自动化仓储系统(Automated Storage and Retrieval System)是现代物流系统的一个重要组成部分，广泛地运用于各行各业中。目前，它已经成为企业生产和管理信息化的标志之一。本文将遗传算法应用于AS／RS中，研究了与之相适应遗传算子，对AS／RS的优化进行了分析。 遗传算法通过向自然学习，借鉴生物进化机制求解问题，具有广泛的可应用性和高度稳健性、简明性和全局优化性。本文利用最大保留交叉、交叉率和变异率自适应调整等技术，设计了基于自然数编码的遗传算法，在AS／RS的优化中显示了优良的性能。同时这也预示着遗传算法在物流系统优化问题中具有广阔的应用前景。 本文采用自然数编码的方式，并分析了可行性；针对算法优化中出现的“早熟”现象，提出了采用自适应交叉、变异概率法，并进行了仿真。 AGV的优化调度属于典型的NP问题，在初始群体的产生中，采用聚加过程，并建立了可行插入的条件；提出了基于连续插入启发式的交叉算子；采用了推—衔接—排除过程来使任务的满意度达到最佳； 针对堆垛机的运行过程，建立了数学模型，并依据其运行特点，把堆垛机的优化分为两部分，一是针对库位号的优化，改变传统的库位号排列方式，利用遗传算法建立起比较合理的库位号排列顺序；二是把堆垛机的运行线路简化为旅行商问题，并做了适当的修改。 最后，本文采用了C语言编写了相应的遗传算法的源程序。