随着中国汽车产业的快速发展,汽车零部件入厂物流变得越来越重要。汽车入厂物流是汽车供应链良性运作的最关键部分,同时也是控制成本,提高生产效率和调控生产最重要的环节。但是当前针对汽车零部件入厂物流的研究,主要集中在传统物流模式下的分段式研究,即研究零部件运输、厂内操控和投料三个主要入厂物流中某个环节的优化或者两个相邻环节的联合优化,本文针对汽车零部件入厂物流目前存在的主要问题,构建了工位编组驱动的汽车零部件入厂物流配送优化模式,对入厂物流的三个关键环节进行了系统性的集成优化研究。本文对汽车零部件入厂物流进行了系统性分析,通过对入厂物流三个主要环节的合理化分析,以价值链增值理论为指导,利用工位编组驱动的思想将零部件入厂物流系统和生产系统进行了系统性优化和整合。集成优化了入厂物流的三个主要环节,构建了基于工位投料编组驱动的零部件入厂物流优化模式及该模式的支撑体系,本文设计了该模式在两种典型应用场景下的优化路径,并研究了不同优化场景中需要解决的关键技术问题。论文针对已运营场景下的入厂物流优化问题,提出应综合权衡管理难度、运输成本和仓储成本。在考虑主机厂需求波动,运输和仓储总成本最优的情况下,建立了考虑鲁棒性的零部件入厂物流优化数学模型,设计了混合启发式的遗传算法进行模型求解,并用实际案例进行了仿真和验证。论文针对理想场景下的入厂物流最优化问题,考虑在稳定的工位编组驱动下,如何实现入厂物流总成本最优,建立了工位编组驱动下车辆路径和库容的集成优化数学模型,设计了遗传算法(GA)和局域搜索(LS)算法相结合的混合遗传算法(HGA)进行模型求解,并用实际案例进行了仿真和验证。本文的研究成果在A汽车公司进行应用,对A汽车公司正在运营工厂的零部件入厂物流体系进行了优化,规划了A公司新建工厂零部件入厂物流体系,取得了良好的应用效果。