Este documento examina el impacto de dos políticas de almacenamiento: almacenamiento dedicado (D-SLAP) y almacenamiento aleatorio (R-SLAP) en la eficiencia operativa del almacén. Se integra el Problema de Asignación de Ubicación de Almacenamiento (SLAP) con el problema de programación de máquinas paralelas no relacionadas (UPMSP), que representa la programación del equipo de manipulación de materiales (MHE). Esta integración tiene como objetivo elucidar la interacción entre las estrategias de almacenamiento y el rendimiento de la programación. Las métricas de evaluación consideradas incluyen el costo de transporte, el tiempo de espera promedio y la tardanza total, teniendo en cuenta los horarios de llegada y demanda de productos, restricciones de precedencia y gastos de transporte. Además, se incorporan consideraciones como la elegibilidad de MHE, los requisitos de recursos y las ubicaciones de almacenamiento disponibles en el análisis. Dada la complejidad del problema combinado, se desarrolló un Algoritmo Genético de Clasificación No Dominada (NSGA-II) personalizado para evaluar el rendimiento de las dos políticas de almacenamiento en diversas instancias de prueba generadas aleatoriamente de diferentes tamaños. La sintonización de parámetros para el NSGA-II se realizó utilizando el método Taguchi para identificar configuraciones óptimas. Los análisis experimentales y estadísticos revelan que, para instancias de tamaño pequeño, ambas políticas muestran un rendimiento comparable en cuanto a costo de transporte y tardanza total, con R-SLAP demostrando un rendimiento superior en la reducción del tiempo de espera promedio. Por otro lado, los resultados de instancias de gran tamaño indican que D-SLAP supera a R-SLAP en la optimización de los objetivos de tiempo de espera y tardanza, mientras que R-SLAP logra un menor costo de transporte.