电商行业的兴起带动了物流业的迅速发展,物流行已成为社会服务业中的支柱产业。M物流公司目前是国内物流业领军企业,主要业务是线上零售3C电子、图书音像制品、食品、家电等,并提供相应的物流配送服务。然而我国物流产业目前仍存在成本较高、企业客户满意度较低等问题。因此,本文以M物流公司为研究对象,开展M物流公司城区配送车辆路径优化的研究。首先,针对目前物流行业面对的问题,通过大量文献阅读与梳理,总结了目前车辆路径问题的要素、特点、问题分类,研究了客户满意度相关理论,分析了目前国内外在车辆路径优化方面主要采用的建模方法,并对启发式算法及其优缺点进行了对比分析,从而确定本文的研究内容与技术路线。其次,从物流行业面对的挑战出发,选取M物流公司为研究主体,分析了该公司物流配送现状并总结其配送活动的问题,基于现状分析对模型进行改进。在改进模型中,在原成本函数基础上加入碳排放成本作为第一个目标函数。建立模糊时间窗与每个客户满意度的隶属度关系,并采用以客户价值理论为基础的客户价值评价体系,应用模糊综合评价法计算出每个客户的客户价值作为单个客户满意度的权值,再对单个客户满意度函数进行加权求和得到整体客户满意度函数,并将其作为第二个目标函数。接着用不等式约束法将多目标函数转化为单目标函数。再次,针对M物流公司目前使用的标准粒子群算法(PSO)进行改进研究。本文提出一种粒子释放与速度动态变化的改进策略,形成粒子释放-速度动态变化的改进粒子群算法,从而解决了传统PSO的收敛慢、搜索效率低等缺点。为检验这种改进策略的合理性,用三种函数对改进后算法进行测试。通过对测试结果分析发现,本文提出的改进策略有效改善了标准PSO收敛慢、寻优效率低等缺点。最后用改进后PSO算法求解对改进后的模型,将优化前后的结果进行对比分析,结果表明:改进研究后M物流公司配送成本降低了24.59%,客户满意度提升了13.67%,对M物流公司以后发展具有一定推动意义,本文的研究方法在物流行业内有一定价值。