为了实现物流在城市范围内的合理发展和物流中心的合理布局,形成高效、畅通、网络化的物流体系,许多城市已经开始进行城市物流系统规划。在城市物流系统过程中,物流配送网络优化是一个非常重要的环节。构建合理化的城市物流配送网络是现代城市物流系统的核心内容,不仅直接影响到物流系统能否良好运行,而且对城市交通运输系统、城市环境系统以及城市规划系统有重大影响。在物流配送网络优化问题中,需要决策的问题是如何寻找一组费用最小的车辆路线,将货物配送到每个客户手中,即车辆路径问题(VRP)。综合考虑实际中客户的时间要求后,就形成了带时间窗的车辆路径问题(VRPTW)。VRPTW的目标是实现在规定时间窗内以最小的成本为各个客户服务。蚁群算法(ACS)能够同时在多个区域和解空间中实现多样化搜寻,已被成功应用在多种类型的NP—hard问题的求解中,并获得了较好的效果。本文提出了一种综合2—opt和动态插入两种不同类型的区域化搜索方法进行最优解优化的改进蚁群算法,用来解决VRPTW问题,并通过56个Solomon问题进行了实例验证。计算结果表明改进的蚁群算法与其它文献中的算法相比具有优越性,同时也表明改进的算法优于原算法。