现代物流是指为了满足消费者需要而进行的全生命周期中的原材料中间过程与库存、最后产品和相关信息有效流动和储存的计划、实施和提高控制管理的过程。企业物流系统是指为了满足企业生产需要,有效达成物流目的的机制。资本的逐利性驱使企业必须持续获利。当从自然资源,譬如原材料、设施设备(第—利润源)和劳动力资源(第二利润源)中获利持续性难以为继时,新的利润增长点被锁定在物资的流通过程中,这里是尚未开垦的处女地,被视为新的第三利润源泉。所以如何最大限度的开发物流系统潜能,成为现在的热点问题之一。作者也在其中选取一个细微分支进行研究,以期能够做一点实在和有益的工作。本论文通过对卷烟企业物流系统中的中枢——自动化物流系统的研究,在对系统从结构到控制、调度、管理层的深入分析后,选取部分核心要素问题进行突破。主要工作内容如下：首先对整个烟草行业的物流状况进行回顾,发现目前的物流研究停留在宏观层面多,微观层面少；静态局部因素研究多,考虑物流系统的动态复杂性的少。故本论文从微观层面——卷烟企业物流系统着手进行全面系统的研究。论文共分为八章,全面系统论述了当前国内企业在全球经济一体化趋势下所面临的机遇和挑战,以及应对策略——开发“第三利润源”物流。并从卷烟企业的自动化物流系统着手,进行深入研究,主要创新工作如下：对卷烟企业物流系统的自动化立体库库的存储能力设计进行研究；并结合国家的相关行业管理要求进行生产工艺的柔性开发研究。从控制机关(controlling organ, CO)与目标系统(target system,TS)模型来进行探讨,用双向控制关系视野对系统上各层组织——计算机调度管理系统和自动控制系统柔性开发进行研究。基于随机概率对自动化立体库仓储系统的能力进行深入研究。给出表征实际工程状态的巷道堆垛机分区域能力计算的数学模型和算法。并给出能力计算的精度收敛方法和评价方法。最后通过实例,验证本文所建模型的随机概率算法的可行性和有效性。基于深入研究建立自动化立体库调度策略计算的数学模型以拓展柔性。运用机器学习和改进遗传算法理论,训练实例数据生成储存时间、储存货位的专家库知识,解决海量数据分析计算与快速实时调度矛盾；实现基于专家库自学习和遗传算法求最优解的自动化立体库调度。并通过实测数据实证了自动化立体库柔性调度研究模型的可行性和有效性。对物流系统中子系统——重要的搬运设备环行有轨自动车(The Rounding Rail Guided Vehicle, RGV)也称环行穿梭车,简称环穿,自动导引车(The Automatic Guided Vehicle,AGV)的工作特点和调度策略进行深入研究：创建了环行RGV系统搬运作业的多目标优化调度数学模型和有容积约束的AGV作业调度问题的数学模型。并给出基于自学习和改进遗传算法的环行RGV系统实时调度算法,以及基于改进遗传算法和妥协方法的有容积约束AGV作业调度算法；并讨论调度算法的编码、选择、交叉变异操作规则方法,提出改进种群和妥协解的专家库自学习方法。最后用实测数据进行验证研究证明模型是可行和有效的。为更好开发行业效益和效率,应该有效把握目前在物流领域的机遇,国内企业有很多事可做。在既定条件下,如何从物流系统中最大限度的开发尚未利用的柔性,从技术和管理的角度,提升物流效率,以提高企业的核心竞争力,是一个永恒的议题。