自动化立体仓库系统（Automated Storage and Retrieval System, AS/RS）作为现代工业领域出现的一种新型仓储技术，具有节约劳动力、作业准确高效、仓储利用率高等特点，已成为柔性制造系统(Flexible Manufacturing System, FMS)和计算机集成制造系统（Computer Integrated Manufacturing System, CIMS）中不可或缺的重要组成部分。再则AS/RS涉及计算机技术、自动化技术、机械制造、电子技术、通信技术、智能优化理论等诸多领域，是多学科交叉的前沿课题，因而，对AS/RS开展优化研究具有重要的理论意义和应用价值。本文以某类企业的自动化立体仓库为研究对象，进行货位分配优化、仓库调度单目标优化、仓库调度多目标优化研究，同时针对多货叉多巷道立体仓库系统的性能评估进行积极探索。考虑到AS/RS是离散系统，因而，其优化问题属于一种组合优化问题，也是NP难问题。同时，传统精确算法求解效率与问题规模呈指数关系，很难在可接受的时间内求出最优或次优解。鉴于此，本文采用智能优化理论对AS/RS相关优化问题进行研究，并构建了系统优化与性能评估软件平台。本文主要研究工作概括如下：1、在基于库区的货位分配优化问题中，为克服仅仅依据产品订单数量进行货位分配带来的弊端，本文采用数理统计的思想对单个生产周期内堆垛机平均运行时间进行数学建模，以堆垛机单位周期内的平均运行时间最小为目标对货位分配进行优化。同时，提出一种改进型细菌觅食算法对该问题进行求解。基于种群多样性贡献率的迁移算子引入，增大了解空间的寻优范围，有效解决了易陷入局部最优的缺陷；自适应步长调整策略的实施，保证了前期的全局开拓寻优及后期的局部开发寻优。鉴于种群的大小会影响算法的性能，对种群的大小的选择进行了研究，并证明了算法的收敛性。最后结合现场实例对提出的算法进行了仿真，结果表明该算法是有效的。2、针对立体仓库调度单目标优化问题，提出一种带交叉及启发式变异算子的蛙跳算法，交叉算子的引入有效阻止群体进化的“停滞”现象；启发式变异算法为提高算法全局寻优能力，引导各子种群快速向最优方向搜索，进而提高收敛效率做出了贡献。仿真结果表明该算法不仅提高了解的质量，而且也进一步提高了收敛速度，验证了该算法的可行性。3、针对产品质量及生产效率的双重要求，构建了仓库调度多目标优化数学模型。考虑到目标之间存在一定的矛盾或冲突，提出一种基于pareto思想的多目标禁忌搜索算法。并提出基于矩阵论的邻域产生技术，大大提高了邻域的多样性，同时为减少进入局部最优的机率，引入惩罚策略。仿真结果表明该算法不仅求出的pareto解集对其他算法呈绝对支配，而且分布均匀，从而验证了该算法的可行性。4、为对具有多货叉、多巷道的立体仓库系统进行性能评估，更好地了解货叉数量及巷道数与堆垛机拣选效率之间的关系，特对不同巷道不同货叉不同运行速度下的堆垛机的拣选效率进行了研究，并提出堆垛机拣选效率评估模型。同时，也对容量相同、尺寸不同的仓库系统的堆垛机拣选效率的变化情况进行了研究，并得出在容量相同的情况下，物理尺寸越接近方形的仓库系统，其堆垛机拣选效率越高的结论。这对于自动化立体仓库优化设计及企业生产计划安排将会有很好的指导作用。5、采用C/S架构，并基于模块化的编程思想，搭建了立体仓库系统优化软件平台。这不仅解决了优化算法可以适应不同企业场合中的立体仓库系统优化问题，而且也为优化方法在工业应用中的可行性分析提供了参考依据。最后，结合某企业生产实际，对该系统进行了测试与验证。