制造业是我国的支柱产业,中国也早已成为世界制造大国,但是制造业大而不强,技术能力弱,缺乏自主创新能力也一直是束缚我国制造业发展的关键因素。随着世界经济快速发展,消费市场需求变化速度的加快,人力成本的提升以及高科技技术的发展,德国和中国相继提出工业4.0以及《中国制造2025战略》来应对这样的变化。制造企业加速向智能制造转型升级来应对快速变化的市场环境已是迫在眉睫,同时也是信息化和自动化、智能化技术发展的必然结果。制造企业实现智能制造必须建立智能化工厂,智能工厂的基础就是智慧仓储与物流。智慧物流可以说是智能制造的核心,它是提升制造企业生产效率,降低生产成本,提升市场竞争力的关键所在。目前,与智慧物流相关的一些研究已经引起了诸多专家学者的关注,并取得了相当成熟的研究成果,但是考虑到制造行业尤其是汽车制造行业智慧物流路径规划与调度方面的相关研究还较少。而对于汽车制造企业来说,厂内物料配送的成本是其物流主要成本,而且汽车制造企业生产的自动化程度已经相当高,大多都采用工业机器人加智能生产线方式,在生产制造方面的成本压缩空间已经非常小,因此越来越多的企业将关注点转移到减少物流成本这一块。因此,有必要对汽车制造企业智慧物流路径规划与调度进行深入的研究,这项研究具有重要的理论和现实意义。本文主要完成了以下研究工作:（1）构建了考虑需求拆分的汽车制造企业智慧物流路径规划模型。在进行路径规划时,考虑到实际企业智能制造中的需求特点,为更有效地利用车辆装载量,提出以需求可拆分的模式进行路径规划,并且在此基础上,提出基于订单拆分的需求拆分方式,而非基于车辆载重进行拆分。在对需求进行拆分的同时,为更符合实际生产的需要,提出了软时间窗的约束,并且详细分析了车辆偏离时间窗时的惩罚成本。对于车辆路径问题,约束条件越多则规划的难度越大,基于此,提出了车辆时空网络的分析方法,每一层的时空网络都是由单个车辆组成,将复杂的路径网络分成单个车辆组成的网络层,不仅可以更直观监控每一辆车的行驶状态,也降低了规划难度,同时避免了车辆在狭窄的厂区物流通道中的堵塞与碰撞。最后应用禁忌搜索算法进行求解得到最优线路方案。（2）构建了基于SPS物料配送模式的汽车制造企业智慧物流调度模型。传统的制造企业在进行生产线物料配送时,一般是按照装配的时间或者物料的类型送货,汽车制造企业由于工艺更为复杂,工艺难度更大,且零部件种类更多,生产线紧凑,线旁存储空间有限,因此本文提出基于SPS物料配送模式建立智慧物流调度模型。但是考虑到SPS物料配送模式会加大配料端的工作难度,为了提高物料配送的精益性,同时也不以牺牲成本为代价的改善物流效率,本文提出了多目标优化模型,第一级优化目标是配送松弛度最小,第二级优化目标是智慧物流的年运行总成本最低,考虑到工厂生产的实际情况,该总成本包括购置成本、动力成本、折旧成本以及延迟损失等。本文的智慧物流配送模式,在提高效率的同时可显著降低物流成本,提高制造企业生产效率。最后应用遗传算法求解出最优的配置方案以及年运行总成本。（3）将提出的智慧物流路径规划与调度模型应用到实际的汽车制造企业A整车厂中。通过采集A整车厂的实际生产数据、厂区数据等各方面信息,针对A整车厂的概况与特点,构建智慧物流路径规划与调度模型,然后用禁忌搜索算法进行求解,证明本文所提方法的可行性和有效性,为今后汽车制造企业智慧物流路径规划与调度的研究提供借鉴和指导。最后,对本文提出的汽车制造企业智慧物流路径规划与调度问题的研究进行总结,分析成果及局限,阐述了下一步需要继续研究的工作。