随着大数据技术的普遍应用,企业可以更加准确的预测物流需求,市场对高时效的配送需求也越来越高,如何构建低成本且高效的配送调拨体系成为企业争夺消费者市场的强有力工具。在此背景下,主动配送模式应运而生。但是大数据预测的局限性和商品本身具有的时效性等特点,使得任何技术都无法做到百分百的精准预测。在主动配送模式下,各库存点会存在库存备多或备少的情况,因此库存调拨是企业在进行提前备货时无法回避的问题。如何构建最优的调拨策略,使得调拨总费用最小且维持较高的客户服务水平成为企业主动配送环节中亟待解决的核心问题。基于主动配送分布式库存调拨的概念和相关理论,通过企业调研得到相关数据,本文首先构造了在需求确定和需求不确定两种情形下的主动配送分布式库存调拨成本模型;其次,构建了客户满意度最高、调拨总费用最小这两种调拨策略以及考虑以上双目标的混合调拨策略;并针对传统遗传算法的不足,进行了相应改进,应用sigmoid函数设计交叉概率变异概率的自适应调整曲线,融合模拟退火算法的Metropolis保留准则,得到改进的自适应遗传算法进行模型求解。本文在求解了主动配送点在不同调拨策略选择下的各项成本及总成本的同时,一方面在需求确定情况下,求解出缺货配送点向上级调拨和向同级调拨的最优数量比例,以及缺货主动配送点向同级调拨的调拨方案;另一方面,在需求不确定情况下,得出了拥有多余库存的主动配送点向同级调出和不进行同级调拨的最优数量比例以及向同级调出的调拨方案。并根据相关参数的不同变化,进行了相应的灵敏度分析。针对不同种类的商品,为企业进行库存调拨策略选择提供了建议,并给出了最优商品调拨数量和切实可行的调拨方案。研究得出,在需求确定情形下,最近点调拨策略下的总成本小于最小费用调拨策略下的总成本,说明主动配送点缺货时进行同级调拨更容易节省调拨成本并维持一定的客户服务水平;需求不确定情形下,最小库存调拨策略下的总成本大于最高服务水平调拨策略下的总成本,说明主动配送点拥有多余库存时进行库存保留更容易维持周边客户满意度,从而获得订单收入而盈利。两种情形下的混合调拨策略的总成本均低于单一调拨策略的总成本。商品价格、商品调拨价格、降价百分比的变化对调拨总成本和调拨比例的影响略有不同,但总体来说变化幅度趋于相同。