物流作为“第三利润源泉”是促进我国GDP增长和第三产业发展的重要组成部分,对于物流行业的转型升级有明显的促进作用,能够有效地带动区域经济增长、改善城市交通拥堵状况,它在一定程度上有助于物流行业改善工作效率,保障物流系统稳定快速地运行。从另一种角度来说,它也对城市交通运行以及城市物流规划起着指导作用。车辆路径优化问题(Vehicle Routing Problem,VRP)是城市物流配送系统中的核心问题,为车辆规划低配送成本的配送路径,能够有效降低城市物流配送的冗余成本,改善城市物流配送效率,提高物流行业服务水平,提高客户满意度,因此,研究如何使用已有资源构建高效的货物配送方案,对于提高企业的经济效益,具有重要的应用价值。本文首先对研究意义、研究背景、国内外研究现状、仿生智能算法等相关概念和理论进行介绍。其次,从市场环境、政策环境、基础设施和技术条件4个方面对中国城市物流配送体系的现状进行了分析,并对存在的问题进行了深刻的剖析,对目前城市物流的需求进行了分析和预测。然后,从可持续发展的角度对城市配送模式进行了规划,明确其功能定位,并对于构建基于仿生智能计算的城市配送体系进行规划。最后,提出了一种具备记忆功能的模拟退火算法,用于求解标准VRP问题,提出一种融合正弦余弦的遗传算法,并用于求解带时间窗的车辆路径问题(Vehicle Routing Problem with Time Window,VRPTW),并通过具体算例,验证了改进算法在求解不同类型路径规划问题的实用性。本文所构建的基于仿生计算的城市配送体系,为当前物流行业整体转型和升级提供了参考和依据,将城市物流配送系统同群智能算法理论相结合,为今后物流信息技术革命提供了有益的探索。同时,本文提出的两种改进型智能优化算法,对于求解车辆路径问题有重大的参考价值,对于提高物流配送效率也有深远的意义。