随时代的发展和社会的进步以及各企业、个人对产品使用的要求不断个性化高端化,使我国制造业生产水平不断提高。通过对大型生产车间中生产物流情况进行调研和分析发现,生产物流即车间内部原材料、半成品等物料的流动占整个车间生产成本的百分之四十以上。据生产物流定义和实际车间的生产经验可知,该部分物料转移不产生实际收益。因此如何在有限的作业面积及其他相关约束条件下,使生产车间布局合理化,实现降低物料移动距离和成本、提高生产效能等目标,成为企业亟须解决的问题。本文以某轮胎加工企业的全钢子午胎生产车间为例,首先对该轮胎公司的企业背景进行了考察,调研了该车间生产子午轮胎的加工工艺及车间内物料堆积、流动等布局相关数据。然后根据收集到的信息分析该车间布局的现存问题,包括同种功能作业单元分散、存储区域分配不均和由于作业单元排布不合理导致的物料流动交叉迂回等不合理等现象。再通过系统布置设计（SLP）方法结合实际数据对现车间布局进行初步优化,物流与非物流关系权重依该企业生产管理专家的评价,按2:1的比例计算,从取得的布局成果中择优作为后续算法模型的初始解。在模型建立和算法设计过程中,首先基于车间基本布局情况建立数学模型,然后进行遗传算法和模拟退火算法的融合,融合算法设计时为避免遗传算法的选择算子操作过程中适应度为0的个体没有被选择的机会,设定一个被最大最小适应度个体影响的选择方式,使所有个体都有一定机会进行迭代。经改进的遗传算法和模拟退火算法的融合加大了算法的全局搜索能力。然后在MATLAB环境下进行算法实现,以最小化物料搬运成本为目标,在模型约束条件下编写并运行代码,得出最终的收敛效果和目标函数值结果,产生最优目标函数结果下的车间布局规划路线解,结合实际情况绘制新的车间布局图。最终优化结果与初始布局下的物料搬运成本对比发现,经优化的最终目标函数值为670800,比初始物料流动成本736000降低了8.9%。然后采用同等输入条件,对单独遗传算法和融合后的算法在相同数学模型下进行MATLAB环境中的迭代效果以及目标函数的对比。同等条件下,单独应用遗传算法的进化代数达到364代时模型收敛,此时的目标函数值为757900。应用两步跳出局部最优的融合算法时,当进化代数达到132代时模型收敛,此时的目标函数值为670800。证明了该算法在车间布局领域的优势,为其他布局问题提供了新思路。