随着经济全球化和城市化进程的加快,城市物流在推动城市化发展的进程中起着重要的作用。科学合理的规划城市配送对提高城市经济环境与效率,促进城市经济健康、持续发展有着重要意义。对车辆配送路径的优化是规划城市配送的关键,受到众多国内外学者的关注。深入研究城市中车辆配送的路径问题,对合理配置城市资源,改善企业管理水平,缓解城市拥堵等方面都具有一定的理论价值和实践意义。本文主要研究的是城市物流配送中的多目标车辆路径问题,构建以车辆行驶总里程最小化为目标的配送路径的数学模型,从模型的构建和求解方法两方面对这一问题进行深入研究和分析。首先,阐述了本文研究的背景、意义,总结了物流配送中的车辆路径问题、求解该问题的方法的国内外研究现状,分析了现有研究中的不足之处,从而提出了本文研究中的创新点,为后续文章的展开做好铺垫。而后论述了城市物流配送的相关概念,分析了城市配送的主要流程、配送的作用;介绍了车辆路径问题(Vehicle Routing Problem,VRP)的概念,根据研究重点不同,对VRP问题进行分类,概述了国内研究学者在求解VRP问题所常用的方法。其次,以一般的车辆路径问题的模型为基础,阐述服务时间窗的概念与分类,以配送车辆行驶的总里程最短为目标,约束条件中增加服务时间来构建带时间窗的车辆路径问题;而后阐述城市配送中的不确定性路况,并将其引入VRPTW中构建不确定性路况的带时间窗的车辆路径优化问题。传统的模拟退火算法已经能够求解该模型中的问题,论述了SA算法的基本思想、构成要素及特点。但是当数据规模较大时会影响SA算法的运行效率,由此提出了一系列针对大规模数据的车辆路径问题的算法改进,主要包含地理信息系统、SPSS、并行搜索、增加记忆函数、重复搜索等方法,并详细阐述了改进的模拟退火算法的实现过程,为后续实例的研究、分析做了良好的铺垫。最后,运用改进的模拟退火算法对带时间窗的VRP问题、不确定性路况的VRPTW问题进行实例求解,分析了具体实例的寻优过程及算法中关键参数的选取过程。运用计算机编程进行运算求解,并从解的质量、求解的时间两方面对结果进行分析。研究结果表明构建的新模型更贴近实际情况,同时改进的SA有助于车辆路径问题在实际物流配送中的大规模应用。