医药物流是药品从生产厂家到医疗单位的一种实物运转形式，是物流管理理论与技术在医药领域上的具体应用。近年来，随着医药物流在我国的迅速发展以及基本药物制度的建立，药物配送逐渐成为各方关注的焦点。配送作为与消费者直接相连的重要环节，其效率决定了企业的服务水平与运营成本。对于大多数医药配送企业而言，配送路线的规划大都由司机凭经验确定，缺乏科学性与合理性。因此，利用智能优化算法对医药物流配送车辆路径问题进行优化具有重要的理论意义与实用价值。　　本文的主要内容包括三部分：　　第一，研究了配送车辆路径问题的典型数学模型，并根据不同配送任务的特点对配送车辆路径问题进行了分类，分析了配送车辆路径问题的计算复杂度，并对其不同的求解策略进行了总结。　　第二，详细地阐述了粒子群算法的基本原理，分析了粒子群算法的时空复杂度，并结合5个常用的基准测试函数对粒子群算法的优化性能进行了验证，证明粒子群算法具有较好的全局搜索能力，能够实现多维函数的全局寻优。　　第三，探讨了医药物流配送车辆路径问题的构成要素，建立了以配送成本最小化为目标的常规药品配送车辆路径问题的数学模型，并针对广西某地区药品连锁店多、配送线路复杂的情况，采用粒子群算法进行实例仿真，快速有效地求得了药品配送车辆路径问题的最优解。　　本文的创新性在于从配送企业的利益出发，构造有软时间窗约束的常规药品配送车辆路径问题的优化模型，采用新兴的群体智能优化算法——粒子群算法进行求解并基于MATLA B软件进行编程实现。