随着世界经济全球化和市场化的竞争日益激烈，每个企业为了提高生产效率和企业竞争力，一直在寻求更好的管理与运作方式。其中，应市场需求和商品流通需要而不断发展壮大的物流产业，正在越来越多地受到人们的关注。如何创新应用物流技术，降低物流运营成本，提高物流服务水平，成为了众多商家创造新效益的良好途径。作为现代物流产业的重要组成——自动化立体仓库，其运作核心便是仓库的调度问题能否有效地获得最优化，因此，研究自动化立体仓库的调度问题具有重要的理论意义和现实价值。本课题研究的内容主要包括：第一部分，从物流概念的产生出发，概述了物流的发展，综述了大量国内外专家学者在仓库设备的控制技术、仓库系统的通信及管理技术方面的研究与实践，以及自动化立体仓库趋于自动化和智能化的研究现状。介绍了自动化立体仓库的发展历程、基本构成和特点，整理并总结立体库的分区存储策略、货位分配以及作业调度原则。本章提出了传统立体仓库存在的问题，阐明了研究立体仓库调度问题的必要性。第二部分，详细论述了遗传算法的基本思想和基本原理，包括算法从自然生物遗传学中引进的算法用语、基本要素和操作流程，并重点探讨了遗传算法与传统搜索算法的比较优势，总结遗传算法的优点与不足。建立自动化立体仓库的货位分配模型和路径选取模型，并探讨了多目标函数的优化问题和典型组合优化问题。根据类比各类调度优化算法，采用基于模拟退火的遗传算法，并设计算法的操作步骤。第三部分，运用MATLAB软件对自动化立体仓库调度的优化进行仿真，根据堆垛机不同运行方式进行探讨，得出联合作业方式的优越性。随后采用标准遗传算法和基于模拟退火的遗传算法分别进行整体货位分配和路径规划的仿真，得出最优解或满意解，验证算法的合理性。从仿真结果显示，设计的算法简单高效且实用性较强。最后，总结课题的研究成果，指出课题研究仍存在的不足，后阶段可改进的问题及研究方向。本文在前人研究的基础上，进一步探讨了自动化立体仓库在调度过程中的优化问题。研究结合调度原则的约束条件设计基于模拟退火的遗传算法，并对仓库模型进行仿真，验证了调度优化方案的合理性，有效提高了自动化立体仓库的运行效率。