随着现代经济的快速发展,网络应用的广泛普及,物流配送这个“第三利润源泉”产业在日常生活中发挥着越来越大的作用,受到国内外各大企业的极大重视,如家乐福、沃尔玛、卓越亚马逊这些国际化企业,它们之所以在市场上拥有具大的垄断优势,以很低的价格吸引了越来越多的国内人士消费,除了企业本身拥有雄厚的资金和强有力的品牌效应外,更是由于其现代化的物流配送方式,而车辆调度问题(Vehicle Routing Problem,简称VRP)是物流配送中的重中之重。解决了车辆调度问题,在一定程度上已经有效解决了物流配送问题,节省物流运输成本,从而提高企业的生产率,因此,此项研究在解决实际问题中具有非常重大的意义,如何有效的节省运输成本、降低企业成本,吸引更多的顾客,越来越受到人们的关注。由于车辆调度问题是NP-hard问题,属于组合优化问题,该问题的复杂度与问题的规模成正比,至今没有找到精确的最有效解决方法,目前求解的算法有很多种,大致上可以分为精确算法和启发式算法两种,在本文中主要采用遗传算法这种特别适合于解决组合优化领域问题的全局搜索算法来求解车辆调度问题,遗传算法是一种基于达尔文“适者生存、优胜劣汰”进化原则的生物进化理论,通过模拟进化机制,具有较好的全局搜索能力,对于解决很多问题具有广泛的适用性。本文首先介绍了车辆调度问题的研究背景、意义以及国内外发展现状,对车辆调度问题进行了相关的了解。然后重点描述了车辆调度问题,简要分析了VRP和TSP的区别、车辆调度问题数学模型的建立,并给出了车辆调度问题的分类以及求解方法。第三章详细阐述了遗传算法的相关知识,包括遗传算法的产生发展、工作原理、基本概念操作特征、应用情况、研究动态以及未来的发展趋势,对遗传算法有了系统全面的了解。在接下来的第四章采用了遗传算法来设计车辆调度问题,第五章给出了改进的遗传算法在车辆调度问题上的具体实验研究,同时分析了实验结果。最后,本文对改进的遗传算法的实现进行了简单的阐述,并对遗传算法求解车辆调度问题的前景进行了展望,指出了以后的研究方向。