物流业是复合型服务产业,其融合了运输业、仓储业和信息业等多种方面,是国民经济的重要组成部分。物流业具有涉及领域广,吸纳就业人数多等特点,并在很大程度上起到促进生产、拉动消费以及增强国民经济竞争力的作用。在电子商务行业迅猛发展的情况下,一批新型的物流企业迅速成长,致力于提供更丰富的服务,不断提高服务水平,降低服务成本。而配送作为物流企业与客户之间相连接的重要环节,使车辆路径问题成为物流配送企业的核心问题。如今,人们对物流的需求程度越来越高,物流企业配送辐射范围逐步扩大,在某一区域内,物流企业具有多个配送中心的情况非常常见,同时,对客户进行拆分服务也为物流配送方案提供更多可能性。因此,综合考虑多配送中心、车辆完成配送服务后的返回规则、客户同时具有配集货需求且客户需求可由多辆车进行服务的情况下,进行车辆路径问题的优化研究更符合实际物流配送情况,更能为企业降低配送成本,提高配送效率提供参考。目前对多中心需求可拆分的同时配集货车辆路径问题的研究较为少见,且对车辆的返回规则以及对客户需求进行拆分服务所造成的理货成本增加的研究不足。基于此,本文考虑车辆完成配送服务后,可就近返回任意配送中心的返回规则,对多中心开放需求可拆分的同时配集货车辆路径问题展开研究,建立以车辆派遣成本、理货成本以及运输成本之和最小为目标的车辆路径优化模型。并设计混合遗传算法进行求解,利用混沌系统的随机性和遍历性生成初始种群,确保初始种群的多样性,引入扰动策略以及邻域规模减少策略,提高搜索效率,采用精英策略和轮盘赌混合的选择策略,平衡种群多样性以及种群质量。通过多组算例对比,验证本文模型和算法的有效性。研究成果拓展了车辆路径问题的相关理论,既可为解决多中心开放需求可拆分的同时配集货车辆路径问题提供一种新思路,也可为物流企业的相关决策提供理论依据。