物流配送对物流企业增加利润起着关键作用,而对物流配送系统中的优化问题作出合理的决策安排是物流配送效率提高和成本降低的关键。因此,对该问题的研究具有非常重要的意义。　　 现代物流智能配送系统的决策优化问题主要包括配送线路优化问题和装载问题。从目前的研究现状来看,国内外对该方面缺乏系统的研究,研究成果比较分散,无论是研究的深度还是广度,都不能满足当今物流业迅速发展的需要。　　 本文在现有理论研究成果基础上,结合实际情况,首先对智能配送系统中的主要决策优化问题进行了梳理,将系统中的决策优化问题分为三大类五小类,三大类依次是配送线路优化问题、装载优化问题、货物装载及配送线路组合优化问题,五小类即将配送线路优化问题分为单回路和多回路两类,装载优化问题分为同规格货物和不同规格货物两类进行研究,便成了五小类决策优化问题。接下来在假定需求不可拆分的情况下,对系统中的五小类决策优化问题一一进行了研究:　　 (1)针对单回路配送线路优化问题的数学模型和运筹学中的运输问题相似的特征,通过对表上作业法的修改,提出求解单回路配送线路优化问题的表上作业法,为解决单回路配送线路优化问题提供了一种新的思路和途径。同时和研究小组成员(兰培真,郭桂梅)共同提出另一种近似算法——吞圈法,通过实验证明,该方法的求解性能稳定,运算次数少,且求解质量较高,优于经典的最近邻点法和最近插入法,也优于大部分智能化算法,求解结果不依赖起始点的选取,是求解单回路配送线路优化问题的有效方法。　　 (2)在单回路配送线路优化问题研究的基础上,提出解决多回路配送线路优化问题的“扫描-吞圈法”和“吞圈-最优划分法”,通过实验表明,大多数情况下“吞圈-最优划分法”的求解效果要好于“扫描-吞圈法”,但由于“吞圈-最优划分法”求得的解易出现交叉迂回现象,所以有时求解效果也较差。　　 (3)对同规格货物装载问题,模拟人们在实际装箱时总是尽量保证每一层装得比较“平直”的思想和基于装卸稳定性及简便性的考虑,设计了层堆启发式算法求解。实验结果表明,该算法在保证货物装卸稳定性和便利性的同时,空间利用率也较高,是一种较为实用的算法。　　 (4)描述了不同规格货物的装载优化问题,并对其进行了分类和研究现状介绍,总结了求解不同规格货物装载算法的一般流程,提出了配载时应注意的事项。　　 (5)对货物装载及配送线路组合优化问题进行了描述和分类,并介绍了其研究现状,重点探讨了3L-CVRP问题及其求解算法。　　 最后,假定需求可拆分,对需求可拆分的配送线路优化问题(SDVRP)进行了研究。描述了SDVRP的数学模型,证明了SDVRP优化解的特征。将需求可拆分的车辆路径问题分成两阶段求解,针对单车场、单车型、无时间窗要求、纯装货或纯卸货情况分别设计了先分组后路径及先路径后分组算法求解。通过实验表明,在成本上,先分组后路径求得的解好于先路径后分组求得的解,且比现有蚁群算法和禁忌搜索算法求得的成本更低,但先路径后分组的方法可以避免一个点的需求被拆分成两次以上满足,求解速度也更快。