工业园区的发展模式能够充分发挥群体优势,促使关联企业间通过资源共享、产能互补、业务协调等方式提升经济发展效益,在国内外具有众多成功的案例。大批量的企业聚集在工业园区中,一方面是为了共享生产资源、节约成本,另一方面是以规模效应吸引客户订单。社会、经济发展本身造成了客户产品需求的多样化趋势,同时电商、直销等现代销售方式又为客户直接面对制造企业创造了机遇,使得制造企业的生产订单呈现出大幅度动态性的特点：从多品种、小批量,向更多品种、更小批量,甚至个性化定制的方向发展。这种发展模式下,生产流程就自然的被引入了由于产品动态需求所造成的物料动态需求,更为相应的物料(物流)配送系统及配送过程带来了更大幅度的动态性和不确定性。工业园区中的多个制造企业共同配合完成的物料配送通常采用Milk-run的方式进行,即从一个起点出发,前往不同的供应商进行物料配送后返回到原来起点。当上述不确定性出现在Milk-run时,就为这种区域性、分布式的物流执行过程的计划和管控带来了更大的难度。而作为配套服务的重要一环,物流服务成为制约园区经济发展的关键因素。因此,能否合理地配置、使用物流资源,将会对园区的运作产生重要影响,即如何处理好取料规划与配送路径优化问题将是物流服务供应链中优化的关键环节,这也是物流服务供应链中耗费服务成本最多的环节。其中,由工业园区集配中心(Supply Hub in Industrial Park, SHIP) 以 Milk-run物流模式面向园区多企业提供的小批量、高频次、多车型的物流服务是第三方物流运营商(Third Party Logistics,3PL)为缓解园区土地、物流车辆等资源压力提出的一种集成化公共物流运作模式。本文基于供应链配置管理、生产物流联动、协同优化和车辆调度等理论,以园区内某一核心制造商的整车装配线为研究对象,分析了其多品种、小批量的生产模式对生产物流配送过程形成的动态配置与规划需求,全面描述了面向中心动态生产节拍的分布式取料规划及配送路径优化问题。在动态联动框架下,本文提出了基于物联网的集配中心JIT型循环取货两阶段物流规划机制,实现配送计划与物流执行的有效匹配；同时,设计了基于改进的遗传算法,对系统模型进行求解验证；最后,根据问题模型的具体特点和应用环境,开发了车辆实时决策系统,为工业园区内企业解决物流配送问题提供了理论上和应用上的支持。本文所研究的是面向动态生产节拍的取料规划及配送路径优化问题,这不仅能对车辆调度问题具有深入的学术价值,同时也具有较高的科学意义和工程参照价值,为邮政投递、铁路车辆编组、公共汽车调度等实际生活问题提供了良好的参考依据。