配送中心等第三方物流在满足客户工作时,也致力于拓展新的作业方法以降低运营成本,提高顾客服务水平。越库作业是基于库存管理的一种新策略,不包含仓储功能,在接收来自各供应商的货品后,只经过简单的拣选和短暂的存储,将货品根据需求重新整合配送。货品的短暂停留,能减少库存持有成本、降低商品损坏可能、节约作业空间,有效提高配送效率,降低物流管理成本。由于越库中心设施设备有限,在多辆货车同时准备好作业时,存在车辆等待现象,所以车辆的作业顺序是减少等待时间的关键,也是越库作业的关键环节。越库车辆排序问题是在一定约束下,合理分配越库门任务和车辆队列,以降低总作业时间的一种NP问题。本文根据越库中心的越库门数量不同,建立基于多越库门的车辆排序问题模型。以运作时间最小化为目标函数,寻求最佳的越库门任务分配和车辆队列。为解决混合整数线性规划模型(MILP),提出三种启发式算法,分别是和声搜索算法(HS)、改进的和声搜索算法(IHS)和遗传算法(GA)。IHS算法针对HS算法在求解的不同阶段存在参数值大小对搜索能力影响较大的局限性,采用动态调节方法设定参数。启发式算法的参数值设定不同,其性能会有较大差别。应用田口试验对各算法的固定参数优化,确定最优的参数值组合。最后论文根据货品数量、货品种类数和车辆数三个角度,从大、中、小三个维度设计九组实验。从最优解、最差解、平均解和CPU运算时间等多种角度分析模型和算法的性能。