近年来,现代物流作为“第三方利润源”,直接关系着企业的运输成本和客户满意程度,受到了企业和研究者的重视。配送问题是现代物流的末端环节,也是核心环节,占据着企业物流成本投入的大部分费用并与客户直接接触,优化物流配送对于降低企业整个物流系统的费用和提高物流服务水平起着关键性作用。引入GIS技术能够有效分析与处理配送问题中线路优化诸多影响因素的融合问题。物流配送线路问题融合GIS技术,能够对实际道路复杂空间数据进行有效的管理和处理,直接影响配送线路决策分析,并对提高配送效率,降低配送成本,增强客户满意度以及对企业的长期科学发展有着不可估量的作用。针对传统物流配送线路问题中存在的不足,本文提出了建立GIS富网络属性路网配送线路模型,采用了N阶近邻自适应划分算法对配送网点集划分分类。首先,将GIS富网络路网属性融入物流配送线路模型,并建立具有多个配送中心和较多配送网点的配送线路模型,解决实际复杂道路抽象网络图的问题以及减小配送线路模型的适应限制。其次,再对配送线路模型中融入时间窗口、车辆种类、车辆损耗以及驾驶员费用等影响因素。寻求建立的模型最大程度接近实际配送线路问题,再次,对建立的配送线路上的较大规模配送网点采用N阶近邻自适应算法,划分配送网点集。通过构建配送算法,实现物流配送车辆线路优化调度。最后,进行试验仿真,结果显示建立的配送线路模型以及设计的配送算法有效。本文主要工作和研究成果如下：1.综述了物流配送末端VRP模型国内外的发展状况以及取得的一些成果。指出了解决VRP问题的精确求解算法和启发式求解算法的发展过程并分析了各种算法的优缺点。其中,阐述了最短路径的广义定义概念,即当最短路径问题引入时间、费用和指定必经线路等权值时,最短路径就成为了时间最短,费用最低等问题。GIS富网络属性路网模型即融合了多个权值的最短路径问题,对于实际道路抽象为网络图时的空间数据的管理以及处理具有独特的功能。还对求解最短路径问题的相应算法进行详细介绍并做了归类,比较了不同优化算法各自的特点,确定了各种算法的适用条件。针对VRP问题中的较大规模配送网点集,详细介绍了目前常用的几种分类算法及其适用条件。2.针对多仓库、多网点物流配送组合优化问题,结合道路富网络属性,建立具有实际意义的配送模型。模型中引入非线性的道路费用,配送模型为NP难题,采用组合优化算法对配送提供最短路径和最短时间两种决策模式进行研究。首先,分析实际配送道路路网情况,抽象出路网模型,并将道路分出等级,赋予道路等级权值,结合多配送中心,较大规模配送网点,建立物流配送模型。其次,借鉴生物学中的进化树分类思想,对目标网点动态回溯分类,以此切割网点簇,避免将多仓库问题转换为单仓库问题,影响仓库之间货存量协调优化；进而,将问题转化为线性方程,采用线性规划计算得到配送方案。3.为解决不确定车辆数目、较大规模网点和多层次交通网络的带时间窗口的联合配送问题,建立GIS富网络路网属性模型,采用N阶最短近邻自适应聚类算法和遗传算法进行组合求解。首先,为了解决传统带有时间窗口车辆线路调度模型中配送网点规模小(不超过20个网点)的问题,以及在建模时将各网点抽象为图的顶点的缺陷,建立基于实际道路数据网络数据集,采用GIS技术精确计算各网点之间的距离,并建立距离OD矩阵；其次,为了降低对较大规模网点配送算法设计的复杂度,采用N阶最短近邻自适应算法确定聚类簇数,再通过聚类数划分配送网点。最后,为了确定配送车辆的种类,车辆数目以及时间窗口的限制,设计遗传算法对配送线路进行优化。4.最后,对全文的研究工作内容进行了总结,指出了本文研究取得的一些成果和还有待提高发展之处,并展望了物流配送车辆线路调度领域的发展方向以及在下一步工作将要开展的地方。