1. 研究目的与意义
自工业4.0概念的提出，国内给予工业品物流的关注度不断提升。对于即将到来的第四次工业革命，由于互联网这一个革命性的工具将深入参与生产过程，从而将制造业对劳动力的依赖和生产成本的优化带到一个新高度。通过互联网、物联网，整合物流资源，充分发挥现有物流资源供应方的效率，而需求方能够快速获得服务，得到物流支持，即实现智能化物流[1]。当然，智能化物流的需要是基于多品种、中小批量、高品质、个性化、绿色可持续的智能化制造的。汽车工业这一现代制造业中最具代表性的行业，自然更为突出地表现出注重推进信息化同工业化的深度融合。
现今，汽车生产线的节拍越来越快，汽车的零部件种类越来越多，各种零部件能否高效准确的送到生产线的各个工位，是确保生产线有效运作的重要保障。只有保障了物料以最优路径进行有序配送，生产效率才会有提升，同时汽车生产制造企业的利益才能有所保障。物料的配送方式是否合理有效很大程度上影响了汽车制造企业的生产成本，生产效率和企业竞争力。所以汽车总装线的物料配送优化成为汽车制造企业关注和研究的热点。2. 国内外研究现状分析
汽车总装线物料配送路径优化归属于车辆路径问题（vrp，vehicle routing problems）范畴。车辆路径问题最早由著名学者dantzig和ramser于1959年提出，由于该问题将运筹学理论研究和实际生产生活紧密联系起来，因此自提出后即显现出旺盛的生命力，成为运筹学和组合优化领域的前沿和热点问题，受到物流领域学者的广泛关注。
vrp问题是很多实际问题的雏形，许多实际问题通常需要加上具体的约束，从而衍生出各种vrp模型的扩展。如加上时间窗的约束，vrp问题演变成有时间窗的车辆路径问题 （vehicle routing problem with time window，vrptw），如多配送中心的车辆路径问题 （multiple demands vehicle routing problem，mdvrp )等等。
当前汽车总装物料配送系统一般采用jit的生产物流模式，所以对于物料的配送要求理论上的线边库存是等于零的，对于物料的配送时间要求很高的及时性，如果过早送到就会造成线边库存积压，延迟送达则会造成生产线缺料而不能顺利生产，所以汽车总装线的物料配送路径优化属于有时间窗的车辆路径问题。
3. 研究的基本内容与计划
主要内容：
论文以汽车总装生产线的物料配送路径优化问题作为研究对象，以带时间窗的车辆路径问题的相关理论为基础，通过实际调查某汽车总装线大件配送系统的现状，分析出其物料配送系统问题的核心，总结出该汽车总装生产线物料配送系统的特点，描述loc物料配送路径优化问题，建立以寻求配送路径最短为优化目标的数学模型，同时为此数学模型的求解进行切实可行的遗传算法改进，最后应用改进的遗传算法方法进行基于所调研的汽车总装线的实例分析，验证改进优化方法有效性和合理性。
时间安排：
4. 研究创新点
一是，建立更为贴近现实的数学（仿真）模型；
二是，遗传算法的改进应用过程：
主要从改进染色体编码的方式入手：采用基于道路网约束的染色体编码方式，即将物流节点根据道路进行分类，道路由相应的物流节点按照位置关系排列组成，道路以及进出方向通过两端的路口表示，物料配送路径通过连接相邻道路的首尾路口表示，路径之间使用基因0相隔。采用该种编码方式以期尽量减少空驶折返情况，从而提高遗传算法搜索最优解的速度。
