近年来,中国生鲜电商市场规模发展十分迅猛,而生鲜农产品具有保质期短、易腐蚀的特性使其对物流配送有极高的要求,继而使物流成本在生鲜农产品电商的成本结构中占比巨大。物流配送成为了影响生鲜农产品电商发展的一个重要因素。因此研究如何降低生鲜农产品的配送成本具有一定的现实意义。为解决降低生鲜农产品的物流配送成本问题,本文从分析南昌市某生鲜农产品电商公司(以下简称A公司)面临的同城生鲜配送线路优化问题入手,对车辆配送路线优化问题做深入研究。将车辆的总旅程最小化作为第一优化目标,使用车辆数最小化为次优化目标,考虑单辆车的配送时间和车辆的装载量的约束条件,建立此问题的数学模型。为求解数学模型,本文设计了遗传算法、蚁群算法和连续型Hopfield神经网络算法,并做了相应的改进使其更加适应求解此问题。为验证算法的有效性,本文将A公司某日的实际配送工作作为算例,并分别使用Java程序语言实现改进后的遗传算法、蚁群算法和连续型Hopfield神经网络算法,然后求解算例,得出算例的配送方案。对比各算法得出的优化配送方案,发现改进后的遗传算法和改进后的蚁群算法得出的配送线路优化方案都显著优于公司当前实际使用的由工作人员凭经验制订的配送线路。连续型Hopfield神经网络算法虽然不能直接求得配送线路优化方案,但能对由工作人员凭经验制订的配送线路和遗传算法的得出的配送线路做进一步优化,并且其优化效果也十分显著。