在移动互联的时代,以GIS为核心的3S技术在物流配送中尤其是车辆路径的选择问题中的应用越来越广泛,实践研究表明通过深入研究车辆路径选择及优化问题(VRP)可以在很大程度上对物流中的空间及时间效益进行有效提升。本文通过对国内外有关GIS在VRP问题上的应用的研究及相关解决VRP问题的算法对比分析后,深入研究在GIS的环境下VRP问题的空间、时间和网络特征,以GIS-T技术为基础,在新技术、新环境、新思路指导下根据路网结构及对交通阻抗的分析建立具有明显GIS特性的道路网络模型,进一步对建立在路网基础上的VRP问题在GIS环境下的约束条件、运输成本的分析,最后结合流分配的思想和方法完成对VRP模型的合理性的改进。通过利用GIS中相关的理论和方法对VRP问题中规模进行有效的界定,通过实验的方法进一步探索出对于合理规模的特定优化方法,运用组合算法的思路对带有明显空间特征的VRP问题算法进行改进和优化。本文在组合、动态优化的思路指导下对配送区域进行多级划分,针对不同的区域采用合适的方法来解决VRP问题,首先通过对所有的客户集群的聚类分析并结合GIS的空间分析方法从而提取到二级配送中心,在对二级配送中心进行配送的时候采用Hopfield神经网络来进行车辆路径的选择及优化,实验数据表明优化率基本在30%以上,也能够满足对于时间复杂度的要求。对于以每个二级配送中心组成的小范围内的配送问题则可以通过改进后的Floyd算法进行对区域内容户点间的路径进行在满足一定条件下的迭代归并,并结合山西省晋中市太谷县的项目实证来分析,结果表明单就路线长度这一项指标上的优化率就达到了19%,同时还能够满足特定的约束条件。