一个多目标货位优化问题。本文通过层次分析法来获得各目标的权重。对于提高货品出库效率这一问题,由于仓库零部件在出货量以及出货频次上存在着较大差异,因此,本文考虑将零部件进行分类,优先将A类货品存放在离出库口较近的位置,B类其次,C类最后,从而使得整体出库时间达到最短。本文将在整理S企业一个周期内的订单后通过EIQ分析法对各零部件进行分类。对于模型的求解,本文通过设计遗传算法以及运行matlab软件获得。接着,本文对比了迭代前后的结果,得出优化率从而表明该问题得到了解决。最后,本文对研究成果进行总结与展望。