随着全球贸易经济的快速增长,物流管理系统的集成化程度越来越高;系统中的定位-配给问题和车辆路线安排问题的组合优化问题:定位-路线安排问题(LRP),已经成为任何一个大型物流企业亟待解决的问题。由于LRP的成功解决可以大大提高物流效率、降低物流成本,所以,目前LRP备受国内外研究学者的关注。在实际的物流系统中,客户对车辆的到达时间通常会有一定的要求,然而LRP的现有研究成果中很少考虑到这个问题,因此,对带时间窗的定位-路线安排问题(LRPTW)的研究具有重要的现实意义。本文主要围绕LRPTW的数学模型和求解算法进行深入地研究,在此基础上设计和开发了城市物流配送优化调度系统,这为解决LRPTW提供了新方法,并为系统的进一步完善奠定了基础。本文的具体工作如下:　　(1)建立了LRPTW的混合整数规划模型。该模型考虑了配送中心仓储能力确定、车辆装载能力确定、客户时间窗确定等约束条件,并采用罚函数法对时间窗约束做了恰当的处理,能够满足不同时间窗类型的要求,更加贴近物流配送的实际情况。　　(2)提出了用于求解LRPTW的混合整数规划模型的遗传禁忌混合优化算法。该算法将遗传算法作为全局优化的主算法,而把禁忌搜索算法作为辅助算法,并将其嵌入到遗传算法的主循环结构中,避免遗传算法存在的“早熟”收敛以及局部搜索能力差等问题。　　(3)设计并实现了遗传禁忌混合优化算法的关键技术,主要包括染色体编码、交叉操作、变异操作、邻域操作等,并给出了算法的具体执行流程以及特点。实验表明,该算法能够统筹兼顾定位-配给和车辆路线安排这两个子问题的相关性,具有很好的稳定性、可行性和有效性。　　(4)应用LRPTW的数学模型和求解算法的研究成果,完成了城市物流配送优化调度系统的总体设计工作,初步地实现了该系统的主要功能。