随着物流管理意识的增强和现代物流业的发展,企业对于物流成本的关心日渐重视。降低物流成本是企业物流管理实践的首要任务。供应物流是物流系统中独立性较强的子系统,和生产系统、财务系统等制造企业各部门以及企业外部的资源市场、运输部门有密切的联系,对企业生产的正常、高效运作发挥重要作用。企业供应物流不仅要实现保证供应的目标,而且要在低成本、少消耗、高可靠性的限制条件下来组织供应物流活动,组织管理难度较高。因此,如何降低供应物流的成本,提高物流服务的水平,实现供应链整体优化成为制造企业提升竞争力的关键因素之一。针对及时化(Just in time,JIT)模式的供应物流短驳合并优化问题,建立了供应物流系统的短驳合并运输优化模型,同时利用基于递降最佳适合(Best Fit Decreasing, BFD)思想的启发式算法和改进的单亲遗传算法(Partheno Genetic algorithm, PGA)分别求解,并分析了此运作模式下的供应物流的成本和效率。单亲遗传算法没有采用传统遗传算法的交叉算子,仅仅在一条染色体上进行基因换位操作,即使种群中各个个体均相同,它也可以通过基因换位、基因倒位等遗传算子来实现遗传迭代,初始群体不需具有广泛多样性,“早熟收敛”的现象也就不会存在,因此该算法具备一定优势。以某汽车制造厂的供应物流数据为例进行计算机仿真实验。仿真结果表明,PGA算法求出的供应成本明显降低,比BFD启发式算法和TGA算法更具优势。该算法在解决供应物流中短驳合并运输问题时更加快速有效,可有效降低企业成本,提高经济效益。