1.一种用于利用遗传算法对配送路线进行优化的方法，包括：
根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；
计算与所述第一路线集合中的各条路线相对应的评价指标；
确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N-m条路线，并且将所述N-m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及
将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线。
2.根据权利要求1所述的方法，其中，所述第一路线集合是随机产生的。
3.根据权利要求1所述的方法，其中，所述评价指标是按照相应路线进行配送所花费的时间。
4.根据权利要求1所述的方法，其中，所述终止条件是达到预先设置的迭代次数。
5.根据权利要求1所述的方法，其中，所产生的N-m条路线中的每一条路线是通过利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉或变异获得的。
6.根据权利要求5所述的方法，其中，
当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉时，所述方法包括：从所述m条路线中任意选择两条路线并对所述两条路线进行交叉以产生一条新路线，以及
当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行变异时，所述方法包括：从所述m条路线中任意选择一条路线并对所述一条路线进行变异以产生一条新路线。
7.根据权利要求1所述的方法，其中，所述新的路线集合中的路线各不相同。
8.一种用于利用遗传算法对配送路线进行优化的系统，包括：
处理器，被配置为执行指令以：
根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；
计算与所述第一路线集合中的各条路线相对应的评价指标；
确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N-m条路线，并且将所述N-m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及
将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线；以及
存储器，被配置为存储所述指令。
9.根据权利要求8所述的系统，其中，所述第一路线集合是随机产生的。
10.根据权利要求8所述的系统，其中，所述评价指标是按照相应路线进行配送所花费的时间。
11.根据权利要求8所述的系统，其中，所述终止条件是达到预先设置的迭代次数。
12.根据权利要求8所述的系统，其中，所产生的N-m条路线中的每一条路线是通过利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉或变异获得的。
13.根据权利要求12所述的系统，其中，所述处理器被进一步配置为执行指令以：
当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉时，从所述m条路线中任意选择两条路线并对所述两条路线进行交叉以产生一条新路线，以及
当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行变异时，从所述m条路线中任意选择一条路线并对所述一条路线进行变异以产生一条新路线。
14.根据权利要求8所述的系统，其中，所述新的路线集合中的路线各不相同。
15.一种计算机可读介质，包括在由处理器执行时执行包括以下各项的操作的指令：
根据与站点相对应的地理位置来生成第一路线集合，所述第一路线集合包括N条路线；
计算与所述第一路线集合中的各条路线相对应的评价指标；
确定是否满足终止条件，当不满足所述终止条件时，利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行处理以产生N-m条路线，并且将所述N-m条路线与所述评价指标排名最高的m条路线组合为新的路线集合，其中m＜N；以及
将所述新的路线集合作为第一路线集合重复所述计算步骤和所述组合步骤，直到满足终止条件为止，并且将满足终止条件时与最高评价指标相对应的路线确定为优化的配送路线。
16.根据权利要求15所述的计算机可读介质，其中，所述第一路线集合是随机产生的。
17.根据权利要求15所述的计算机可读介质，其中，所述评价指标是按照相应路线进行配送所花费的时间。
18.根据权利要求15所述的计算机可读介质，其中，所述终止条件是达到预先设置的迭代次数。
19.根据权利要求15所述的计算机可读介质，其中，所产生的N-m条路线中的每一条路线是通过利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉或变异获得的。
20.根据权利要求19所述的计算机可读介质，其中，所述处理器被进一步配置为执行指令以：
当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行交叉时，从所述m条路线中任意选择两条路线并对所述两条路线进行交叉以产生一条新路线，以及
当利用遗传算法对从所述第一路线集合中选择的评价指标排名最高的m条路线进行变异时，从所述m条路线中任意选择一条路线并对所述一条路线进行变异以产生一条新路线。
21.根据权利要求15所述的计算机可读介质，其中，所述新的路线集合中的路线各不相同。