物流运输问题是当今研究的热点问题,随着运输交通工具的多样化,交通网络的复杂化,物流运输路线的选择就是组合优化中的一个NP难题。物流运输路线的选择是否合理直接影响着运输企业配送的速度、企业成本和企业效益。本文基于智能算法对物流运输路线选择的各种情况进行了研究:1、给出了一般情况,即运输网络为一般网络时两点间最优物流运输路线的搜索算法。主要是对遗传算法进行改进:进行可变长编码、对交叉变异概率实现动态设置、把变异算子细分成插入变异和删除变异。除此之外还对数据存储结构作了调整,节省了空间开销。2、运输网络为一般网络,多个源点以及多个目的节点间运输时,最优运输路径算法设计。3、对于现在的物流运输,已经不再局限于某种特定的交通工具了,交通工具的多样化也是物流路径选择所要考虑的要点。文中根据多种交通工具的实际情况,给出了一些模型假设,并且根据这些假设建立了物流配送的数学模型。4、对于城市内部物流网络也作了思考,主要针对城市中的单行道路网进行了研究,根据其特性将其描述为强连通有向图,在满足一定条件时,对其进行阶段化,并据此建立数学模型,给出了任意一点到其他点的最短距离以及最小有向H圈长。5、当网络为小型网络且不太复杂的时候,对于最短路径问题很多方法都能够很快的解决,但是当网络趋向复杂化时,这些算法所花费的时间往往呈指数增长,这就很迫切地要求有一个算法能对出现的大型网络进行处理。本文中提出了路网简化的解决方案。这个思想可以分成两个方面:一个是直接把大型网络分割成若干个小网络,然后根据并行的思想对每个小网络进行处理,最后再根据要求对各小网络的处理结果进行合成,来得到所要求的最优解;另一个就是使得网络简化思想在大型网络直接求解的过程中实现。因为不是对于每个步骤来说,每个节点都是有意义的,也就是说在求解的某一个步骤中,某些节点的存在是没有意义的,这个时候我们可以对这些无意义的点进行处理,使其透明化,从而简化计算,提高计算效率。解决该类问题的时候,利用遗传算法和蚁群算法相结合的思想。