遗传算法是一类借鉴生物界自然选择和自然遗传机制的随机化搜索算法，由美国J．Holland教授提出，其主要特点是群体搜索策略和群体中个体之间的信息交换，搜索不依赖于梯度信息。它尤其适用于处理传统搜索方法难于解决的复杂和非线性问题，可广泛用于组合优化、机器学习、自适应控制、规划设计和人工生命等领域，是21世纪有关智能计算中的关键技术之一。物流配送车辆调度问题几十年来一直是一个研究热点，尤其是近几年来随着物流在社会中的地位越来越重要，很多专业如系统工程、交通工程、计算机、数理等的学者、研究人员都在对此进行研究。配送车辆调度要解决的问题是车辆从配送中心(这里的配送中心是广义概念，指的是车辆的出发地，可以是物流中心、配送中心、仓库、车场等等)出发去完成一些配送任务，当各任务量较小(小于车辆容量)时，为了提高车辆的利用率，可安排一辆车执行几项运输任务，这时，在特定城市交通条件和状况下，如何安排车辆的路线，使得既满足各任务的需求，能够完成任务，而又使总成本最小(这里的成本是一个广义的概念，包括距离最短、时间最省、运营费用最少等)．本文以遗传算法为基础，由于在汽车配送问题中存在着诸多影响最终配送方案的主观以及客观因素，所以导致汽车配送问题一直属于NP问题之列，本文主要将种种影响因子通过一定的量化训练，将模糊的因素通过数字达到一定程度上的清晰，再通过交叉、变异等遗传操作对数据进行训练、处理以及聚类，使之达到一定程度、一定范围内的最优。