近年来，随着市场经济的深入发展，物流作为“第三利润源泉”在我国乃至世界的生产、分配、流通和消费的各个领域起着越来越重要的作用。社会物流总成本在国民生产总值中占有相当的比重。而在物流的各项成本中，配送成本占了相当高的比例。配送车辆调度的合理与否对配送速度、成本、效益影响很大，采用科学、合理的方法来进行配送车辆调度是物流配送中非常重要的一项活动。因此，物流配送中的车辆调度问题（简记成VRP），为众多学者竞相研究的热门话题。　　 VRP问题是一类求解较难的组合优化问题，由于其NP难特性，采用精确优化方法有一定的局限性，不能得到令人满意的结果。目前尽管有很多启发式算法可用于实际优化问题的求解，但传统算法，包括标准遗传算法的全局搜索能力不够强，容易导致过早收敛。而基于生物免疫记忆功能原理的优化算法，可一定程度地解决过早收敛和搜索速度的不足。　　 本文的研究内容和主要工作有：　　 1.介绍了物流业和物流配送中心车辆调度问题的研究概况和意义，并对遗传算法和免疫记忆策略进行了描述。通过对遗传算法缺陷和不足的分析，得出基于免疫记忆的遗传算法具有更大的优越性。　　 2.根据遗传算法的基本架构以及免疫系统的免疫记忆机制，提出了一种改进的免疫遗传算法模型。本文的创新之处在于，在传统的遗传算法的基础上，采用精英保留策略保证遗传算法的全局收敛性，进行实数编码，除传统的轮盘赌的选择算子、单点交叉的交叉算子和变异算子，增加了免疫记忆算子。　　 3.采用TSP问题对改进的算法进行测试，给出了在传统遗传算法和改进的算法两种算法下的实验结果。实验结果表明，本文所提出的改进免疫记忆遗传算法在优化结果上明显优于传统遗传算法。　　 4.在建立物流配送车辆优化调度数学模型基础上，构造了求解该问题的算子，并进行了实例计算。实验结果表明，利用免疫记忆遗传算法进行物流配送车辆优化调度问题求解，可以方便有效地求得问题近似最优解。