该文研究了两类车辆路径优化问题——有能力约束的车辆路径问题(Canac1tated Vehic1e Routing problem简称CVRP)和有时间窗约束的车辆路径问题(Vehid,Routing Problem With Time Window简称VRPTW),并就此开发了车辆路径优化的原型系统.首先,对有能力约束车辆路径问题的内在特征进行了研究,在此基础上建立了有能力约束车辆路径问题的数学模型,该模型集中了影响有能力约束车辆路径问题的定量和定性指标,这不仅能够满足大多数实际情况的需要,而且充分发挥了调度人员的主观能动性.提出了一种基于新颖交叉算子的改进遗传算法用于问题的求解,此算法不仅在收敛速度和解的性能上优于其它算法,而且能够有效地避免传统遗传算法的"早熟收敛"问题.其次,进一步描述了时间窗口对车辆路径优化问题的约束,构造了有时间窗车辆路径问题的通用数学模型,该数学模型不仅能够满足大多数实际问题的需要,而且通过对特定参数的设定还能够转换成其它几种典型的组合优化问题的数学模型.提出一种基于优先关系的遗传算法,将该算法用于有时间窗的车辆路径问题的解决中,实验结果表明,此算法可以有效求得有时间窗车辆路径问题的优化解,是求解该问题的一个较好方案;同时也为求解其它组合优化问题提供了新的途径.最后,实现了物流配送中车辆路径优化的原型系统,该系统想给调度者提供一个可行的.有效的辅助决策工具,以提高决策的质量和速度,从而提高企业的经济效益和对顾客的服务质量.