随着信息时代的来临,人们的日常生活变得更加方便,工作效率也在不断提高。在这种大环境下区域经济得到快速发展,城市化、城镇化进程也在逐步加快并且趋于完善,城市居民接触自然并参与户外休闲游憩活动的机会也越来越少。因此,城市公园绿地成为了城市居民为数不多的能够低成本参与户外游憩活动的场所,合理的城市公园绿地布局显得愈发重要。因此,本文着重于解决城市公园绿地空间布局的难题,从服务覆盖率、可达性以及服务效率的角度出发定义城市公园的服务能力,设计了城市公园绿地“服务范围覆盖率;服务人口覆盖率;公园人均可达时间;各居民点到达最近公园所需时间;各居民点城市公园绿地可达数量;单位面积公园绿地服务人口”这六个指标,运用GIS强大的空间分析能力,对南昌市一环线内的城市公园绿地服务水平进行定量分析与评价。评价结果显示,研究范围内的城市公园绿地服务水平总体较好,大部分的城市居民都能较便利的享受城市公园绿地的服务,但是不同区域的服务水平差异较大,且小型公园的数量较少分布不均匀,多数公园的服务荷载过高。本文以基于GIS的城市公园绿地服务水平分析结果为基础,结合研究区域特征建立基于遗传算法的多目标优化模型。该模型包括三个优化目标,一是服务到更多的城市居民,二是公园的人均可达时间更短,三是最少量的占用城市用地。根据南昌市一环线区域内的城市公园绿地服务水平评价结果,结合城市土地利用规划信息,在公园绿地服务水平较低的区域规划了39个候选的待建公园绿地。在此基础上利用matlab的遗传算法工具写入优化目标,通过计算机推理演算,最终完成城市公园绿地布局的多目标优化。优化后的城市公园绿地服务区需要满足覆盖全部的居民点这一基本约束目标,再求得能够最大限度满足上述三个优化目标的公园布局优化方案。笔者从中选择了新增4个（能够覆盖所有无服务居民点的最少新增公园建设数量）、9个和14个公园点的多目标选址优化结果在文中进行重点分析,并对比验证优化结果的有效性与合理性。本文研究得出以下主要结论:（1）基于遗传算法的优化布局方法确实有效的提升了城市公园绿地的综合服务能力,有效的兼顾了服务人口目标、服务可达时间目标以及占地面积目标,最终的优化选址结果表现良好。（2）将GIS的空间分析能力与遗传算法的择优选取能力相结合,能够弥补GIS软件的短板,使城市公园绿地布局优化的整个过程都能以客观数据为依据,为决策者在最终的方案选取上提供了有效的参考依据。