目前，随着时代的不断发展，新型武器装备不断陆续装备到部队，提高了部队的战斗力，而随着新型武器装备的不断运用，也使得作战思想和作战理论发生了深刻的变革，信息化条件下的“非线性作战、非对称作战、非接触作战”已经成为目前主要的作战样式。无论在现代战争，还是在未来战争，永远不能或缺的就是弹药。“兵马未动，粮草先行”，自古有之。弹药不仅是一种物资，同样还是一种装备，弹药是整个武器系统的终端子系统，也是完成战技指标的唯一载体，更是一次性消耗使用的储备物资，而且新型弹药的价格较为昂贵，作为保障部门，在新时期、新历史条件下，如何做好弹药保障工作，节约国防开支，是目前面临的一个重要课题。　　 本文主要在前人研究和实践的基础上，以一次战役弹药保障为战术背景，用遗传算法完成了弹药保障最主要的三个方面：弹药消耗预测、弹药储备布局优化和弹药运输路径优化。首先，研究了目前主要常用的弹药消耗预测的方法，总结了其优缺点，充分考虑了影响弹药消耗的各个因素，提出了采用BP神经网络进行弹药消耗预测。鉴于BP神经网络易陷于局部寻优的误区，而遗传算法在全局寻优中有较强的优势，将两者相结合，进行了弹药消耗预测分析。其次，充分考虑了影响弹药储备布局的各个因素，将这些因素参照军事规则进行模糊加权，最后按照加权平均法得到仓库的某项综合性指标。综合性指标主要有仓库安全度、及时度和经济度三项，之后选取30个储备布局进行优化，在30个储备布局中，以平均安全度最大、平均及时度最大、平均经济度最小作为目标函数，采用了遗传算法进行了计算优化。最后，弹药运输选取了最常用的公路运输作为运输方式，将弹药运输路径优化规划为VRP问题，根据弹药运输的自身特点，将VRP问题进行了相应的处理。采用启发式遗传算法进行计算，以弹药运输过程中运输时间最短、通过安全概率最大及运输费用最小做为目标函数，进行了路径求解。并在路径优化过程中，考虑到了必经点和禁行点的情况，并给出了必经点和禁行点的处理方法，之后计算得到了包含必经点和禁行点的各个路径。