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(Vehicle RoutingProblem,简称VRP)的合理与否直接影响到配送的成本和企业效益。。近年来,将遗传算法应用于VRP是一大研究热点。目前,国内外有很多关于基于遗传算法的VRP问题研究,但大都淡化了网络拓扑限制,侧重于理论性的算法研究,基于这一点,无论是在初始群体的产生还是变异交叉策略上,都有相当大的自由空间,处理起来比较容易,然而,现实中,网络拓扑的限制是不可忽略的,因此,实用性较弱。本文在充分考虑到网络拓扑限制的基础上,运用遗传算法思想,展开对VRP问题的进一步研究。另外,本文还构造了可以产生个体的有穷自动机,它不仅可以用来方便地产生初始群体,而且也还为进化时新个体的注入提供了极大的便利,有利于保证群体的多样性,避免陷入局部最优解。本文主要研究内容有:1.针对单源点的VRP建立数学模型,不同于以往的研究,本文注重网络拓扑限制;2.首次构造自动机,用以产生初始群体和向进化群体中补充新个体;3.运用遗传算法思想优化群体以取得最优解;4.以山西省长治市煤炭物流为背景,进行具体的实验实现,并进行试验分析,得出试验结论。