随着经济全球化的迅速发展，供应链与现代物流系统越来越呈现出随机、复杂、动态、多级和网络化的特性，供应链中各个企业为了降低经营成本、提高运作效率、降低客户需求响应时间以提升企业和整个供应链的竞争力，越来越关注多级库存的协调优化问题，该问题已经成为业界和相关科研工作者所关注的热点问题之一。因此，本文利用仿真优化方法研究了随机需求和随机提前期的二级库存系统的优化问题，具体研究内容如下：讨论了由一个供应商和多个经销商组成的二级库存优化问题,该系统中每个经销商的客户需求以及供应商和经销商的订货提前期都是随机的，供应商和每个经销商都采用周期性盘点的(T, s, S)混合策略进行库存管理。首先建立了该二级库存系统优化问题的数学模型，其目标是确定供应商和每个经销商的安全库存s和最大库存S，使得整个二级库存系统单位时间的平均库存费用最小。然后设计了解决该问题的仿真流程并基于仿真软件Arena建立了仿真模型，根据系统参数的特点利用Monte Carlo方法随机选出多组数据对由一个供应商和三个经销商所组成的二级库存系统进行了仿真，对比分析仿真结果得出该系统的近似最优解。针对Monte Carlo方法寻优效率低这一缺点，本文应用仿真软件Arena内嵌的VBA研究设计一个基于遗传算法的上层优化器，通过优化器与仿真器进行交互、将二级库存系统的系统参数赋给仿真器，分析比较仿真模型（仿真器）的仿真结果来优化二级库存系统。首先根据二级库存系统的特点设计了优化器的寻优算法遗传算法，将仿真器的仿真结果作为算法的适应度，进行了算法的染色体编码、交叉算子、变异算子和选择算子的设计，并用Visual Basic编程语言对算法进行了程序实现。通过Arena内置的VBA事件，结合Arena内部控制和外部控制两种方法对仿真模型进行控制，内部控制能够对仿真运行参数和变量进行控制，外部控制是对重复仿真过程进行控制。结合这两种方法既提高了二级库存系统仿真运行效率又实现了对重复仿真的控制。实验结果表明，采用基于遗传算法的上级优化器来控制仿真寻优过程，所得的系统近似最优解比Monte Carlo方法得到的近似最优解更好。