装箱问题具有很强的现实应用价值（如报纸排版、服装裁剪、车辆积载等），一直以来都是研究者关注的重点。然而在带有中心仓库的连锁超市货物配送和汽车的零部件配送网络中，当一个托盘从中心仓库转移到分仓库的货架时，如果该托盘上的货物存放在该仓库不同区域的货架上，卸载后重新装载运输相当耗时耗力。于是，平衡所用托盘数量及装卸复杂度之间的关系就是一个重要的问题，然而，该问题不是一个传统的二维或三维装箱问题。　　针对配送网络中存在的实际问题，本文解决了具有冲突惩罚值的二维装箱问题，即如果两个不同部区的货物放置在同一个托盘上，则会产生一定的惩罚值，该问题的目标函数不仅使得所用托盘数量最小，而且使货物间相互产生的惩罚值最小。本文设计了基于IMA算法的改进启发式算法，并且在此算法的基础上设计了局域搜索算法改进求解结果。本文将原始IMA算法、改进IMA算法、局域搜索算法和基于最大剩余空间的禁忌搜索算法对算例进行求解比较。结果表明，在零售网络和汽车零部件运输中，从货物的配送、卸载和跟进运输所产生的综合费用角度考虑，该问题具有实用性且改进算法具有有效性。根据车辆装载运输要求，本文提出了模块化二维装箱问题，并且提出了相应的解决方案，优化后结果跟企业当前装载实际情况进行对比，证实了算法的有效性。