最后一公里城市快递的选址及配送线路优化问题是配送企业的重要问题,如何有效的进行站点选址和选择配送线路,对配送企业降低成本、提高绩效具有重要意义。考虑到企业实际的运营中,站点存在最大容量约束、派送员存在工作时间约束,增加约束后的问题更贴近实际,而现有文献的算法尚未考虑这两种约束,因此本文研究了带容量约束的聚类选址问题和带工作时间约束的CVRP问题两个问题。带容量约束的聚类选址问题是在基本的聚类问题基础上,增加各个类的容量约束,进行站点选址,并基于K-means算法设计适用于本问题的算法。带工作时间约束的C VRP问题是在基本的C VRP问题中,增加派送员的工作时间约束,并基于蚁群算法编写适用于此问题的算法。在本文的最后,应用本文提出的两个算法解决了 ZMKM配送企业的最后一公里选址及车辆路径规划问题,并将结果与企业实际成本及效率数据对比,效果较好且合理。本文提出的算法为实际企业的应用提供了理论支撑,其他配送企业也可参照本算法做选址和路径规划,具有较强的实际应用价值。同时,本文提出的算法进一步扩大了聚类算法及蚁群算法的适用范围,拓宽了聚类算法及蚁群算法今后研究的方向。