本文建立了基于遗传算法的车辆路径优化问题的数学模型,用笔者在此基础上编写的程序来计算实际案例时,可明显提高运输效益。本文主要研究的是物流运输中的车辆路径优化问题,采用的研究方法是遗传算法。以遗传算法为依托,通过对车辆路径问题的细致分析,建立起了车辆路径问题的数学模型,从而得到了车辆路径问题的抽象表示。现代物流是企业继降低物质消耗、提高劳动生产率以外创造利润的第三个重要源泉,也是企业降低生产经营成本,提高产品市场竞争力的重要途径。我国物流发展潜力巨大,但是与国外相比有明显的差距。车辆路径问题对降低物流运输成本具有重要作用以及实际的经济意义,国内外很多学者对其作了广泛而深入的研究和论述。本文利用车辆路径问题的数学模型,提出了基于遗传算法的解决方法。利用自然数序列作为车辆路径问题的编码方式;遗传算法的个体选择方法有很多,本文采用了轮盘赌选择法;在交叉算子上引进了“新颖”交叉算子,并放弃了传统上的单一概率制,转而采用了自适应概率,使在遗传过程的交叉和变异两大重要过程中,根据个体适应度值的不同采用不同的交叉概率和变异概率;在进化停止的判断方法上采取了双重判断法。在实际的案例分析中,通过本文方法所得到的解决方案比案例中原有的解决方案更加优越,所得成本低于案例中原有成本。