在历经汽车行业全球市场飞速发展期之后,新车型、新部件的研发、试验和试制周期更短、技术升级节奏更快,汽车研发中心适应这一市场特点,通过建设一体化、智能化、精益化物流服务体系提升汽车研发中心试验试制业务能力和运作效率。鉴于汽车研发物料用于新产品的研发、试验和试制,具有功能新、种类多和批量小的特点,对实现园区内AGV精益配送目标提出了挑战。基于AGV的研发物料精益供应决策涉及AGV物料装载和AGV路径规划两个环节,论文考虑到研发中心需求可拆分的实际情况、配送时效的目标要求,着重研究带软时间窗的货物装载和需求可拆分车辆路径的联合优化问题。针对研发物料需求特点,基于经典货物配载问题、需求可拆分的路径规划问题,探讨汽车研发中心园区研发物料室外AGV配载和路径规划联合优化问题。论文首先阐述了研发物料管理内容,通过对体积和重量进行K-均值聚类分析,辅助实现研发物料装箱标准化;进而,结合汽车研发中心实际,界定AGV物料装载及路径规划联合优化问题,引入软时间窗和需求可拆分策略,以最小配送总成本为目标函数,构建研发物料AGV配载与路径规划联合优化模型,给出基本假设和完善约束条件;最后选择和设计遗传算法求解,基于正交试验法优化算法参数,使遗传算法得到的结果更优。研究结果表明,通过对体积和重量进行K-均值聚类分析,辅助实现研发物料装箱标准化,理论上具有可行性;带软时间窗和需求可拆分策略的联合优化模型及其算法有效。