随着国际互联网的发展和信息技术的日新月异，电子商务正越来越深入影响着当今经济生活。B2C电子商务是电子商务的模式之一，并且占有相当的比重。物流配送作为电子商务的一个重要支撑环节急需改进，物流配送发展的相对滞后，使得商品的物流配送成为制约B2C电子商务发展的因素之一。车辆路径问题是物流配送系统调度中关键的一个环节，对车辆路径进行优化调度可以提高物流经济效益，实现物流科学化。本文首先总结出B2C电子商务环境下物流配送的特点和配送类型，其特点主要表现在小批量多批次、需求商品多样化和顾客需求个性化三个方面，配送的类型分为集中型配送、分散型配送和混合型配送三种方式；其次，建立了关于配送的多目标VRP模型，这是本文的重点之一，传统的VRP模型为单目标约束模型，多目标模型一般将最短化车辆路径和最小化车辆数目作为优化目标，这两种情况只考虑了配送的成本，但是B2C电子商务环境下配送的效率和顾客的满意度也是非常重要的两个因素，将模型的目标确立为：最短化配送路径、最小化配送车辆数目、最小化配送过程中的顾客等待时间和最小化配送过程中的车辆等待时间，建立了多目标多约束的优化模型。最后，在求解算法上使用NSGAⅡ算法求解，为了解决多车型的约束在生成编码时为每条染色体附加一个信息分组，信息分组表示车辆的使用情况，针对NSGAⅡ算法在种群分布性方面的缺陷，设计了使用基于最小生成树的多目标算法对NSGAⅡ算法进行改进，使用基于最小生成树的多目标算法对NSGAⅡ算法进行改进，本文使用最小生成树的多目标进化算法中对于外部种群的维护方法对NSGAⅡ算法中父子代合并的种群进行修剪，保持解群体的分布性。最终通过算例来验证改进算法的有效性。