随着电商行业的崛起,快递物流行业迎来了蓬勃的发展。现如今各种快递公司例如顺丰、京东物流、菜鸟驿站等时刻都在运输着我们的快递,为我们的生活带来了许多的便利。然而,我们也遇到了许多快递运输的乱象例如快递的丢失或误送、配送的延误、物流信息时效性等问题。这些问题不仅严重影响了客户的体验,而且也增加了物流行业的成本。针对上述问题,本文对物流配送的基本离散数学模型——多旅行商问题（MTSP）进行了深入的研究,并重新设计了状态转移模拟退火算法（STASA）对该模型进行求解。具体的研究内容如下:（1）本文采用STASA算法对多旅行商问题（MTSP）进行了求解分析。根据MTSP问题的特征,在STASA算法的基础之上,提出了一种新的STASA离散转移算子——初等断点算子（EB）,该算子通过一种矩阵运算可以快速准确地生成MTSP问题的候选解并且增加了解的多样性。（2）为了减少MTSP问题中路线交叉、碰撞的现象,将邻域搜索结构2opt算法引入STASA的局部搜索结构中,提出一种新型混合智能算法（STASA＿2opt）。该算法提升了STASA算法的全局性与最优性。为了验证所提算法的性能,本文将STASA＿2opt算法在MTSP的12个大、中、小规模问题上进行了测试。实验结果表明:STASA＿2opt算法在解决MTSP问题时效率更高、性能更佳。（3）在解决MTSP问题的基础上,将MTSP问题扩展为带容量限制的车辆路径规划问题（CVRP）并设计了一种新的STASA＿2opt求解方案。首先,针对STASA＿2opt算法的交换、平移、对称、初等断点转移算子进行了融合设计,提出一种混合算子用于扩展CVRP问题的搜索空间。然后,采用动态调整的策略对算子进行选择。该策略提升了STASA＿2opt算法的搜索效率,避免了盲目的搜索。最后,根据14个经典实例和20个大规模CVRP问题上的实验结果证明了所提算法的泛化能力以及STASA＿2opt算法解决CVRP问题的有效性与实用性。