物流作为“第三利润来源”受到了越来越多企业的关注,同时随着电子商务在我国的兴盛,物流配送的作用也逐渐显得重要。而配送路线优化问题是物流配送中的关键问题。因此,研究配送路线优化问题具有重要意义。遗传算法是一类借鉴生物界的进化规律演化而来的随机化搜索方法,在求解配送路线优化问题时应用较广泛。是国内外研究的一个热点。本文在对遗传算法进行了仔细分析研究后,针对普通遗传算法变异算子邻域搜索能力较弱的问题进行了改进。本文利用改进后的遗传算法求解单配送中心单车型配送路线优化问题,利用标准测试数据进行仿真。在求解过程中比较了遗传算法中三种选择算子：比例选择算子、联赛选择算子、和截断选择算子,得出了截断选择算子优化效果好的结论。同时提出了基于3-opt变异算子、子路径交换算子、两点变异算子的动态切换变异算子,仿真结果表明动态切换变异算子能增强遗传算法的邻域搜索能力,同时还能得到相对稳定的解。在此基础上,本文对实际配送过程中应用较多的多配送中心多车型配送路线问题进行了研究和建模,并利用改进后的遗传算法进行求解。仿真结果表明,改进后遗传算法在求解多配送中心多车型配送路线问题时是有效的。最后对全文进行了总结,并对下一步研究方向进行了展望。