自20世纪90年代以来,随着科学技术的发展,互联网、大数据的应用,我国物流行业发展蒸蒸日上。现如今,物流业的发展水平高低,是体现现代化程度、综合国力的关键因素。但目前我国的物流发展仍面临着物流成本较高、效率低下等问题。物流配送作为物流产业中重要的一环,其产生的成本是物流总成本的重要组成部分,对配送成本的优化是降低物流总成本的关键。同时,对于物流企业来说,科学的配送方式有助于企业实现低运营成本的目标,使企业在激烈的市场竞争中取得竞争的优势。Y公司是一家第三方物流公司,以Y公司为背景,通过对Y公司的实地调研和对现有配送方案的分析,发现Y公司在配送过程中主要存在产品存储方式不当而造成客户的分散、车辆装载率低、取货订单处理不合理、路线安排不合理导致的运输距离过长、拆单方式不合理等问题。聚焦Y公司的配送问题,综合考虑配送过程中车辆的固定成本、油耗成本等,在多个配送中心的条件下,建立客户订单可拆分的送取结合车辆路径优化模型,并设计算法进行数学模型的求解。算法求解步骤主要分为四个阶段:客户分配、订单拆分、车辆路径的求解以及取货优化方案设计。首先通过聚类算法将客户聚类并分配给合适的车场对其服务,将多车场车辆路径问题分解为两个单车场车辆路径问题。其次,设计合适的订单拆分规则和方法对客户订单进行拆分,以提高车辆装载率。再次,由于车辆路径优化问题属于典型的NP-hard问题,在面对大规模的客户点时,精确算法无法在短时间内求得该问题的精确解,选择多种群遗传算法对车辆路径问题进行优化,根据研究的问题对遗传算法的染色体结构进行设计。最后,针对取货优化环节,借助最近插入算法的思想,完成对取货流程的优化。使用上述设计的算法对Y公司某日的实际订单进行优化,并与原配送方案进行比较,分析所设计的算法的优越性和可行性。经过优化,有效减少了Y公司该天配送路线的条数,运输成本和固定成本都明显降低,节约了总成本,车辆的平均装载率也得到了显著的提高。通过本次研究,改进了Y公司家用电器项目的配送方案,降低运营成本,为Y公司带来更多的利润。