随着快递业的快速崛起,快递路径的合理选择已经成为快递企业高效运作的核心问题。单一的从时间最短、路径最短或者成本最优来进行路径选择已经不能满足要求。本文在综合考虑时效性和经济性的基础上,将平衡时间和成本作为优化目标,实现最优路径的选择。城市间与城市内快递运输方式的不同,使得时间成本和经济成本并不成正比,因此在优化快递运输路径时,城市间和城市内应采取不同的优化策略。综合考虑时间和成本的快递路径优化对于快递企业的发展具有重要的应用价值。智能优化算法是针对复杂非线性、非唯一解工程问题提出的一种对解空间按一定规则搜索最优解的方法。蚁群算法是一种通过启发函数和信息素更新选择最优解的优化算法,在路径优化问题上有很好的效果。本文以快递路径优化为研究对象,针对以时间和成本综合最优的快递路径优化目标的特殊性,对基本蚁群算法做出了改进,提出了针对不同快递阶段采用不同策略的多层次蚁群算法,成功实现了以时间和成本综合最优的快递路径优化目标。本文的实验数据来源于国内某快递公司2014年5月10日至2015年2月6日期间38752378条真实快递数据,这些数据具有真实、数量庞大、覆盖全面等特点。利用这些数据做出的实验结果更接近现实,可以为快递企业提供一定的实际参考价值。本文的主要研究工作包括：(1)通过查阅文献,详细介绍了快递路径选择的研究现状。分析了快递网络的特点,比较了各种快递网络运输方式的优缺点和适用性,阐述了影响快递网络路径选择的因素,为本文快递路径选择的优化目标的合理性提供了理论支持。(2)针对基本蚁群算法只能求解单一优化目标问题这一缺陷,本文提出了多层次蚁群算法。在多层次蚁群算法中,根据快递各路段的特性将快递网络进行分层,不同的层次选用不同的启发函数,解决了时间和成本综合最优的快递路径优化问题。同时本文改进了信息素更新策略,使算法的收敛速度以及寻优能力都得到了提升。(3)对杂乱无章的原始的快递数据进行了处理,从中提取出能够用于快递路径优化的实验数据。编程实现了基于多层次蚁群算法的快递路径优化,并与基本蚁群算法进行了对比,证实了算法的有效性和可行性。