物流配送路径规划问题通常被看作车辆路径问题VRP(Vehicle Routing Problem)，是一类重要的组合优化问题。由于VRP问题是强NP难题，高效的精确算法存在的可能性不大，所以寻找近似算法是必要和现实的。遗传算法就是其中一种很好的解决方法。遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度并行、随机、自适应搜索算法。 本文的中心内容是利用遗传算法如何解决车辆路径问题。首先，分析了目前车辆路径问题的研究现状，在此基础上提出了本文的研究问题——带软时间窗的车辆路径问题(VRPTW)。然后，介绍遗传算法的基本理论和算法，并以具体例子说明算法的实施步骤。以车辆路径问题中的一种——非满载车辆路径问题为例子，进行了问题描述、模型分析、算法设计并且实现了此算法。最后，在解车辆路径问题中，将遗传算法与传统解法进行比较，体现了遗传算法的优越性。 通过论文工作的研究与实现，作者认为：遗传算法在物流配送路径规划方面的优良特性，能够使问题得到较优满意解。但是，由于现实问题的复杂性，满足具体情况的遗传算法设计还有待进一步提高，理论分析有待进一步加深。