随着科学技术的日益进步，物流系统逐渐成为现代社会经济系统的重要支柱，物流总成本已在国民生产总值中占有相当的比重。物流配送是企业与消费者在物流活动中直接相连的环节，在物流的各项成本中，物流配送成本又占了相当高的比例。因此，配送车辆调度的合理与否直接影响到配送的成本和企业效益，特别是多用户配送车辆调度的确定更为复杂。运用合理的，科学的方法进行配送车辆调度是物流配送中非常重要的一项活动。在当前众多研究课题中，车辆调度问题已成为众多学者竞相研究的热门话题。生物免疫系统(Biological Immune System，BIS)是一种具有高度分布性的自适应学习系统，具有完善的机制来抵抗外来病原体的入侵，有很强的学习、记忆、和自适应调节能力。由于自然免疫系统具有强大的信息处理能力，尤其是在完全并行和分布的方式下实现复杂的计算，因而成为一个很有研究价值的课题。人工免疫算法(Artificial Immune Algorithm，AIA)是基于生物免疫系统启示而设计的新型算法，在智能化搜索最优解方面相对于其他进化算法更具有优势，并且已经广泛应用于模式识别、人工智能，故障诊断、优化调度等领域，表现出卓越的性能和效率。本文在对车辆调度数学模型深入研究的基础上，将免疫算法中的克隆选择算法(Clonal Selection Algorithm，CSA)应用到车辆调度模型中，针对山西省煤炭运销系统建立了基于免疫算法的车辆调度模型，并进行了具体的实现。计算结果表明，利用免疫算法进行物流配送车辆优化调度问题求解，可以方便有效地求得问题的近似最优解。此模型在实际的应用中表现出突出的性能，具有巨大的应用前景。