自动化立体库存储货物数量庞大、品种繁多,事先不对货位进行规划,势必导致仓库作业的拥堵、中断,进而影响整个仓库作业效率。随着市场需求和企业的生产经营活动的变化,自动化立体库中的货物在数量和种类上也会发生相应的变化,在时间累积效应下,原有的货位分配方案不再适用,需要对货位进行重新分配。因此,对货物进行货位分配是自动化立体库管理活动中重要的决策内容之一。目前绝大多数研究学者在研究货位分配问题时,基于货架整体的稳定性、出入库效率、分巷道存储以及货物关联性等货位分配原则进行考虑,只以货架整体的稳定性和货物出入库效率为目标,建立相应的货位分配数学模型,然而,并没有过多地在数学模型中考虑其他分配原则对货位分配的影响。因此,本文在提高货架整体稳定性和出入库效率目标的基础上,同时考虑了货物之间的关联性,即在进行货位分配时同时要求具有关联性的货物在货架上就近存放。在求解货位分配数学模型时,多采用了简单加权遗传算法,这种方法忽视了各目标函数之间的单位不统一的情况,同时也容易陷入局部最优,出现未成熟收敛问题。针对这些问题,本文在归一化处理多个货位分配优化目标的同时,引入多种群遗传算法求解,解决了各目标函数之间单位不统一,并避免了遗传算法未成熟收敛问题。本文对自动化立体库货位分配问题的研究现状进行了综述,分析了货位分配对仓库作业的影响,对自动化立体库构造、货物存储模式和货位分配的相关原则归纳总结,提出了本文货位优化分配的三个目标:提高货物出入库效率、降低货架整体的等效重心和关联性货物就近存储;针对提出的货位分配优化目标,建立了相应的多目标货位分配数学模型,并详细设计多种群遗传算法进行求解;结合魔幻战蝠车模流水线装配实验的零件数量和重量信息,对自动化立体库的货位分配数学模型求解,分别得到多种群遗传算法和简单加权遗传算法两组求解方案,并对货位分配方案对应的目标函数值和算法效率进行了对比分析,验证了多种群遗传算法在求解结果准确性和稳定性的优越性。最后,结合Flexsim软件对算例货位分配方案进行模拟,从动态的角度验证了货位分配方案的有效性。