库存路径问题(Inventory routing problem,IRP)同时解决了企业策略层的库存管理和运作层的路径分配两种互相联系的复杂的决策问题。合理配置库存路径资源,降低物流系统总成本,提升系统效率,在电子商务供应链环境下的物流配送规划中具有重要意义,同时引起了电商企业和相关学术领域学者的广泛关注。如何降低企业运营成本、提升服务效率,成为当前电商企业产品配送和退货回收亟待解决的问题。多数电商企业通过构建自建物流服务体系,提高物流服务态度、保障客户满意度、减低物流费用总成本。然而偏远地区产品配送数量少、路程远,往往需要耗费更多成本;而且在实际物流配送中,消费者常常同时存在送货和取货两种需求,客户对配送时间的要求也影响着客户的满意度。本文分析电子商务供应链库存路径存在的问题,在库存路径规划模型中考虑偏远地区配送问题,结合客户对需求的多样性以及时间的不确定性等因素,提出在自建物流基础上增加第三方配送、同时送取货的带时间约束的库存路径决策。论文主要从以下方面对电子商务供应链库存路径问题进行研究:从集成化物流角度出发,建立考虑时间窗的同时送取货联合物流库存路径模型。目标函数包括:配送中心建设费用、配送费用、发车固定费用、第三方物流的费用、客户时间惩罚成本、库存管理费用。对应的约束条件包括:库存容量约束、车载平衡约束、时间窗约束等。决策目标是保证客户满意度的同时,合理规划配送路径,最小化运营成本。根据所提出的库存路径模型的特点,结合遗传算法的全局搜索能力和模拟退火算法的局部搜索能力设计改进的混合遗传算法。对遗传算法的种群初始生成方式、遗传操作进行改进,增加重组策略和自适应机制提高种群初始解的多样性,引入邻域操提升模拟退火算法的局部搜索能力,在最小化目标成本的同时,加快求解速度。最后,通过两组实例验证对比分析,证明所提出的模型策略的有效性和算法的优越性。运用改进的混合遗传算法对本文模型和传统模型进行对比分析;运用改进的混合遗传算法和标准遗传算法对本文模型进行求解分析;最后在保证收敛速率的前提下获得最优解,通过物流成本的降低、运行时间的减少、运行效率的提高等数据验证了策略的可行性以及算法的有效性。