随着时代的发展与生产智能化水平的提高，制造企业间的市场竞争日趋白热化，为了适应时代需求，它们从原来的大规模、少品种生产模式转变为多品种、小批量的生产模式，企业内部的物料管理方式也从过去的大规模物料需求计划（Material RequirementPlanning，MRP）向集成化的物料供需管理模式转变。根据多品种小批量生产方式的特点，准时化（Just-in-Time，JIT）的生产模式逐渐成为众多企业追逐利益最大化、杜绝浪费所采取的重要手段，与此同时，准时化的物料供应物流成为准时化生产的重要保障。基于上述背景，本文对JIT模式下制造企业内部的物料需求与供应问题进行探讨，重点研究了物流控制与优化问题。本文的主要工作包括以下几个方面。以物流为线索，对JIT模式下的企业内部物料供需系统进行了分析和建模。在分析物料在企业中从接收订单开始的动态流程基础上，将物料供需系统划分为物料需求、物料调度和物流控制三个子系统，给出了各子系统的定义；分析子系统间的联系，并利用统一建模语言（Unified Modeling Language，UML）对各子系统建立分析模型；以各子系统的计划物料数量作为度量依据，分析实际数量关系，以衡量系统的优化程度。在上述模型基础上，重点研究了物流的优化控制问题。把物料供应系统的上层数据作为物流控制层的输入，将物流控制层的JIT物流供应问题定义为JIT车辆路径问题（Vehicle Route Problem，VRP），对该问题进行详细描述分析；并利用UML对其建立分析模型；给出JITVRP（Just-in-Time Vehicle Route Problem）的数学模型，并建立基于最小化成本的JITVRP数学模型。设计了物流控制蚁群算法。采用C++语言在Visual Studio2013平台上对JITVRP的蚁群算法进行设计、仿真；通过改变蚁群算法中各参数值的大小，实验分析参数值对蚁群算法搜索性能的影响；改变客户数量、客户坐标和蚁群规模等数据，分别对加工站分布在100×100的坐标系中，客户数量为5、10、20的三组数据进行实验仿真，得到以最小总路径长度为目标且满足车辆载重量的行车线路及总最短路径长度；通过对车辆利用率等参量的计算和分析，验证蚁群算法对本实验的有效性。