结合国外包裹快递四大巨头(UPS、FedEx、DHL、TNT)的经营现状和在中国的发展状况以及国内包裹快递市场的现状，以铁路行包运输的改革及目前的经营方式为背景，分析了铁路行包运输所面临的形势，说明铁路行包运输发展现代物流的紧迫性及必要性。 本文应用现代物流中选址问题及配送车辆路径问题的理论，解决铁路行包物流配送问题。详细回顾了国内外物流节点选址的方法、数学模型、求解算法；将配送车辆路径问题分成一般的车辆路径问题、有时间窗的车辆路径问题、有回送任务的配送车辆路径问题、可分切配送的车辆路径问题进行分析，结合目前研究最多的有时间窗的车辆路径问题，综述了该类问题的数学模型和求解算法，重点分析了各种启发式算法的研究结果。 铁路行包基地及配送点选址规划问题是多层选址问题，文章给出了一般情况下铁路行包基地及配送点选址规划的数学模型，用基于扫描法、迭代法的局部搜索启发式算法求解，实例证明了模型及算法的有效性；考虑到铁路行包客户的不确定性，结合物流节点选址问题的动态模型和概率模型，给出了铁路行包基地及配送点选址规划的动态模型及概率模型，同时针对两种模型在表述不确定需求的铁路行包基地及配送点选址规划问题不足的情况，建立了不确定需求的铁路行包基地及配送点选址规划的数学模型。通过对客户需求的预测，求客户需求的分布函数，进行曲线拟合，对客户需求分布函数积分得出客户需求量的方法求解，该方法使求解得到简化，切合实际。 配送车辆路径问题是NP-hard问题，是目前物流学领域的热点。本文着重考虑铁路行包配送同时集货的实际，并以一般情况下铁路行包配送车辆路径问题为基础、研究有客户优先及考虑到大宗客户的铁路行包配送车辆路径问题。分别给出其配送车辆路径问题的数学模型，针对一般情况下铁路行包配送车辆路径问题的数学模型，采用基于最近邻域的禁忌搜索算法求解。在求解有客户优先的铁路行包配送车辆路径问题的遗传算法中，用时间窗表示行包客户的优先等级，同时考虑一个配送点配送和集货不同的时间窗；在编码时通过增加虚拟集货点，使问题得到简化，设计了确保个体编码有效性的OX交叉算子，保证在两个父代个体相同的情况下仍让能产生变异效果，设置适当的个体评价函数确保符合条件而较优的个体有较大的生存机会，用基于模拟退火技术的Metropolis判别准则的改进复制算子，确保个体的多样