车辆路径问题是网络优化问题中最基本的问题之一,也是近年来物流配送过程中主要的研究方向之一。如何降低运输成本、提高运输效率和服务质量,对于整个物流行业的发展具有深远的意义。本文着重研究了带时间窗的车辆路径问题(VRPTW),通过分析VRPTW的基本类型、求解算法以及国内外研究现状,并在时间窗及能力约束的限制下,将运输距离成本最小和等待时间最短考虑到模型中,构建一个双目标的VRPTW模型。本文研究的核心是在该模型下考虑不确定性因素的影响,并建立鲁棒对应模型。通过引入一个典型的线性规划问题中的不确定性影响因素,本文详细论述了不确定性影响因素属于一个不确定性集合的情况,并对Soyster鲁棒优化方法、Ben-Tal和Nemirovski鲁棒优化方法进行详细介绍和证明。在此基础上,本文将需求的不确定性、旅行时间和服务时间的不确定性影响考虑到模型中,将不确定性环境下的双目标VRPTW模型转化为其对应的鲁棒对应模型。最后,本文通过遗传算法求解带时间窗的车辆路径问题,并运用MATLAB软件实现其求解过程,通过对算例测试的结果分析,证明了鲁棒优化方法的优势和鲁棒优化模型的合理性和有效性。