电商的迅速崛起,使得物流业的发展又迈入了一个新的高峰,目前,网购产生的物流包裹占据了中国物流运量的60%。如何更高效便捷的将快递送到消费者手中,这是物流末端配送的重要环节,目前这一环节的包裹配送模式主要分为两类,一类是快递员直接将电商包裹从网点送到客户家里,另一类则是由于互联网线下渗透产生的同城O2O包裹的配送。这两类包裹的配送是我国物流最后一公里配送的典型模式。本文的研究就是希望通过数据分析给物流最后一公里提供智能的配送方案,通过全局优化来提升配送效率及降低配送成本。电商订单配送和同城O2O订单配送相结合可以带来更大的经济效益,本文就是通过分析两者结合过程中所产生的问题,根据约束条件,构建配送模型,优化配送路径,挖掘优化算法,以期实现经济效益的最大化,主要内容如下:(1)文章起初对两种车辆路径优化模型CVRP、VRPPDTW相关理论研究做简单介绍,分析了“最后一公里”极速配送的研究现状,接着对车辆路径问题算法进行了概述,为后续的路径规划算法设计提供理论支撑。本文根据“最后一公里”配送问题的特点,以最小化配送距离为目标分别构建电商订单与同城O2O订单的配送模型。(2)以同城O2O包裹的路径规划为背景,构建带时间窗和同时取送货车辆路径规划模型。然后用双段法处理,先对配送区域用K-Means++聚类算法进行划分,接着用最小费用最大流算法(MCMF)构建网络,求解产生配送路径段,对得到的路径段动态规划合并得到同城O2O订单的配送方案。(3)以电商包裹的路径规划为背景,构建以最大载重量为约束的车辆路径规划模型。然后以最小化配送距离为目标函数,用C.W法生成初始可行解,再对其解用禁忌搜索算法处理得到电商订单的配送方案。(4)以同城O2O包裹与电商包裹共同配送的路径规划为背景,在路径段的组合上使用0/1背包合并算法,接着优化了配送O2O包裹时的等待时间。最后为验证算法的有效性和实用性,与传统启发式算法计算的共同配送结果做对比。