物流配送是物流活动中直接与消费者相连的环节。在物流的各项成本中，配送成本占了相当高的比例。配送线路安排的合理与否对配送速度、成本、效益影响很大，特别是多用户配送线路的确定更为复杂。采用科学、合理的方法来进行配送线路优化，是物流配送中非常重要的一项活动。　　 配送路线寻优通常以最短路为基础，尽管影响物流配送问题的因素很多，但本文主要针对物流配送问题中配送路线的选择进行分析研究，考虑实际中可能出现的约束条件，建立与实际配送相符合的数学模型，将定性问题转化为定量问题。　　 蚁群算法(Ant Conlony Algorithms,ACA)是一种新兴的搜索寻优算法，它是从蚁群行为的研究中产生的。蚁群算法根据蚂蚁个体产生的信息素，借助选择策略、信息素更新等操作，逐步逼近最优解。它具有正反馈、并行计算、较强的鲁棒性等诸多特点，在很多领域有着广泛的应用。利用蚁群算法对物流配送优化问题进行求解，是本文的重点研究问题。　　 本文在对车辆调度数学模型深入研究的基础上，将蚁群算法(ACA)应用到车辆调度模型中，针对山西大同市新同风集团(原同风肉制品厂)建立了基于蚁群算法的车辆调度模型，并进行了具体的实现。计算结果表明，利用蚁群算法进行物流配送车辆优化调度问题求解，可以方便有效地求得问题的近似最优解。避免了实际中司机寻找最优路径的盲目性，为物流企业的配送环节提供了参考，具有一定的实践指导意义。