多机器人的任务分配问题为智能仓储系统中非常关键的一个研究问题，任务分配的好坏直接决定了系统完成任务的效率及代价。为了寻找较好的智能仓储机器人任务分配方法，本文针对该问题开展了相关的研究工作。首先介绍了智能优化算法及机器人任务分配的一些研究现状，智能优化算法对复杂的传统优化算法很难解决的组合优化问题有较好的求解效果。然后在两个定义和两个假设前提条件下，给出了仓储机器人任务分配问题详细的数学模型描述，并对于小规模问题，利用整数规划方法给出了仓储机器人任务分配问题的最优解。由于整数规划方法对于大规模的任务分配问题无法求解，本文利用智能优化方法中的遗传算法和蚁群算法对智能仓储机器人任务分配问题进行了求解。本文提出利用虚拟任务的概念对仓储机器人任务分配问题进行了编码，同时还针对该问题对评估函数和遗传算子进行专门设计。利用多个例子验证了遗传算法的求解该问题的效果，并对仿真结果做了相应的分析。此外本文还引入随机任务数分配的思想，解决了用蚁群算法解决多机器人任务分配问题的主要难题，利用改进的蚁群算法对仓储机器人任务分配问题进行了求解，并同遗传算法的仿真结果进行了对比与分析。通过仿真结果，验证了遗传算法和蚁群算法求解智能仓储机器人任务分配问题的有效性，通过对两种算法求解结果的分析，也得到了利用遗传算法和蚁群算法求解问题存在的一些不足。