在经济全球化的大背景下,信息化成为各行各业保持高速发展,不落伍于全球经济发展的重要手段。仓库作为传统行业尤其是以加工制造为主的劳动密集型行业当中的重要一环,其信息化程度很大程度上影响着企业的效益。仓库管理系统作为仓库管理信息化的主要形式,其先进程度将影响整个仓库的运营效率。个设计良好的仓库管理系统能够大大的提高仓库管理效率,降低运营成本,全面提高仓库的管理水平。本文对仓库管理系统、出入库优化问题和求解优化问题的自适应遗传算法进行了研究,研究成果具有一定的理论意义和实际应用价值。本文所研究的仓库管理系统分为客户端和服务器端两部分。系统使用Android平板电脑作为客户端进行数据采集工作,使用二维码作为货物标识,仓库管理员使用安装有管理系统客户端的Android平板电脑识别贴有二维码的货物并对货物进行出入库等操作,操作相关数据被提交到系统服务器进行存储。整个系统分为数据采集层、通信层、系统应用层和系统集成层四层,本文对每层中所涉及到的关键技术进行了研究,解决了系统当中客户端认证和系统集成等问题。本系统服务器端分为仓库管理、人员管理、基础信息管理、系统管理和客户端接口五大模块；Android客户端分为出库管理、入库管理、货位间货物转移、配货定位和明细查询五大模块。本文对系统开发当中遇到的货位优化分配的问题、多个货物拣选过程中路径优化的问题和解决以上问题的自适应遗传算法进行了研究。研究了货物入库时货位优化分配的问题,根据货物入库时的入库原则和当前仓库中货位的存储现状建立了由五个子模型组成的数学模型,每个子模型对应-个入库原则或货位存储限制,最终将该数学模型所描述的问题归结为多目标优化问题。研究了货物出库时货物拣选路径优化的问题,根据出库拣选多个货物时需要经过多个货位的特点建立了数学模型,最终将该问题归结旅行商问题(TSP)。研究了自适应遗传算法,针对Srinivas, M等[1]提出的使用fmax-favg描述种群多样性在最优个体的适应值是一个离群值时会导致上述描述方法失效的问题,本文提出一种使用种群适应度标准差描述种群多样性的新型自适应遗传算法,新算法能够在种群最优个体适应值是一个离群值时对种群多样性给出更为准确的描述。对新型自适应遗传算法和其他三种自适应遗传算法进行了性能测试和对比,对比结果表明本文提出的算法性能良好。最后本文使用新型自适应遗传算法对出入库数学模型进行了模拟仿真,仿真结果表明出入库数学模型和新型自适应遗传算法的结合效果良好,新型自适应遗传算法能够在货物入库时选择出最佳货位,同时能够在货物出库时规划出最佳的货物拣选路径。