近年来中国经济飞速提升,物流配送也有了迅猛的发展。提高物流管理水平,减少运输成本,是物流企业增强竞争力的有效手段。由于车辆调度问题涉及问题广,影响因素多,如何建设一套高效智能的车辆智能调度系统来满足不同制约条件下的需求,达到降低运输成本和提高服务质量的目的,这一直是物流企业发展面临的重要问题。本文以物流企业S公司为研究背景,首先分析了 S公司的物流运输存在的问题(1)任务调度通过人工方式,单人管理的车辆数较多;(2)各网点货量不均,空驶率高;(3)车辆和司机日行驶里程低,每天运输时长少,资源利用率非常低。其次,重点研究解决S公司的运输过程在车辆和司机调度优化的问题。为了满足不同业务需求,具体分析三种场景(1)不考虑S物流公司车辆的车型差异的场景;(2)考虑S物流公司包含多种车型的场景;(3)不考虑S物流公司车型差异同时考虑司机工作时长的场景。对上述三种场景分别采用动态规划进行建模,使用遗传算法计算的方案来研究和解决相关问题。最后,通过数据仿真,对本文给出的优化调度方案和传统人工调度方案两种方案进行比较,结果表明:本文提出的算法在整个服务周期内减少了车辆数量、司机人数、节约了运输里程、降低了运输成本,进一步验证了提出算法的有效性。同时该算法对其他物流企业的运输问题具有一定的通用性,对物流企业相关问题有借鉴作用。