近年来国内物流产业迅速发展，集约化程度不断提高，大型物流基地业务能力快速增长的同时，竞争亦日趋激烈，顾客对物流配送质量的要求提高，以及客户关系管理(Customer Relationship Management，CRM)的广泛实施，使物流基地格外注重在物流配送作业上的科学与高效管理。而IT技术的快速发展和应用为物流配送的高效与精确运作提供了有力的技术支撑。 车辆路径问题(Vehicle routing problem，VRP)是现代物流系统研究中的一项重要内容，选取合适的运输路线，可以加快对客户需求的响应速度，提高服务质量，增强客户对物流系统的满意度，满足CRM的要求，降低服务商的运营成本。 本论文研究遗传算法在大型物流基地配送调度问题中的应用。论文第一章介绍了选题背景及应用前景，阐述了大型物流基地配送调度问题对客户关系管理的重要意义，对VRP做了简单理论分析。第二章介绍了遗传算法，分析了遗传算法的基本思想、特点和流程，阐述了遗传算法在组合优化中的应用前景。第三章对带有时间窗的车辆调度问题(Vehicle routing problem with time window，VRPTW)进行了详细的描述和分析，对VRPTW求解算法进行分类。第四章基于广东南粤物流配送中心的实际需求，建立了确定车辆数目车辆路径问题的数学模型和约束条件；通过引入新的CX交叉算子的遗传算法(CX遗传算法)，有效解决了该配送中心车辆路径问题；验证了CX遗传算法在此类问题中的优越性。第五章介绍了一种改进的遗传算法——单亲遗传算法，对单亲遗传算法和传统遗传算法做了详细的比较，指出了单亲遗传算法在一些VRP应用中的优势。第六章阐述了单亲遗传算法在广东物资集团江村物流基地VRP中的应用，对实际问题进行了实证分析，通过实验完成了方法的可行性测试及性能测试，比较了传统遗传算法与单亲遗传算法的差异，验证了单亲遗传算法在某一类问题中的优越性。 本文结合广东南粤物流配送中心和广东物资集团公司江村物流基地实际需要，规划和设计了两种关于配送作业的物流配送系统模型。根据不同需求，分别引入CX遗传算法和单亲遗传算法，通过VC++语言编程，实现了配送功能目标。在此基础上，通过在配送作业上的智能运作与控制，尤其是配送路线的优化，在实际运用中得到较好的效果，为企业的物流运作节省了成本，提高了效率。