随着我国医药行业的改革和药品市场的快速发展，作为药品流通环节重要一环的医药物流迎来了巨大的发展空间和机遇，越来越受到业界重视。在医药物流业务的各个环节中，医药物流配送是非常重要的一项，在整个物流过程中起着至关重要的作用，总成本占到了整个物流成本很大的比例。为了能够降低医药物流配送环节的运输成本，提高车辆营运效益，增强企业市场竞争力，如何合理的安排配送车辆的路径已成为众多学者研究的热门专题。针对这一问题，本文采用了粒子群算法对车辆路径问题进行研究，期待研究结论或成果对医药物流企业优化配送线路，降低配送成本具有一定的实践指导意义。本文首先介绍了物流、物流配送、医药物流配送的基本概念和特点以及我国医药物流行业的现状，分析了导致我国物流成本过高的原因。接着阐述了车辆路径问题的研究现状，车辆路径问题的基本概念、分类以及各种求解算法，对车辆路径问题有了较全面的认识；其次重点针对粒子群算法的基本原理及其中的各项参数做了详细说明，比较了粒子群算法与其它智能算法的特点，在总结前人研究的基础上尝试采用一种改进的粒子群算法，即通过非线性策略，调节惯性权重和学习因子，使其拥有更好的全局和局部搜索能力，通过对有关测试函数的测试，结果表明该改进算法的综合性能表现良好；接着对医药物流车辆路径问题进行建模，明确了问题的目标函数和约束条件，就如何运用粒子群算法解决车辆路径问题做出了说明；最后结合实例，运用MATLAB软件对医药物流配送车辆路径问题进行了仿真研究，提出了优化后的配送计划方案，验证了该算法是解决车辆路径问题的一个好的方法。