物流车辆路径规划问题是指在保证货物送达目的地的前提下，尽可能地减少车辆的行驶距离和时间，从而降低物流成本和环保。该问题的优化算法研究如下：

1、贪心算法：贪心算法是一种简单但有效的算法，它通过不断选择局部优解，然后得到全局优解。在物流车辆路径规划中，贪心算法可以通过每次选择距离目的地近的的路径来达到较短路径的效果。

2、遗传算法：遗传算法是一种模拟自然进化过程的优化算法，通过模拟交叉、变异等过程来生成新的解，并选择适应度高的个体作为下一代。在物流车辆路径规划中，遗传算法可以通过生成不同的路径序列，然后选择适应度高的路径作为优解。

3、粒子群算法：粒子群算法是一种群体智能算法，它通过模拟粒子在优化空间中的搜索过程来找到全局优解。在物流车辆路径规划中，粒子群算法可以通过不断更新粒子的位置和速度，来寻找较优路径。

4、模拟退火算法：模拟退火算法是一种全局优化算法，它通过模拟金属退火过程中的冷却和加热来逐渐找到全局优解。在物流车辆路径规划中，模拟退火算法可以通过不断地交换路径，并接受随机化变换，来逐渐找到较优路径。

综上所述，物流车辆路径规划问题的优化算法研究包括贪心算法、遗传算法、粒子群算法和模拟退火算法等。不同的算法有不同的优点和适用场景，应根据具体情况选择合适的算法来解决物流车辆路径规划问题。