随着移动互联网的普及,越来越多的人选择网上购物,衡量网上购物好坏的一个重要指标是----物流配送的速度,而物流配送的速度,由物流路径选择的优劣来决定,一个快的物流路径选择方案能给客户好的购物体验,能降低一个电商平台或者我国物流配送的整体成本。物流配送整体成本的降低将为我国发展节约型社会提供一个新的思路,可见如何给出一个物流配送优化选择的方案,是普通客户、企业和一个国家急需解决的一个重要而又迫切的问题。本文针对当下物流派送中存在的“最后一公里”问题进行研究,首先分析了物流路径选择问题的研究现状,并在基本理论的基础上,对解决物流路径选择优化问题的相关算法进行深入研究;其次给出了当下物流路径选择问题上存在的问题,并在进行对比分析后,最终确定利用结合混合扫描法的蚁群算法来解决物流路径选择优化问题,结合混合扫描法的蚁群算法先利用扫描法对配送节点初步分类,再对每组节点利用优化后的蚁群算法进行物流路径的优化选择,最后根据扫描法的5大原则对物流路径进行调整,以得到相对较优的物流路径选择方案。优化的蚁群算法是针对传统蚁群算法易早熟、易停滞的问题,分别从信息素的更新方式和节点的选择策略两方面进行改进,以得到优化的蚁群算法。其中信息素的更新方式分别对信息素残留系数和信息素浓度的设置来进行信息素更新,节点的选择策略是通过一定概率选择随机性搜索或确定性搜索。利用本文设计的结合混合扫描法的蚁群算法,对包含了3个配送中心和30个客户的实验数据,进行仿真,仿真结果把30个客户分成了3组,每组都给出了最优的物流路径选择方案,从最终方案可看出,利用本文的结合混合扫描法的蚁群算法,得到了相对较好的物流路径选择方案,并且不存在客户让较远配送中心配送的现象,很好地解决了“最后一公里”问题。本文设计的结合混合扫描法的ACA将对物流配送的最优路径选择提供有效的方案,并降低当下物流配送的总成本,为建设节约型社会提供有意义的借鉴和思考。