物流业已经成为国民经济的重要产业，在社会经济发展中起着越来越重要的作用，配送是物流中的重要环节，配送路线的选择直接影响配送成本，进而影响了物流成本。物流配送路线优化研究，是配送系统优化中的重要一环。通过配送路线优化，可以提高企业的运作效率，降低配送成本，实现物流科学化。自从配送路径优化问题被提出以来，国内外的专家学者对其开展了广泛的研究。目前己经产生出多种成熟的模型和算法，为后人继续研究提供了基础。通过阐述配送车辆路线优化问题及其构成要素，分析以往路线优化问题模型存在的不足，本文重新对配送车辆路线优化问题进行了必要的界定和约束，在建模过程中将拣选、加工、装卸等配送成本作为次要因素进行处理，以燃料费、人员费用、其它费用以及时间成本总和代替配送成本，在充分考虑车辆装载情况、配送线路的路面情况、车辆在各路段行驶平均速度情况以及各客户点不同时间窗需求的基础上，构建了以成本最低为优化目标的车辆路线优化问题数学模型。粒子群算法被认为是求解组合优化问题的有效手段之一，本文所研究的问题属于组合优化问题，因此可采用粒子群算法来求解本文提出的成本最低配送车辆路线优化问题模型。本文提出的模型中存在车辆动态装载量和车辆到达客户时刻点两个动态变量，在求解过程中针对问题模型的特性构造全新的粒子编码方式，设计全新的动态求解配送车辆到达客户点的时刻点及车辆实时装载量的计算方法，有助于模型的求解及粒子群算法计算效率的提高。影响粒子群算法优化性能因素包括：惯性权重因子、学习因子、边界条件三种，本文在分析上述三种因子的基础上，设置适当的算法参数，确定粒子群算法的权重策略和边界策略，从而有效提高粒子群算法的解的质量。通过对成本最低配送路线优化问题模型及粒子群算法的深入研究，本文形成了比较系统的配送路线优化理论和方法，能够为物流企业选择配送路线提供理论支持，具有实际应用价值。本文的创新之处主要有以下几点：1、在详细分析了配送成本及运输成本构成要素的基础上构建了以成本最低为优化目标的配送车辆路线优化模型。2、根据本文所构建模型的特性，构造了全新的粒子编码方式，并给出了解码方式，设计了动态求解配送车辆到达客户点的时刻点以及车辆动态装载量的计算公式。3、详细研究了影响粒子群算法优化性能的因素，并在此研究基础上选择了开口向上抛物线惯性权重变化策略及添加随机扰动项的边界策略，提高粒子群算法的算法性能。