随着我国汽车产业的快速发展,汽车价格大幅下降、利润空间在不断缩小,如何降低汽车总成本,保持市场竞争优势成为各大总装厂面临的主要问题。入厂物流作为汽车物流的源头,不仅直接影响着汽车物流系统的整体成本,更关系到后续整车生产环节的成本和质量。因此,研究如何降低零部件入厂物流成本显得十分必要和重要。对比分析国内外零部件入厂物流循环取货模式的应用现状和车辆路径问题的研究现状,建立更加符合实际运作的带软时间窗的循环取货多车型车辆路径优化模型。所建模型的目标函数为车辆固定发车成本、可变运输成本和时间惩罚成本之和最小;约束条件重点考虑软时间窗和车辆载重量限制;以车辆行驶里程最短、取货准时性最高且车辆装载率最大为车型分配原则。对比讨论求解车辆路径问题的各种算法,确定采用遗传算法求解所建模型。算法设计中对供应商进行整数编码并根据预估车辆数随机生成断点的方式生成初始种群;采用最佳个体保存和基于局部竞争机制相结合的选择策略以加快种群的收敛速度;对选出的最佳个体分别采用逆转、对换和插入变异,以保持群体的多样性,防止所设计的遗传算法出现过早收敛现象。最后,以SQ企业工业园内20家供应商、3种车型循环取货路线规划为例,利用Matlab编程设计相应的遗传算法,求得该企业采用循环取货有5条最优路径,比传统供应商直接送货的运输总距离缩短了50.3%,运输车辆数减少了75%,平均装载率提高了62.84%,运输总成本节约了61.8%。综合表明所建模型和所设计算法在求解循环取货多车型车辆路径问题时正确有效。