配送中心选址问题和车辆路径问题是物流配送系统中两个非常重要的组成部分,粒子群算法是一种原理简单,应用广泛的优化算法,将粒子群优化算法进行改进,以配送中心选址问题和车辆路径问题为应用背景,具有一定的理论意义和实际应用价值。本文首先对配送中心选址问题、车辆路径问题进行了综合性的介绍,对粒子群优化算法的原理及其参数选择策略等做出了较全面的诠释。结合模拟退火算法全局搜索能力较强的优势,将模拟退火算法思想与粒子群算法融合,采用标准测试函数进行了测试实验,并比较和分析了改进的粒子群算法和基本的粒子群优化算法的测试效果与性能的优劣,实验结果表明改进后的粒子群优化算法跳出局部最优解的能力更强,更能有效避免陷入局部最优,在收敛速度和收敛精度上也有一定的提高。将改进的算法应用到配送中心选址问题和车辆路径问题,并进行了实例仿真实验,并取得了较好的仿真效果；结果表明,改进的粒子群算法在处理复杂的组合优化问题上,搜索的成功率有了明显提高,是处理NP完全问题的一种比较好的方法。