物流作为汽车制造体系中承上启下的环节,近年来开始得到越来越多的关注。在物流成本中,汽车零部件的入厂物流成本往往占据了相当高的比例,因此,人们对入厂物流的研究赋予较多期望与关注。入厂物流的特点主要表现为零部件供应商数量多。汽车制造厂认为―高频次、小批量、快速响应‖的运输服务最能支持精益生产。但这种运输服务模式,对运输的管理提出了很高的要求。低效的管理,既会导致运输成本的上升,亦会影响甚至中断生产,给企业造成巨大损失。本文旨在通过对物流管理中的车辆路径问题的研究,将其运用于汽车制造厂的零部件入厂物流,以求在达到生产需求的前提下的成本最优的解决方案。首先对入厂物流的特点进行了归纳,包括入厂物流的概念、研究内容和相关研究方法;在此基础上提出循环取货模式,介绍了循环取货模式的基本思路、运作流程。对比传统运输模式与循环取货模式,进行优缺点及适用范围的分析。根据循环取货的基本规则,结合入厂物流的特点,制定汽车制造厂的零部件入厂物流中车辆路径问题的解决方案:根据影响循环取货模式的因素建立数学模型,包括车辆路径问题的描述和前提假设设置、模型建立与约束条件设置;然后,在综述相关智能求解算法的基础上,引入智能遗传算法并且采用同改进的遗传算法的编码解码方式以及改进的选择、交叉和变异算子,计算循环取货路径。最终,根据沃尔沃(中国)汽车制造厂的真实案例进行实践,并且通过成本分析,阐述了高效的循环取货模式能够为企业带来的经济效益。