20世纪90年代以来,因特网的飞速发展给商业交易带来巨大的变革,基于开放的互联网环境、买卖双方素不谋面的进行商业活动的电子商务应运而生。现在电子商务已经成为现代人们购物的主要手段,网络购物市场用户数量和交易规模呈现指数上升。电子商务产生的订单是随机的、零散的、多批次的、小批量的,21世纪电子商务的飞速发展给物流业迈向现代化提出了新的要求,也给物流业的发展带来了重大的挑战。仓储活动是物流的重要组成部分,仓储是产品制造、流通过程中因为与客户订单和市场预测的时间异步而导致的商品的暂时存放。在电子商务的大环境下,现代物流对仓储作业提出了更高的要求,希望缩短仓储环节用时,提高仓储作业的效率。本文的研究内容是仓储中心的储位分配策略,以期提高仓储效率,使之适应电子商务的飞速发展。由于电商行业产品品项极多,且各品项形状不一,难以划分储位,所以本文决定采用通用周转箱,周转箱中放置一定数量的单品以供拣选；订单基本为拆零拣选,在PCB分析中,由存储单元到分拣单元再到发货单元的过程为C—B—C；不支持使用存储密度较高的高层货架和高层堆垛机,成本太高且达不到拣选要求,使用普通货架储存和人工分拣将是性价比最高的；在仓储中心的运营模式上,为节省空间和成本,我们使用隔天到货,直接上动态区以供拣选的模式,从而进一步发掘出仓储中心的价值和优势。然后,根据调研得到的第一手资料和数据,结合目前电商物流的特点和瓶颈,在本文中,我们采用分类存储的原则首先对商品按照特性进行归类划分,对仓储中心进行储位分区,并在此基础上建立了以拣选时间最少和安全使用货架为目标函数的多目标数学模型。最后用多目标元胞遗传算法CellDE求得Pareto最优解,具有较强的现实意义和指导作用。按照本文的数学模型对仓储中心的商品进行操作后,节省了商品的拣选时间,被动提高商品出入库速度,而且保证仓库货架承重均匀、重心最小,提高货架的使用寿命,隐形中降低了仓库的固定成本,增加了利润。