库存控制和运输决策是物流管理中的两个中心环节,分别在现代物流中起着非常重要的作用。库存控制是企业降低运营成本的主要手段之一,维护着企业的日常生产运作;运输决策则关系到产销两点之间连接是否顺畅以及客户服务水平的提高。在传统的理论研究中这两个问题的分别研究都已经取得很多成果。但是,在现代国际市场竞争激烈,供应链管理思想得到了迅猛发展和广泛的应用背景下,现代物流管理逐渐认识到物流系统中各环节协调的重要性。理论研究也需要站在新的高度去审视和理解库存控制与运输决策在整个系统中的协调运作,使这两个存在“效益背反”效应的部分相互协调达到系统整体性能的提高。这也就是本文研究的出发点:将物流系统中最重要的两个部分,即库存控制和运输决策融合到一起,去寻求联合问题的最优解决方案。目前,将库存控制与运输决策合成为一个大问题做整体研究,虽然理论界已经开始研究,但如何用数学语言刻画问题的特征仍是一个需要进一步研究的问题,而如何使理论研究成果更易于应用到实际的物流管理中也无疑是更有意义更有必要去深入讨论的问题,鉴于此,运用系统分析法,本文重点讨论了在随机需求条件下基于遗传算法的库存控制与运输决策联合优化问题的数学模型和结论特点。首先,本文从宏观上总结了不同学者对问题的不同描述,并突出了问题的重点和分类,介绍了研究库存控制与运输决策联合优化问题的理论和实践意义,对国内国外的研究现状做了分类总结,同时指出了已有研究中存在的不足和一些潜在的研究领域,这些都有利于此类问题的进一步深入研究和扩展。其次,在通过仔细认真地分析后建立了随机需求条件下(s,Q)库存要求的库存控制和运输决策联合优化模型,并对模型进行了必要的数学改进。接着,本文采用了遗传算法对所建模型进行求解。为了有效遏制群体的早熟现象,我们还特意引入了掺杂算子,丰富了种群个体的多样性,使早熟概率大大降低。最后,我们通过仿真实验用vc++编写了库存控制与运输决策联合优化问题的数学模型的计算机程序实现模块,构造了仿真实例并用实例优化进行验证。仿真结果表明了供应商整合仓储配送策略下的成本要比分开优化仓储配送情况下的成本少。在最后的结果分析中还就不同实验参数对实验结果的影响进行了对比研究,得出了泊松参数λ、单次订货费用As、单位库存持有费用h以及最大迭代次数N对结果的影响。