近年来，物流配送作为“第三方利润源泉”在国民经济建设中所起的作用日趋重要，如何在提高物流配送效率的同时降低物流成本，已成为中外许多企业和科技工作者们的热点研究课题。物流配送问题的优化，是一个复杂的系统工程，其不但涉及到供需点间的物资合理分配，而且涉及到车辆的装载方式与调度，以及车辆配送路线的合理选取等等。本文选择“多车场多配送中心多用户点的最优物流配送问题”进行研究，就是将上述问题统筹考虑，构建一种能够同步解决上述各问题的算法，使研究更加贴近实际，使相关的算法更加有效适用。 对于“多车场多配送中心多用户点的最优物流配送问题”的研究，本文做的主要工作和获得的研究成果如下： 1．在第三章中，首先利用Floyd算法给出了一般网络上多车场多配送中心多用户点的最优物流配送问题的仞始可行方案，即车辆同时从所在的车场出发到邻近的配送中心统一装货，根据用户点的需求运往各用户点，完成配送任务后就近返回车场。在此基础上，建立了一种适用有效的迭代算法——寻找可降低总费用的调优回路，并对可行解进行改进，再寻找可降低总费用的调优回路，直到不存在可调优的回路为止。 2．在第四章中，揭示了“配送中心→用户点”是一般网络上多车场多配送中心多用户点的物流配送问题的关键环节，一旦这一环节达到了最优，则“车场→配送中心”、“用户点→车场”的空车行驶线路问题，便可转化成两个简单的经典运输问题。对关键环节“配送中心→用户点”的优化，也可以利用Floyd算法给出初始可行运输方案，再对满载车辆运输进行调优，最后再对非满载运输车辆进行优化运算。由此建立的算法，可以大大地降低了一般网络上多车场多配送中心多用户点的最优物流配送问题的计算量，也使得算法更加模块化而便于灵活应用。 3．在第五章中，针对车场数量、配送中心数量、用户点数量规模较大的多车场多配送中心多用户点的物流配送问题，结合模拟退火算法和小生境遗传算法，提出了新的选择进化方案。