随着我国经济全球化的发展,为满足消费者需求,制造企业车间生产多采用多品种、小批量的生产方式,这种生产方式对作业车间生产物流的管理能力造成了巨大挑战。生产物流中消耗在生产原料、在制品等库存管理上的资金和配送费用占据了大部分的车间运营成本,因此,科学合理的库存管理及物料配送优化研究,对提高生产系统效率和效益起着非常重要的作用。本文基于离散制造企业的作业车间物料管理的需求,针对作业车间内部物料仓库的库存控制与物料配送问题进行了研究。基于作业车间环境下的生产物流系统的特点和管理需求,对物流控制及优化问题进行分析。研究了车间库存控制与配送的重要性,库存成本构成、常用的补货策略及安全库存的意义,并针对车间配送问题的问题类型、配送产生、配送特点及现有的求解方法等方面进行了分析。针对作业车间内仓库的库存优化问题,运用BP神经网络及GA-BP算法,建立了安全库存预测算法。在此基础上,进一步对库存控制问题进行分析,将安全库存作为最佳订货点,以库存成本最小为目标函数,建立了基于安全库存的库存控制模型,使用Python调用标准化软件CPLEX完成了算例仿真。结果表明,本文所提出的库存控制方式较于传统订货方式更加准确、高效。为了进一步提高车间物料配送的效率,基于作业车间的物料配送问题分析研究,建立了考虑时间窗及车载容量约束、以配送成本最小为目标的数学模型。基于遗传、蚁群算法相融合建立了改进蚁群算法,实现物料配送优化。选取Solomon部分经典算例进行求解,在MATLAB环境下进行仿真研究,验证了该算法的可行性和有效性。