原有“保管库房”与人工协调的生产物流管理方式逐渐不再适应当前快速生产节拍下的成品配套工作需求。配送中心丰富和拓展了传统库房的职能,有利于提高生产资源配套响应速度、降低整体运营成本,在企业推进精益生产和数字化制造转型过程中受到越来越多的重视。基于此,本文以C公司成品库房升级改造为例,开展多层配送中心布局优化和仿真研究,通过遗传算法和混合遗传算法对配送中心物流功能区和仓储区分布位置进行优化,降低成品入库运输成本和出库配套响应速度。主要开展了以下研究:（1）原成品库房问题分析。通过分析当前成品库房业务流程和布局,围绕C公司的数字化转型思路,指出当前库房布局存在缺乏全局统筹、布局设计与调整标准建设滞后、库区间关联性考虑不足的问题。（2）布局优化目标与原则确定。根据当前库房布局面临的问题,结合C公司数字化转型需求和“数智”化制造愿景,确定配送中心布局优化三大目标和四个布局原则。（3）布局优化算法建立与求解。建立了一套适用于多层配送中心的设施布局建模和优化方法,明确降低入库运输成本、缩短出库配套响应时间等四个优化目标函数;结合现场条件,提炼8项布局约束条件;基于标准遗传算法和遗传粒子群混合算法,提出将约束条件由编码过程转移到解码过程的计算方式,提高算法在多约束条件下的搜索能力、避免计算陷入局部最优解。通过与Matlab自带的全局优化求解器进行对比,验证了本文算法的有效性,且本文算法给出的布局方案的同类聚合性为39,较全局优化求解器的34更高。（4）布局方案仿真与验证。根据算法给出的优化方案,在Plant Simulation软件中建立成品配送中心布局模型,同时对照原有布局建立对照模型,按照入库和出库两个阶段的作业目标,分别进行仿真分析,优化后入库阶段单月运输成本下降了3395个单位运力,出库阶段单月配套响应时间减少了175个单位时间。经仿真验证,优化后的布局方案在综合入库运力消耗和综合配套响应时间两方面,分别较原布局降低了13.6%和8.6%。