随着电子商务的飞速发展,网络购物的商品范围得到了极大的拓展,外卖餐饮、生鲜果蔬等生活日用品的线上购买也成为现实。依托于电子商务平台及同城配送物流,消费者足不出户就可以选购自己需要的商品,由同城配送企业在短时间内上门配送,极大改善了居民生活的消费体验。同城配送的交易额与用户规模不断上升,交易额已逼近万亿大关,用户量在2020年将达到4.82亿人,具有广阔的市场前景。但与之相对应的是,同城配送的配送成本居高不下,配送效率较低,严重制约了同城配送的发展。在此背景下,本文对社会化库存的同城配送进行研究,探讨同城配送如何对配送路径进行优化,从而提高配送质量,降低配送成本,具有重要的理论研究意义和实践意义。社会化库存是同城配送快速发展所呈现出的一种新特征。基于社会化库存的同城配送优化是一类特殊的多回程混合取送物流配送问题,与传统物流不同,它不具有中央仓库,由多个同城商店进行供货;所配送的商品不是在仓库统一装载,而是在商店与顾客点之间来回运转,车辆具有取送一体化的特点;而且消费者对于配送成本和配送时间的敏感性都比较高,需要以较低的成本在较短的时间完成。上述特点的交织使得社会化库存的同城配送优化极具难度,当前的优化调度方法无法适用。同城配送的主流建模思路包括两种,分别是根据时间和根据订单对商店点与顾客点进行虚拟复制,通过对两种建模思路的对比,选用了适合本文问题的建模思路构建了整数线性规划模型。在算法方面,由于本文问题中的车辆是同质的,拉格朗日松弛算法在子问题求解过程中,仅需求解一次即可获得问题下界,效率较高。但由于本文问题复杂度较高,传统拉格朗日松弛算法仅能起到提供问题下界的作用,无法满足现实需求,需要引入一种问题可行解的求解方法。次优化的思想是接受劣于最优路径一定范围内的路径,从而覆盖到更多的路径,从而可以有效的构建问题可行解。因此,本文将次优化思想引入到子问题求解过程中,为传统算法提供了一种构建问题上界的有效方法,从而通过上下界的不断逼近求得了较优的可行解。为了验证算法的有效性,对标准Solomon算例进行了改进,构建了订单数不同的18个算例,并将算法求解结果与CPLEX求解器进行了对比,在求解时间与求解结果上均优于CPLEX求解器。在解决小型规模问题时,同城配送物流企业可直接使用本文算法进行运力的优化调度;当问题规模较大时,可针对拉格朗日松弛算法设置合适的停止条件,让其在有限的时间内输出所找到的问题可行解,从而获得较优的可行解。