仓储管理在商品流通中占有重要地位,仓储作业的运作效率直接影响企业的生产效益,仓储管理能力是生产企业发展的核心动力,而在影响自动化仓储作业效率的众多条件中,自动化仓库的货位分配最为关键。当前,我国成品酒仓库已实现自动化管理,但其仓储管理自动化水平仍落后很多,现有仓库货位管理仍多采用分类随机存储方法,此种方法使得仓库的仓储管理出现订单拣选效率不高、仓库空间利用率较低等问题。因此,进行成品酒立体仓库的货位分配优化研究具有重要意义。为提高酒厂成品酒立体仓库的库内作业效率,本文以库内货位分配具体方式的优化为研究对象,主要展开了以下研究:(1)根据酒厂立体仓库的数据特征,对仓库内成品酒的出库频次进行了组合预测,预测结果为货品的出库效率优化提供了数据基础,在一定程度上改善了成品酒仓库内各品项货品存储空间难以估算的问题。(2)根据货品的最终用户需求,对成品酒仓库内各品项货品进行相关度挖掘,采用社会网络分析法中的凝聚子群聚类方法,对货品进行分类,实现了对成品酒仓库原有的繁杂的货品分类方式的改进,同时为成品酒仓库内货品的分类方法提供借鉴。(3)考虑货品的出库频次、货架稳定性和货品的相关性三个优化目标,建立了酒厂成品酒自动化立体仓库货位分配优化模型,将动态变异算子引入到NSGA-II算法中,设计出适合成品酒仓库货位分配的NSGA-II算法,对多目标优化模型进行了求解,并引入最优折中解的概念对求解结果进行了处理,通过算例仿真,得到最终的优化方案与结果。通过货位分配优化以及仿真分析,得到最终的货位分配优化方案,实现了对仓库出库有效性、货架稳定性以及货品分类合理性的改善,研究结果验证了所建模型与算法的有效性,不仅为仓库作业效率的提升提供了新思路,也为决策者依据不同市场情况以及仓库的仓储目标进行合理的货位分配提供了参考。