高效的供应链是企业获得“第三方利润的源泉”,尤其对于制造业而言。汽车公司供应链网络的建立是以及时响应公司生产、降低公司运输成本以及提高客户满意度作为最终目标。主机厂从成百上千的供应商处准时提取正确的零件并在规定的时间内交付到正确的地点,在这个过程中,如何高效而经济地解决成千上万零部件的运输问题是汽车企业所必须要重视的,而对供应链网络进行有序的规划是处理繁多而杂乱零部件运输的有效措施,相关的研究具有一定的现实意义。本文基于国内某大型合资汽车企业在北美区域的供应链网络出发,以公司在密歇根州集散中心的运输网络为重点研究对象,在充分分析了现有业务方案的不足情况下,运用SWOT分析针对当前及优化后的运输环境做描述性及说明性分析,并基于内外部竞争环境和竞争条件下做一定的态势分析,以引出对新方案分析的必要性。之后通过将实际业务的物流特征进行简化抽象,并结合历史数据包括供应商地理位置、货量、提货时间等,通过运用微粒群算法和领域搜索相结合的混合微粒群算法进行建模优化。运用Python实现对模型的求解,得出新运输方案,并结合成本核算公式,计算新模式下的预估成本,最后通过时间序列模型得到在未来预测的货量并做进一步分析,得到更具有潜力和竞争力的成本方案,为企业管理者提供清晰的方案建议和决策依据。