自动化立体仓库系统是集物流监控系统、计算机应用技术、通讯技术、设备及货位优化管理等先进技术于一体的新型仓储系统，是能在不直接进行人工处理的情况下自动存储和取出物料的系统，在自动化生产系统、物流中心、物流园区等有着广泛的应用。堆垛机作为自动化立体仓库的核心设备，其工作效率直接决定着自动化立体仓库系统的总的工作效率。为了对自动化立体仓库更加有效的管理，缩短订单履行时间，要求使堆垛机完成所有任务点的货物存取任务时所行驶的路径最短，以降低货物在存储过程及搬运过程中的损耗，从而减少货物搬运和存储的成本。通过对传统遗传算法的分析，指出其中的不足之处，然后结合自动化立体仓库堆垛机的实际运行情况，提出了一种改进的遗传算法——正弦式自适应遗传算法。该算法既能解决单纯的遗传算法在解决组合优化问题时面临的诸如早期收敛、局部优化搜索效率低等问题，也能够客服传统自适应遗传算法所造成的遗传参数过大或者过小，从而导致了种群停滞不前而陷入局部最优的现象。通过对自动化立体仓库堆垛机的路径分析提出了一个新的自动化立体仓库的模型，该模型包括立体仓库的整体框架和堆垛机在立体仓库进行存取货物的任务点，充分考虑了堆垛机在实际运行过程中工作任务点数量的不确定性以及分布的不确定性。本文将采用MATLAB遗传算法命令随机确定立体仓库模型的多个存取货物点，在程序的作用下动态演化堆垛机行驶路径的线路，最终确定最佳路线，该路线是堆垛机完成所有存取货物点的最短路径。