目前,煤炭企业存在信息化程度偏低,管理方式陈旧等方面的问题。供应链中的各个节点企业的库存主要采取独立管理模式,这就出现了“各自为政”的现象,使得整个供应链的库存系统无法实现整合,直接导致了企业库存成本过高。为了控制企业库存成本,减少库存,通过成立核心企业的方法,统一协调供应链上下游企业之间的多级库存管理,并由核心企业负责对各个库存之间的调配方案进行决策。本文针对基于供应链环境下煤炭企业的多个仓库所组成的多级库存系统,分析了企业库存调配方案的最优化问题,并在原有的库存管理系统上做了进一步的设计和改进。首先,针对煤炭企业的多级库存系统建立了库存优化多目标模型。一般原有系统只考虑库存成本因素的影响。通过对煤炭企业的实际调研和分析,库存的缺货次数和缺货时间对企业的信誉影响较大,煤炭的挥发性因素对库存成本的影响普遍存在。为使模型具有更强的实用价值,本文在考虑库存成本、缺货次数、缺货时间和煤炭挥发性这四方面因素影响的基础上,建立了库存优化多目标模型。其次,针对库存优化多目标模型开发了改进型遗传算法,并设计了实验对模型和算法进行了验证。一般的遗传算法在处理大规模问题时,常出现收敛性过慢问题。本文通过模拟仓库人员实际的库存调度过程,并结合算法数据结构的特点,开发了人工模拟启发式算法。通过在自适应遗传算法中嵌入人工模拟启发式算法,对模型进行了求解。实验仿真结果表明,人工模拟启发式算法大大提高了初始种群产生的可行性和效率,大大缩短了算法的运行时间,使得改进型遗传算法在处理大规模问题上有了一个质的飞跃,解决了遗传算法的收敛性过慢问题。最后,基于RSS应用开发框架平台,利用Flex的RIA技术开发了库存管理子系统,并通过系统实例对算法在实际应用中的可行性进行了研究。通过调取煤炭企业的实际数据,进行了一定规模下的库存优化实验。结果表明,本文提出的库存优化方法节省了一定的库存成本费用,证明了模型的正确性和算法的有效性。