El manejo eficiente de materiales es crucial en las operaciones logísticas de los modernos almacenes de sal, donde a menudo se utilizan Vehículos Guiados por Riel (RGVs) y Robots de Clasificación Aérea (ASRs) para gestionar tareas de entrada y salida. Sin embargo, a medida que aumenta el número de tareas dentro de un período determinado, los conflictos y bloqueos entre RGVs y ASRs que operan simultáneamente se vuelven más frecuentes, reduciendo la eficiencia y aumentando el consumo de energía durante el transporte. Para abordar esto, la investigación enmarca el problema de entrada y salida como un problema de asignación de tareas para el sistema RGV/ASR con un búfer finito, y propone una estrategia de evitación de colisiones y una estrategia de cero espera para máquinas cargadas para reasignar tareas. Para mejorar la eficiencia computacional, introducimos un algoritmo de búsqueda híbrido de múltiples vecindarios adaptativo (AMHS), que integra un esquema de codificación de doble secuencia y una estrategia de inicialización de soluciones élite. Se diseña un operador de búsqueda global dedicado para expandir el paisaje de búsqueda, mientras que un operador de búsqueda local adaptativo, inspirado en mecanismos biológicos de regulación hormonal, junto con una estrategia de perturbación, se utiliza para refinar la búsqueda local. En un estudio de caso sobre almacenamiento de sal envasada, el algoritmo AMHS propuesto redujo el tiempo total de ejecución en un 30.1% en comparación con la cola de tareas original. Además, en 15 escenarios de prueba aleatorizados, AMHS demostró un rendimiento superior en comparación con tres algoritmos de referencia: Algoritmo Genético (GA), Algoritmo Competitivo Imperialista Discreto (DICA) y Algoritmo de Optimización de Ballenas Mejorado (IWOA), logrando una reducción promedio del tiempo de ejecución del 12.6% en relación con GA.