随着汽车工业的迅猛发展,常规的汽车制造方式已经无法满足市场日益增长的多样化、个性化需求,我国的汽车企业多数转型至丰田的“JIT”生产方式。而在汽车制造领域,汽车零部件的入厂物流又是极其关键的一部分,同时也是企业降低成本、提高效率、快速响应市场重要的环节。目前国内外对于汽车零部件物流研究多数还停留在成本控制阶段,未能将多目标、低碳节能等因素考虑进去,而针对汽车零部件入厂物流常用的循环取货的模式也存在一定的不足,比如未能从能耗方面考虑节能减排,未考虑多因素多目标等问题。本文建立了以库存限制和取货逻辑等为约束,以碳排放、运输成本等为目标的汽车零部件入厂循环取货混合整数规划模型,并设计了高效的混合启发式算法进行求解,并结合案例进行对比分析,以验证这种模式的优越性。本文以车队、供应商、工厂（配送中心）三者一体为研究对象,分析了车企零部件入厂物流的现状、分类及特点,引入考虑碳排放的循环取货模式,介绍了考虑碳排放的循环取货模式的主要流程,分析了考虑碳排放的循环取货模式的特点,并建立不考虑碳排放的循环取货优化模型M1和考虑碳排放的循环取货优化模型M2,并设计了混合遗传算法和自适应大邻域搜索算法进行求解。本文用多组测试数据集验证模型的正确性和两版算法的有效性、可靠性并对比,得出ALNS算法总体性能优于GA算法的结论,利用ALNS算法求解A公司实际案例得出结果,并比较分析现存模式下和循环取货模式下的各项成本,得出第一个结论是循环取货模式的碳排放成本和总成本都低于现有经验模式;第二个结论是考虑碳排放的循环取货模式的碳排放和总成本都低于不考虑碳排放的循环取货模式、更低于经验模式,考虑碳排放的循环取货模式改善了汽车零部件入厂物流过程中的能耗量和碳排放,一定程度上取得了汽车零部件入厂物流更加经济环保的效果。