物流产业被认为是国民经济发展的动脉和基础产业，其发展程度已经成为衡量国家现代化程度和综合国力的重要标志之一。车辆路径问题(Vehicle Routing Problem，VRP)是物流配送中的关键环节，主要研究配送过程中客户的分配以及车辆的线路优化。目前该问题的求解方法主要使用各种智能优化算法，伊藤算法是通过抽象和模拟粒子运动而提出的新算法，在很多领域有着广泛的应用且效果良好。本文主要研究了旅行商问题(TSP)和带容量约束的车辆路径问题(CVRP)，提出了相应的改进伊藤算法并针对这两类问题建模求解。具体的研究内容如下：　　(1)首先介绍了课题的研究背景及意义，在对大量国内外文献总结提炼的基础上，深入分析了车辆路径问题和伊藤算法的国内外研究现状，然后概述了车辆路径问题的组成要素、不同分类和相应的求解算法。　　(2)介绍了伊藤算法的原理及关键算子的设计，构建了旅行商问题的数学模型，提出了一种基于爬山优化的改进伊藤算法。该算法在状态转移策略中引入了节约法和距离启发因子，提升了算法的寻优效率，同时为提高解的质量，在算法中引入了局部爬山优化算法。　　(3)以车辆行驶里程为首要目标，建立了带容量约束的车辆路径问题的数学模型，提出了一种改进的混沌伊藤算法。在寻优过程中对各个因子的权值系数作线性调整，保证了初期种群的多样性和后期遍历寻优的能力；根据粒子的适应度设计了针对波动算子和漂移算子的自适应扰动策略，避免算法迭代过程中出现搜索停滞的现象；构造了四个邻域搜索算子：2-opt算子、反转算子、插入算子、交换算子，并在此基础上提出了基于幂函数载波的混沌局部优化方法，提高了局部搜索的充分性和遍历性。　　(4)在上述算法研究的基础上，设计了一款用于求解车辆路径问题的仿真优化软件，该系统采用MVC的框架模式，包括参数设置、结果输出、数据记录、登录管理四大功能。该系统可以处理TSP/CVRP，提供ACO/MMAS/ITO/CITO供用户调用。