当今,物流业已经越来越引起了人们的重视,物流被公认为是企业创造利润的又一个着眼点,未来的市场竞争,物流将起举足轻重的作用。物流配送作为物流体系中最为重要的一环,对整个物流系统的效率起着关键的作用。物流车辆配送问题可以被抽象为车辆路径问题(Vehicle Routing Problem,VRP)。虽然各种路径优化算法在物流配送领域已经有了广泛且成熟的应用,但是传统的路径优化算法都是静态的优化计算,并没有考虑到实际交通拥堵的情况对行车的影响,以至于优化的结果并没有很好的实用性。近年来,一方面随着信息技术和通讯技术的飞速发展并日趋成熟,卫星定位技术的成熟,各种电子地图的兴起,道路信息采集技术和信息传递技术的不断发展,都在提高车辆运输效率上起着重要的作用;另一方面随着社会的日益快速发展,人们对物流车辆运输的要求也越来越高。城市工作节奏的加快和日益繁忙的道路交通也对车辆运输的效率提出了更高的要求。今后随着3G网络和WiFi等技术的普及,信息的传递将更加便捷,因此找出一种考虑实际交通情况的动态路径优化方法迫在眉睫。本文在深入研究实时道路信息和车辆配送模型的基础上,提出了一种基于道路阻抗的蚁群算法来进行路径的优化,将实时的道路阻抗作为一个新的计算参数融入蚁群算法。本文中引入了道路阻抗来改进蚁群算法,首先把实时的交通信息转化成道路阻抗,然后将道路阻抗加入到蚁群算法中来求解最优路径。本文不仅根据道路阻抗对蚁群算法做了三方面的改进,而且把传统蚁群算法以单纯最短路程为目标转变为以时间作为标准的最短行驶时间为目标,使改进的蚁群算法求解的结果更符合实际,更能体现物流配送的快捷性。本文完成了车辆配送最优路径选择模块的系统实现,并用直观图形界面来显示求解的最优路径。在相同环境和条件下,分别应用本文算法和传统蚁群算法对车辆路径问题进行仿真求解,并对实验结果进行了横向比较,结果证明本文算法在减少行驶时间方面取得了很好的效果,这表明本文的研究有一定的理论意义和实用价值。