金融危机以后，经济复苏以来，汽车产业在我国蓬勃发展，汽车产销量（已经）在连续八年蝉联世界第一的同时，各大汽车企业之间的竞争也随之加剧，利润空间在不断缩小。为了保持和扩大市场的占有率和企业的竞争优势，一方面，汽车制造业需要不断加强产品质量，加强品牌的知名度和影响力;另一方面，如何降低汽车制造的成本，取得成本优势也是汽车企业所关注的重要问题。　　近些年来，被称为企业“第三利润源泉”的物流成本逐渐成为企业降低成本关注的对象。据统计，2016年的国内汽车市场规模为6628亿，平均生产一辆整车的耗费约70％在汽车零部件入厂物流环节。因此，如何有效降低汽车零部件入厂物流部分的成本成为汽车企业所关注的重点。　　在强调精益生产、准时制供应条件下，汽车零部件种类多，数量大，入厂协调操作要求高等，导致零部件入厂物流成本保持居高不下。本文针对小批量、高频次的汽车零部件需求，采用专业化第三方物流公司的服务，通过对于汽车零部件循环配送方式进行定性和定量的综合分析，以循环配送模式优化入厂物流，在保证准时供应、满足精益生产需要的前提下，寻求库存与运输费用的节省，达到有效控制库存量，降低库存周期，减少运输距离的目的。　　本文首先对循环配送这一关键入厂物流模式作出了全面的、系统的研究，对循环配送这种优化入厂物流方式的实施条件，运作流程，规划设计等做出了全面阐述。对于循环配送车辆路径规划问题，针对汽车厂对于零部件的需求特点，提出应设置线边最大库存量约束，设置零部件入厂平顺化约束，建立了符合实际问题的车辆路径规划模型，这也成为本文最大的创新点。其次，根据遗传算法具有多目标寻优效果好的特点，设计了针对于问题本身的遗传算法，通过随机数据仿真计算验证了遗传算法的可行性，并得出了总成本与最大库存量之间的函数关系曲线。最后，根据H公司入厂物流的运作问题，提出利用循环配送这一优化模式解决问题，并利用循环配送模式的相关理论，前文建立的数学模型和设计的遗传算法对实际问题进行规划，取得了良好的效果。　　本文旨在通过对于汽车零部件循环配送方式进行定性和定量的综合分析，提出有效的优化方法，控制物流成本，为汽车制造行业物流实践提供一些有意义的参考。