随着经济的迅速增长,物流行业作为一门新兴产业,正处于高速发展当中。物流自身有着非常鲜明的特点,物流的快速发展不仅对国家发展建设有着至关重要的作用,还与我们的生活息息相关。因为高效的物流水平对于资源配置、经济增长、企业核心竞争力以及服务水平的提升都具有极大的促进作用。为了加快物流业的发展,就必须找出物流发展过程当中阻碍其发展的问题。物流的高效化是企业一直追寻的目标,对于企业中高质量的运输配送也一直是备受讨论的话题,库存路径问题(Inventory Routine Problem,IRP)作为一个能够同时解决库存和运输“效益悖反”现象的研究问题,受到了研究人员的大量关注。而在库存路径基础上考虑随机需求下或者带时间窗的再或者是随机需求下带时间窗的库存路径问题更是考虑的热点问题。客户需求随机和加入时间窗约束条件,不仅要求配送的时效性,还更加符合现实的实际情况。对于这种情形下的研究也就更加具有现实意义,因此本文就针对随机需求对带有时间窗约束的库存路径问题进行研究。论文开始就对国内外关于库存路径问题、随机需求下的库存路径问题和库存路径带时间窗问题的研究现状进行了介绍,重点是介绍了它们的研究内容、研究方法和取得的成果。在相关理论部分,对库存路径问题定义以及主要研究特征中的决策目标、研究对象、拓扑结构等七个方面进行了介绍。再针对库存路径的建模方法和求解算法进行了阐述,最后是对蚁群算法的基本理论进行了描述。为了构建随机需求约束带时间窗的库存路径模型,首先确定了供应商的运输路线及网络选择,针对研究的问题进行描述后设立了相应的假设条件和符号说明。对其总成本分析考虑了运输配送成本、时间窗处罚成本、库存持有成本和缺货成本,建立了以总成本最小的模型,同时设置了限定约束条件。算法的研究部分是先对算法进行了选择,选择了蚁群算法并对其进行改进,主要针对:伪随机概率选择规则、引入节约值思想、时间窗因子、全局信息素更新规则、采用最小最大的蚁群算法对信息素进行限制,采用2-opt局部搜索对每次得到的最优解再进一步优化。最后,先对改进的蚁群算法的参数设置进行设计,利用MATLAB编程软件进行分析,对Solomon标准算例进行求解,算例结果分析表明改进蚁群算法结果优于未改进蚁群算法。通过对文献[50]中的算例结果进行求解对比,结果也表明本文算法是能得到质量更高的解。