1. 研究目的与意义
进入21世纪后，激烈的竞争使得企业产品成本和利润变得非常透明，酒类企业面临的形势尤为严峻。酒类企业若想能够快速的走出低迷，适应市场环境的变化，以提升企业的市场竞争力，必须加强销售物流系统建设、合理提升配送能力、改善客户服务水平。
在本文中，为提高某酒类电商企业销售物流的配送服务能力，将对车辆的配送路径问题优化进行研究，以期降低企业物流成本，提高企业利润，并且该优化成果将具有一定普遍性和推广意义，对于同类企业具有一定参考价值。
2. 国内外研究现状分析
物流配送路径优化问题最早是由dnatzig和rmaser于1959年首次提出,自此,很快引起运筹学、应用数学、组合数学、图论与网络分析、物流科学、计算机应用等学科的专家与运输计划制定者和管理者的极大重视,成为运筹学与组合优化领域的前沿与研究热点问题。各学科专家对该问题进行了大量的理论研究及实验分析,取得了很大的进展。
在物流配送路径优化领域的研究很多，包括各种算法例如蚁群算法，遗传算法等在研究路径优化时的适用性；以及根据实际的企业情况或者顾客需求对算法进行改进；或是直接研究某类型企业的配送路径优化。
在国内，罗勇，陈治亚，改进了遗传算法，并藉此研究物流路径配送优化，发现改进的遗传算法与简单遗传算法的对比仿真实验表明,所改进的遗传算法有较好的全局寻优能力,且其收敛速度快,是解决物流配送路径优化问题的有效方法。谷励，对长春市的果蔬冷链物流进行了研究，他使用了蚁群算法，因为蚁群算法在配送路径优化选择方面具有天然的适用性，同时它还具有较强的鲁棒性、并行性和正反馈性，便于操作及改进。王华东，李巍，提出了粒子群算法，对于物流路径优化上相比传统的算法更有优势，能更快速地找到物流配送路径最优配送路线,同时获得的路长总长度最短,有效降低物流配送成本。
3. 研究的基本内容与计划
本文旨在运用所学知识，对于某电商企业进行配送路径优化，达到降低成本和提高利润的目标。具体研究内容包括：
1.基本概念和相关理论：物流配送规划相关理论的基础上，介绍配送车辆路径优化问题的各种算法。
2.现状分析：对某电商企业进行简述，并从该企业现有的物流系统，配送路径的规划等方面的问题及要求作为主要依据。
4. 研究创新点
针对某电商企业现状，有针对性地提出配送路径优化方案
