近年来,在经济增速放缓的影响下物流行业渐渐由增量市场转向存量市场,降本增效成为了物流企业的主要关注目标之一。与此同时,我国制造业也面临着转型升级的压力,而物流运输作为制造业供应链中的重要一环,把运筹优化技术运用其中将对提高整个供应链的效率起到重要作用。本文研究了汽车制造企业的物流部门在整车生产链路中,对上游供应商所提供的零部件进行集货运输所产生的车辆装载和运输问题。结合实际情况,将零部件的装载问题简化为二维矩形装箱问题,同时允许站点运输需求拆分,并考虑了站点车型限制及异构车队,从而提出了带二维装箱约束的需求可分异构车辆路径问题(2L-SDHFCVRP)。针对此问题,本文建立了数学模型,设计启发式优化算法,并在“2019上汽·未来汽车创想邀请赛”中取得冠军,证明了模型及算法的有效性和实用性。文章首先对二维装箱问题与车辆路径问题以及带二维装箱约束的车辆路径问题的相关研究做了文献梳理,通过对企业实际要求的合理假设与分析,构建了基于弧的数学模型。为了求解大规模真实算例,基于先路径再分割的思想,设计了基于旅行商问题解结构的变邻域搜索算法对路径进行优化,采用启发式路径装车算法对路径进行分割装车。在装箱部分,基于最大空间算法设计了背包组合和模式识别两个改进算法,并结合多种经典装箱算法构建了二维装箱算法集合。最后,通过赛事的预决赛算例测试、结果分析及与其他选手的启发式算法对比,验证了算法的效果。本文的工作对物流企业运营和学术研究均有一定意义,所提出的算法能够有效解决实际问题。