配送是物流中直接与消费者相连的环节,其效率和效益决定了企业的服务水平和运营成本。车辆路径问题作为物流配送的核心问题,是组合优化领域中著名的NP难题,已成为众多学者研究的热点。由于精确算法求解车辆路径问题有一定的局限性,本文采用粒子群算法对某地区卷烟配送车辆路径的优化进行了比较深入的研究。主要的工作及创新点如下:(1)深入地分析了车辆路径问题的具体特点,研究了车辆路径问题的一般数学模型,并根据不同配送任务的特点对车辆路径问题进行了分类。(2)详细地阐述了粒子群算法的基本理论,研究了目前发展较为成熟的几种改进算法。对比分析了粒子群算法和遗传算法优化性能的异同点,结合7个常用的多维标准测试函数对粒子群算法的优化性能进行了验证,结果表明:粒子群算法在多维优化问题中具有很好的全局优化能力。(3)针对该地区单一配送中心、单车型、配送点多、配送路线复杂的特点,在进行合理假设的前提下,建立了基于不同访销周期的卷烟配送数学模型。(4)探讨了影响粒子群算法优化性能的主要因素,建立了基于粒子群的卷烟配送车辆路径优化的实现模型。结合该地区的实际需求,在Matlab 7.1中对卷烟配送问题进行了计算,结果表明:粒子群算法能够快速有效地解决卷烟配送车辆路径的优化问题。卷烟的配送具有批量小、批次多、送货点分散的特点,使得配送车辆的路径设计更为复杂,对配送工作提出了更高的要求。采用粒子群算法来进行车辆的路径优化,能够快速有效地完成车辆的分配工作,对于降低配送成本、提高服务质量、增加企业竞争能力具有重要的理论意义和实际意义。