库存路由问题(简称IRP)作为物流配送系统的基础理论问题,主要研究的是为供应商制定给若干客户配送产品的计划,需要同时决策客户配送方案和车辆配送路线,在满足多项约束的情况下最终实现总开销最低的目标。最大级别交付策略下的多周期库存路由问题(简称MPIR-ML)是库存路由问题的变种之一,国内外对该变种问题的研究成果却几乎没有,对该问题的研究还存在着很大空间。本文主要研究MPIR-ML问题及其求解算法,用数学语言描述了问题并给出了通用模型、子回路消除模型和松弛下界模型。基于模型对问题进行分析,将启发式算法和数学规划模型结合在一起,提出了一种基于混合整数规划的迭代局部搜索算法(ILS-MP)来求解多周期的库存路由问题。针对问题特点,设计了三种用于调整路由结构的邻域动作,包括客户节点的插入、删除以及不同周期节点访问状态的交换,并为不同的邻域动作分别设计了邻域缩小策略和快速评估策略以加快搜索速度。另外,在计算客户配送量时,通过求解混合整数规划模型得到精确结果,而在求解路由时,使用了求解旅行商问题的启发式算法LKH,并利用缓存技术减少调用LKH的次数,大大提高了计算速度。最终,在不同周期数和客户数的算例集上测试算法性能,并和其他算法进行了对比。与已知算法HAIR、BC相比,ILS-MP算法可以求得绝大多数小、中规模算例的最优解,并且时间性能远超过BC和HAIR。而大规模算例的求解结果和MIP模型、DAIR算法、RIS-IM算法相比均具有明显的优势。综上所述,ILSMP算法在求解多周期库存路由问题上是十分有效的。