物流优化成为大型物流企业利润增长的突破点，也是打破物流系统开发瓶颈的有效手段。长久以来，依据数据分析和运筹学的思想，为物流系统的动作和执行提出建设性的意见、方案和依据，整合物流环节、优化流程管理，成为成功物流管理中的一个重要因素——物流优化。因此无论从管理的角度还是工程的角度，物流优化都存在很大的经济利益和发展潜力，对管理人员和工程技术人员提出了巨大的挑战。本文研究的主要内容是：遗传算法和量子遗传算法在运输指派问题、二次分配问题(QAP)、以及配送方案优化和物流决策的多选择背包问题的应用与实现。全文共分为六章。第一章绪论，阐述了物流系统的发展趋势和物流优化方法；第二章遗传算法，介绍该算法的流程和理论基础，以及改进遗传算法；第三章量子遗传算法，介绍量子计算的概念，对量子遗传算法的进化机理和改进算法进行总结归纳；第四章遗传算法在运输最优化指派问题上的实现，运用改进遗传算法，不断扩大研究规模；通过实例分析，说明改进遗传算法在指派问题和QAP问题上的有效性；第五章量子遗传算法在物流配送系统的应用，根据量子编码的特性，提出新的量子配送模型和配送策略，实现量子遗传算法在配送领域的首次应用。在此基础上提出派型量子更新门思想，对量子遗传操作进行改进；第六章量子遗传算法在物流决策支持方面的研究，以多选择背包问题为研究对象，实现了量子遗传算法在该领域的应用，其中对约束问题的处理，以及对非法解处理的思路上，较为新颖，对同类约束问题的处理具有借鉴意义。通过量子遗传算法或遗传算法建模是优化过程中的关键，本文基于大量的研究和试验，成功地将算法与具体的物流问题相结合，实现物流系统中若干环节的整合和优化，有很高的应用价值，其潜在的经济效益不容忽视。