随着我国电子商务的蓬勃发展,电商物流领域的装箱成本逐渐被企业所关注。本文将针对具有高度个性化特点的电商物流领域装箱问题,从箱型设计及装箱问题（Bin design and packing problem,BDPP）的角度,即根据待装载物品信息,进行箱型方案设计和物品装箱决策,求解完成物品全部装载时总成本最小的箱型设计方案和对应的装箱方案,从而降低装箱成本。由于箱型设计及装箱问题属于开放维度问题（Open dimension problem,ODP）中三个维度尺寸全部开放的特殊类型,相关研究极少,同时,由于其求解涉及内层问题多箱型三维装箱问题（Three-dimensional multiple bin-size bin packing problem,3D-MBSBPP）的多次求解,复杂程度极高,因此本文具有很大的实际意义和研究价值。首先,本文将箱型设计及装箱问题拆解为多箱型三维装箱问题和箱型设计问题（Bin design problem,BDP）,将复杂的箱型设计及装箱问题的求解等效于基于高质量的多箱型三维装箱问题算法完成箱型设计问题的求解,并通过对两个子问题分别建模完成箱型设计及装箱问题的数学建模。然后,将箱型设计及装箱问题的决策目标划分为6个层级,进一步明确了其和2个子问题间的相互关系,并根据相应决策目标完成子问题的算法设计。针对子问题一（多箱型三维装箱问题）,本文设计了基于新的结构假定方式的组合优化算法;针对子问题二（箱型设计问题）,本文设计了以子问题一算法为内层算法的混合差分进化算法。其中,在子问题一部分,我们提出了基于关键点的多种策略结合的空间构造规则和空间矩阵表征方式,并通过编码译码规则、大规模邻域搜索算法引入优化组合优化算法。本文采用电商物流企业的历史订单作为算例,进行了数值实验。在子问题一的实验中,通过与其他装箱算法、装箱软件进行分组比较,证明了本文算法在装箱问题尤其是复杂问题中适应性更好,求解结果极其接近理论精确解。在子问题二的实验中,通过箱型设计方案优化前后情况的比较,证明了优化箱型设计方案有助于进一步改善装箱决策质量且效果明显。以上实验共同说明,本文箱型设计及装箱问题的研究具有实际意义,所提出的算法从装箱方案决策优化和箱型设计方案优化两个方面,极大地提高了电商物流领域中装箱问题的解决质量,因此,本文的相关成果也已被企业运用于实践之中。