物流配送中的路径优化问题,即车辆路径问题(Vehicle Routing Problem, VRP),是当今物流配送优化中关键的一个环节,而且一直以来都是研究的热点。选取恰当的车辆路径即配送路线,不仅可以加快对客户需求的响应速度,提高服务质量,还可以增强客户对物流环节的满意度,降低物流企业运作成本。本文在认真分析国内外VRP研究的基础上,建立了一种单边硬时间窗的物流配送路径优化模型(ST-VRP)。提出单边硬时间窗的车辆路径问题。然后介绍了遗传算法和免疫遗传算法的基本理论、应用情况,总结了各自的优缺点。在此基础上,提出了一种免疫遗传改进算法用以解决ST-VRP。在分析了基本免疫遗传算法(Immune Genetic Algorithm,IGA)解决ST-VRP的解决方案后,提出了两个重要的改进策略：第一,针对以往免疫遗传算法基于单种群的缺陷,即算法一旦达到平衡状态则种群不会再有大的变化从而难以寻求全局最优,将分布式遗传算法(Distributed Genetic Algorithm, DGA)的思想引入到算法中,提出多种群策略和迁移算子策略,从而有效提高了算法的搜索范围,防止算法出现“早熟”现象；第二,在新抗体产生的过程中,为了提高选择算子的选优能力,在传统轮盘赌的基础上提出一种基于无放回的排序的多轮轮盘赌选择算子,达到了既能够选出最好个体又能够保证种群多样性的效果。最后,本文给出了用改进的免疫遗传算法解决物流配送ST-VRP的详细流程,并应用Matlab实现了改进的算法。实验数据验证了本算法的可行性。通过对比改进的算法与遗传算法及基本免疫遗传算法的实验结果,显示出本算法在解决物流配送VRP方面的优越性。