随着信息社会的迅猛发展,仓储管理结合信息化发展成为主流,科学的仓储管理体现在系统的信息化程度上,一方面,信息化为企业优化了管理流程,有极大的经济价值；另一方面,信息化对社会发展有益,具有很大的社会价值。具体主要体现在：(?)由于科学的简化了出入库流程,仓储工作人员的效率得以大幅提高,缩短了货物在仓储中滞留的时间；》由于减少了人工操作的数量,在出入库管理以及库存盘点管理过程中最大程度的采用了信息化,削减了企业的人员支出,增加了仓储物流企业的收入比重；(?)就企业的管理来说,科学的仓储物流管理信息系统减少了人的思维误差,提高了企业的管理水平,为企业的发展提供了科学的数据依据。本文利用软件工程的思想,开发了基于JavaEE技术和B/S模式的仓储物流管理信息系统,采用遗传算法处理拣选路径的优化问题,遗传算法具有自组织、自适应和智能性,良好普适性和可规模化,基本思想简单,实现步骤规范,便于工程使用,对于大型的仓储系统的适应性非常强,因此可以满足大型仓储系统的需要。本文对传统的自适应遗传算法做了改进,新算法具有更快的收敛速度和更可靠的稳定性。在算法的运行过程中,适应性高的个体被保留了下来,而适应性低的逐渐消失,从而实现在复杂的问题中寻找到最优的解决方案。论文首先介绍了本课题的研究背景,国内外研究现状,本课题研究的目的及意义,以及具体的研究内容。在系统分析阶段,通过调查研究真实的仓储物流系统的业务流程,明确了系统的功能需求、性能需求、网络需求,以及业务流程和数据流程,并通过对现行业务流程的优化,得出了系统的业务流程；系统设计阶段主要完成了系统架构设计和数据库的设计,形成了E-R图和具体的数据库表；系统实现阶段完成了代码实现；在系统测试阶段完成系统功能与性能测试并分析测试结果。本课题的研究成果适用于仓储管理过程中的各项操作,以不同的功能模块,执行仓储物流系统的各项基本业务。用户可以操作相应的模块,来控制仓储物流吸引里的货物流向,盘点库存数量并可以进行相应的修改,整个工作流程清晰流畅,工作量小。