随着世界经济一体化进程速度的进一步加快和我国改革开放的不断深化，被称为企业“第三利润源泉”的物流对经济活动的影响日益明显，引起人们越来越高的重视。物流企业能否快速、准确地获得客户需求信息并高效、合理地完成配送服务，成为决定其自身市场竞争力高低的重要因素。其中，合理的车辆路径优化方案是改善物流配送服务的一个重要突破口。　　合理的车辆路径优化方案是提高物流公司服务质量，降低企业物流成本的最直接影响因素，本文从车辆路径问题涉及到的相关知识点入手，深入分析了用于解决车辆路径问题的几种主要算法，并对它们作了比较，最终得出遗传算法作为本文基础算法的结论。论文提出了即满足常温条件又满足冷藏条件的物流配送优化算法，传统的物流路径优化模型在物品的配送种类上存在一定的局限性，它们只考虑配送单一种类的物品，我们通过对物品种类进行标识解决了这个问题，使该算法模型既能配送常温下的物品，也能配送需要冷藏处理的生冷物品。为了省去算法运行时在码制之间进行转化的环节，我们对个体采用四位十进制编码，它既满足了大多数物流公司客户数目的要求，又节约了运行时间，并通过模拟实验证明，改进后的遗传算法比基础遗传算法和其他一般算法收敛速度更快，所求得的最优解质量更高，物流成本更低，证实了该算法的有效性和可行性。　　基于论文提出的物流配送优化算法设计并实现了物流配送管理信息系统，系统可实现:企业信息管理、货物信息管理、客户信息管理、车辆信息管理、员工信息管理和物流动态追踪等功能，并把改进后的遗传算法封装在了其配送决策子系统中，实现了物流配送的自动化，可满足大多数物流公司的需求。