【摘要】针对电力物料产品出入库频繁，扰动大，异质物料装卸时间差异大，车辆排队服务时间不确定等问题，建立电力物料装卸排队服务优化模型，模型中考虑了转换装卸仓库的时间对优化方案的影响。利用遗传算法对优良基因的记忆保留特性和算法收敛性以及粒子群算法迭代的方向性，提出混合遗传粒子群算法，加入了Metropolis抽样准则以提高算法跳出局部最优的能力。最后对国家电网天津市电力物资公司智慧物流园区实际数据算例进行仿真优化分析，模型优化后比实际的车辆平均空闲时间、最大空闲时间和总空闲时间都有大幅度减少，表明了模型的可行性和算法的有效性。相关研究模型已在企业智慧物流园区供应链多环节协同关键技术研究项目中进行分析与验证，并应用于企业实际仓储服务信息系统，极大地减小了企业运输车辆排队等待服务现象，减少了时间与成本浪费，具有较强的实际意义与应用价值。