现代物流业是企业在降低物质消耗、提高劳动生产率之外的第三利润源，物流科学已经成为当代最有影响的新学科之一。随着物流业的迅猛发展，以及电子商务等现代商务手段的广泛应用，对物流配送及管理提出了更高的要求。在这种形势下，货运物流的信息化管理具有重要的意义。 货运物流配送中的运输车辆路线安排问题(VRP)是一个典型的NP难问题。为了解决这一类问题，人们提出了启发式算法。现代优化算法是启发式算法的一类，其中的遗传算法是解决VRP问题的有效算法。遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法。它可以应用于科学研究和工程实际的各种搜索过程，能较有效地求解常规优化方法难于解决的组合优化问题和复杂函数优化问题。 我们结合郑州公路主枢纽信息中心在公路长途货运物流配送管理方面的需要，在VRP的基础上，设计了具有很强针对性和实用性的货运物流配送数学模型。我们针对这一模型，具体实现了遗传算法的各个步骤。我们采用了自然数编码方式对货物队列进行编码；结合车辆队列，对编码进行解码，产生装车方案和运输路线；在随机产生初始种群之后，对其个体解码产生的方案进行运输成本计算，得到适应度函数，其中引入了独特的返程成本函数；采用轮盘赌法进行选择操作，然后通过单点离散交叉和单点均匀变异产生下一代个体；根据时间标准设定算法的终止条件，最终求得问题的满意解。 实现算法之后，我们通过经典实例和应用实例进行了实验。针对算法表现出的搜索广度不足，易于局部收敛的问题，我们重点改进了交叉操作，用区域重组交叉取代单点离散交叉，通过实验数据对比，证明了改进的效果。我们对选择操作进行改进，采用了轮盘赌法和锦标赛法结合的方法，兼取了两种方法的优点。 我们还将对算法在公路长途货运物流配送中的应用进行进一步的研究，并努力将其应用到实践之中。