近年，Electronic Commerceの普及による物流量の増加や，それに伴う商品の頻繁な入れ替わりにより，物流倉庫では日々膨大な業務量に追われている．特に出荷ピッキング作業は業務の大きな割合を占めており，商品を効率的にピッキングできるように商品配置を最適化することが重要である．現在，多くの物流倉庫において商品は出荷頻度に基づき経験的に配置されている．一方，商品配置の最適化は組合せ最適化問題として定式化できるが, 実際には万単位の種類の商品が存在する高次元最適化問題であり最適解を得ることは困難である．そこで本研究では粒子群最適化手法の１つであるBLPSOを用いた商品配置法を提案する．BLPSOは離散粒子群最適化に効率的なランダムウォークの一種であるLévy Flightを導入したアルゴリズムであり，高次元の問題を高速に解決できる．本稿では物流倉庫の業務データによるシミュレーション実験により提案手法の有用性を検証する．実験によりBLPSOの性能が比較手法よりも優れていることを確認した．また本手法で最適化された商品配置は倉庫現場の経験的配置よりもピッキングの移動距離を大きく削減できた．