金融押运在金融业中占据重要位置,金融押运安全是其中的核心问题。目前各家银行不断步入金融押运社会化之中,把守押风险转嫁给专业的保安公司,以降低自身的风险和成本。对于保安公司,则面临着押运途中、网点交接、库房监控三个方面的安全风险,在这些风险中押运途中以及网点交接是最应该注意到的安全风险,本文对此进行物流规划,从而在金融押运中尽可能降低这些危险。首先,通过对金融押运物流规划的问题分析,建立相应的模型。本文以车场、金库、银行网点和金融押运车为中心,围绕这些物体建立他们相应的关系,从而完成金融押运物流规划的模型建立。其次,对于建立的模型,设计了分布求解,然后再综合考虑的设计思想。对于银行网点过多这一金融押运所面对的特殊问题,采用模糊聚类的方法将距离比较近的银行网点聚集在一起,这样对于银行网点的分配提供了方便。对于金融押运物流规划中最重要的规划也是求解过程的主干部分银行网点分配,采用了模拟退火遗传算法进行求解。这样提高了算法的收敛速度,而且克服遗传算法存在易陷入局部极值点等缺陷。对于求解最少车辆问题,采用了优先配合启发式方法求解,对于次优配合启发式方法虽然计算速度慢,但是它能够得到更小的解。对于金库车辆分配给车场的问题,采用基于生成树的遗传算法。与基于矩阵的遗传算法相比,此方法求解此问题较快捷。实验仿真结果表明,模拟退火遗传算法提高了收敛速度,在处理大规模的问题上有了极大的改善,对于之前的预测得到了很好的验证。最后,在上述研究成果基础上,对金融押运物流规划子系统的主要技术与功能等内容进行了分析。结合实际情况,对系统技术架构、系统功能结构和数据库进行了设计。将Java编程实现的模拟退火遗传算法、优先配合启发式方法以及基于生成树遗传算法嵌入到相应的数据分析模块中,从而使子系统实现相应的金融押运物流规划的功能。