我国电商产业近年来发展迅速,使得快递业务量持续增长,但是我国快递行业起步较晚,物流体系不够完善,因此依旧存在很多不足,也随之产生了最后一公里难题,如:配送成本居高不下,配送效率低等。传统的送货模式已经无法满足日益增长的快递配送需求,智能快递柜的服务形式应运而生,成为了解决最后一公里难题的重要方法,也是物流转型升级的关键,发展迅速,成为各大物流相关企业布局重点。随着智能物流的发展,人工智能技术辅助物流配送显得尤为重要。研究加入智能快递柜模式的快递配送优化,有助于降低物流企业的成本,提高最后一公里配送效率,是目前物流企业亟待解决的问题。针对快递量超过快递柜容量,附近又没有自提网点,没有分配到快递柜的客户需通过送货上门进行配送的情景,构建了配送模型,并设计了优化算法进行求解,其相关工作如下:(1)介绍了快递业务及配送的背景,并对快递配送路径优化、粒子群算法和TSP问题这几方面的研究现状进行阐述,分析总结后概括了主要的研究思路。然后介绍了相关理论和概念,用于帮助理解问题及建模。(2)从物流企业的视角提出了包含快递柜配送模式的快递配送模型,模型需要解决两个问题,快递柜入柜选择问题和快递配送路径优化问题。(3)针对模型需要解决的问题及其特点,设计了PSO+VNS算法模型,并且对粒子群算法进行改进,改进的思路是把二阶震荡粒子群算法的4个参数改成互不相等的4个参数,用测试函数和工程实例进行的测试,结果表明改进算法具有很好地收敛和搜索性能。(4)以合肥市包河区的一块区域为实验对象,随机产生客户需求点和快递柜点作为算例数据,将快递配送模型应用到算例中,验证了模型和算法的有效性。