布局求解是寻找多个较小物体在给定的约束条件下合理地放入特定的较大空间中，得到良好的摆放方案。布局问题属于空间优化问题，理论上属于NP完全问题。由于涉及到物体及剩余空间形态的描述，直接利用数学中的优化方法解决比较困难，而且物体布局由于自身形状的复杂性，很难求得精确解。因此，布局问题研究的重点在于如何尽快找到该问题满意解。合理的布局可以提高布局空间的利用率，降低运输、管理成本，提高企业的利润有着极其重要的理论和现实意义。本文工作的重点是对不同形状物体布局求解方法进行研究，该方法对物流运输的货物装载以及生产工作车间部件的存放等空间资源的优化利用等问题有着重要的指导意义。 本文首先对布局问题的国内外研究现状与研究方法进行了综述与分析，以及遗传算法的实现技术进行了分析。在此基础上．重点研究了利用遗传算法对不同形状物体的布局方法进行求解。通过Java语言开发一仿真系统，对于给定的不同形状物体的布局进行求解和计算机仿真，最后对系统运行的结果进行分析，结果表明，本文提出的方法是有效的、正确的，而且具有较高的求解精度。 遗传算法是基于自然选择和基因遗传原理进行优化求解。本文叙述了遗传算法的理论基础，性能分析和实现技术以及遗传算法的约束条件。对不同形状物体的布局求解采用了多参数符号混合编码方法，同时提出了在选择中采用了子-父代混合排序选择策略，在遗传过程中群体中的最优个体总是遗传到下一代中，这样保证了算法能收敛于最优解。在交叉和变异算子运算中，保持了群体的多样性，这样求解过程克服了早熟现象的发生。通过实验表明该方法能很好地改善了不同形状问题的布局求解。 最后，对全文进行了总结，并对本文研究的内容，今后的发展的方向和进一步研究要解决的问题进行了探讨。