自动化物流系统(Automated logistics system)是现代物流系统的一个重要组成部分。它集先进的计算机控制技术、现场总线技术、信息管理技术于一身,能实现自动化货物存取、搬运,流水线加工等操作,在各行各业中有着广泛的应用。本课题以西安科技大学自动化物流系统为研究平台,针对加工行业中多任务加工的流水线自动优化控制问题,提出一种新的优化算法—基于多层编码的遗传-粒子群融合算法并针对该系统无法实时监测库存数量的问题,设计实时库存容量监测模块。论文首先介绍并分析西安科技大学自动化物流系统的硬件组成,深入剖析流水线加工的特点,根据此特点,建立流水线优化控制的数学模型。然后通过对解决该类问题的各类算法的分析和比较,针对传统遗传算法的不足,结合粒子群算法和多层编码机制的优势,对算法进行改进和融合,提出基于多层编码的遗传-粒子群融合优化算法。利用该算法对流水线自动加工问题中不同规模的加工实例进行优化,并在Matlab环境下进行仿真,结果表明该算法完成多工件多工序的加工时间比基本遗传算法缩短了约9%,能够克服传统算法易陷入局部最优解的缺点并具有收敛速度较快和提高流水线利用率和机械加工生产效率的优点。最后,针对该自动化物流系统存在的控制软件无法实时监测库存数量的问题,本论文在原有软硬件的基础上,设计了基于C语言和WIFI数据传输的实时库存容量监测模块,经过验证,该模块能够实现准确监测库存容量的功能。