由于经营国际化的迅速发展,公司内部的分工合作现象日益明显,诸如许多制造业企业和互联网巨头为了专心研究自己的核心技术选择将运输、库存等服务外包给第三方企业。在这些要求的驱使下,逐渐产生出了外协工厂、第三方配送企业等多种形式的运营体系,为雇主提供了专业化的物流、搬运等服务。对于以业务为导向的第三方配送企业来说,物流管控实力既是对客户评价的一项关键指标,也是企业竞争市场份额的强劲实力。D公司是一家第三方物流公司,本文针对D公司的立体仓库缺乏智能存储而导致的入库环节费时费力,低效作业的问题,构建入库多目标货位分配优化模型,旨在提高D公司的库存管理水平。在考虑了入库存放效率、货架安全性和拣货拆包耗时的基础上,利用改进的模拟退火算法对目标函数进行货位进行求解,并且对比改进前后的模拟退火算法的优化结果,验证了优化后的模拟退火算法在寻找最优解的效率和效果上都有较好的提升,在优化普通立体仓库的货位分配问题,提高公司存储的工作效率和降低公司成本上都是不错的方法。本文首先根据货位仓库货位存储策略、货位分区原则和D公司的实际运作流程,发现公司现在存在的问题。其次根据货物质量的不同,通过设置阈值的方式将D公司内所有种类的货物和全部货位进行分区匹配,在单一分区内根据货位优化的原则,以降低运输过程中的能量损耗、提高货架安全性和缩短拣货过程的时间三个目标为基础,并用层次分析法转为单目标求解模型。模拟退火算法用多普勒型降温函数替换指数降温方式,在新解产生阶段引入交叉算子和变异算子。将D公司的数据赋予参数进行仿真分析,利用Python求解,最后讨论交叉算子和变异算子对结果的影响。研究结果表明,通过改进后的模拟退火算法的结果进行指派存储的方式相较于随机存储方式有大幅的效率提升,改进后的模拟退火算法能够有效地解决普通立体仓库无法指派存储的问题,而且相较于模拟退火算法的结果,改进后的算法在计算次数和计算结果上都有明显的提升。算法改进后的货位分配不仅能使仓库的运作流程简单化、智能化,而且还可以提高仓储作业的效率,进一步提高仓储管理的综合水平,提升D公司在物流市场的竞争力。