随着社会主义市场经济的发展,作为“第三利润源泉”的物流对经济活动的影响日益明显,成为当前“最重要的竞争领域”。配送是物流活动中直接与消费者相连的环节,而车辆运输调度(VRP)又是物流配送优化中关键的一环。目前,我国绝大多数第三方物流企业的车辆调度依然依赖人工经验或采用人工安排的方式,从而造成企业的运输资源不能合理利用、运营成本过高或无法满足客户的要求。因此,对车辆调度优化问题进行研究,建立满足客户需求的车辆优化调度系统,是提升企业服务水平及资源利用率的重要课题。针对我国物流配送车辆调度系统理论研究与实际运行的现状,本文使用先进的优化启发式算法——遗传算法对在现实生活中有着广泛应用的VRPTW(有时间窗约束的车辆调度问题)进行了深入的研究。通过对该算法运用C语言编程,并进行实例测试,结果得出了满意解。在应用遗传算法求解时,提出采用惩罚策略处理目标函数中对车辆容量的限制和客户对不同时间窗的需求约束,从而使目标解所对应的染色体能够根据违反约束的程度,具有不同大小的适应度;在遗传群体更新过程中,本文采用一种新型的交叉算子——改进的顺序交叉(IOX),更好的解决了既不破坏父代染色体中已产生的最优子路径,还能保证当参与交叉的两个个体相同时,遗传算法不会早熟收敛于局部最优解的两个难题。论文还重点研究了基于GIS的物流配送车辆优化调度系统实现中的核心部分:空间数据库与非空间数据库的设计和建立及其关联,阐述了系统三大主要功能:地图显示模块、车辆调度模块和数据库模块的实现。本文深入研究了VRP中应用日益广泛的VRPTW问题,构建了该问题的数学模型,设计了求解VRPTW的新型遗传算法,并用C语言编程对该算法进行实例测试,结果得出了满意解,保证了物流企业在满足客户配送需求的同时,又使得运输车辆的配送路径最短、运输费用最小。在物流配送车辆优化调度系统的实现中,借助GIS强大的图形图像处理及数据可视化技术,实现了运输车辆配送路径的可视化,以辅助物流企业进行具体的配送路径决策。该系统的研究与实现,具有现实的理论意义和实践意义。