随着以计算机通信网络为基础的网上购物迅速发展，实现网上交易的关键环节之一的物流配送急需进行改造。物流发展水平的滞后使得物流配送环节已成为限制电子商务模式发展的关键因素。为了提高物流配送效率，进一步促进现代物流的发展，物流配送的车辆路径问题（Vehicle Routing Problem，VRP）的研究就占有相当重要位置。它通过对车辆配送路径的优化，实现配送作业的智能化管理。由于生鲜农产品的配送具有易腐特性，所以采用带时间窗的车辆路径问题（VehicleRouting Problem with Time Windows, VRPTW）来建立其数学模型。VRPTW问题属于NP-hard问题，高效的求解算法存在的可能性不大。通过改进基本的蚁群算法，本文对生鲜农产品配送路径优化问题进行了研究，主要包括以下几个方面：（1）对车辆路径问题展开了的相关研究综述。总结并归纳了国内外关于VRP问题的分类及其路径优化的评估标准,介绍并比较分析了求解VRP问题各类算法的优缺点及其适用场合。（2）针对基本蚁群算法容易陷入局部最优解和全局收敛速度慢的缺陷，提出了一种改进的蚁群算法解决VRPTW问题。文中对算法中的信息素策略和信息素更新方式进行了改进,得出了一种新的快速产生初始解的算法。改进的蚁群算法应用于求解VRPTW的基准测试用例,实验结果表明该算法是有效的。（3）利用蚁群算法收敛速度快的优点与大规模邻域搜索算法的局部优化能力强的优点，提出了一种混合蚁群算法解决VRPTW问题。该混合蚁群算法利用蚁群算法的并行性和正反馈产生初始解,然后在局部优化过程中利用大规模邻域搜索算法探寻初始解的邻域结构,交叉调整初始解。通过VRPTW的基准测试用例证明了该算法的有效性。