人们对于物流所进行的基本活动并不陌生，而物流在中国却是近几年来兴起的概念。现代物流是与能源流、信息流并列的，继劳动力、资源之后的“第三利润源泉”。近几年来电子商务的快速发展，使得物流配送面临前所未有的机遇和挑战。目前，随国内对物流配送的研究日渐深入，物流系统的最优化越来越成为众人注目的焦点。 遗传算法作为一种非确定性的拟生态随机优化算法在过去20年中得到了广泛的应用。由于其具有不依赖于问题模型的特性、全局最优性、隐含并行性等特点，正越来越激起人们研究与应用的兴趣。本文应用遗传算法求解物流系统成本优化问题，主要在以下几个方面作了一些研究工作： 首先我们介绍了当前国内外物流系统优化决策研究概况，存在的问题及解决思路。 第二章介绍了遗传算法的基本概念和基本理论以及用遗传算法解决非线性模型的常用策略。对遗传算法的各个组成部分，特别是对选择策略，杂交策略，变异策略作了详细的介绍。 第三章对整个物流链成本进行综合分析，通过理论化的抽象来建立一种效益与成本、服务质量均衡的多目标优化的物流成本模型。 第四章针对求解第三章提出的模型问题，我们提出了差分算子，并对这个算予做了详细的测试，在这基础上提出了改进的混合遗传算法，且成功运用该算法求解了该模型。 第五章结束语是对本文核心工作的归纳与展望。