物流行业中,运输过程是其中不可缺少的重要组成环节,而车辆的运送过程,通过石油能源的使用将排放大量的汽车尾气,会不可避免的产生二氧化碳等大量的温室气体,这些尾气污染物造成了诸多环境问题,与现在所提倡的绿色生产概念相违背。在绿色物流的趋势下,为了减少二氧化碳的排放量,降低运输过程对环境的污染,物流运输过程中考虑碳排放的绿色物流车辆路径规划问题成为了一个重要的课题。本文主要研究绿色物流车辆路径规划问题,包括单向路程的绿色物流车辆路规划问题和逆向回路的绿色物流车辆路径规划问题。针对单向路程的绿色物流车辆路规划问题,考虑物流车辆单向配送行驶过程,计算车辆配送过程的碳排放量,包括负载引起的碳排放量和路程长短引起的碳排放量,将其作为目标函数,求解出一条碳排放量最小且路程最短的车辆行驶路线;针对于逆向回路的绿色物流车辆路径规划问题,不仅仅考虑单向路程配送,更添加了逆向回路的过程,即取送一体化,在增加逆向回路的情况下,以车辆的碳排放量最小,里程最短为目标,考虑负载和路程长短对碳排量的影响,求解出目标值最小的车辆行驶路径。针对绿色物流车辆路径优化问题,本文提出与2-opt算法混合的离散差分进化算法。采用整数排列的编码方法,对配送点进行编码,作为初始个体;首先,针对差分变异操作,使用基于排列的方法对差分变异算子的加减及乘法运算进行定义,引入一种递增子序列位置变换的操作过程,使算法更好地体现变异的方向以及变异程度;其次,针对交叉操作,为了避免传统的单点交叉造成的非法子代,使用局部交叉映射的方法进行交叉操作;最后,结合2-opt局部搜索算法,防止离散差分进化算法陷入局部最优解,使得算法能始终在离散空间中应用并求解路径优化问题。用实例进行分析,结果表明,与直接取整离散的差分进化算法及粒子群算法相比,本文算法有更小的最小值,平均值及标准差,能尽快搜索到最小值且不易陷入局部最优,有更好的收敛性能。对于单向路程的绿色物流车辆路径问题,所提出算法可以迅速找到碳排放量最小且路程最短的车辆配送路线;对于逆向回路的物流车辆路径问题,本文算法依然能够找到目标值最小,即碳排量最小,路径最短的车辆配送路线,有较好的优化结果。