随着城市化进程的加快，城市交通拥堵问题愈发突出。对城市物流来说，拥堵不仅影响了物流的可达性与时效性，也影响了燃油消耗成本，是影响其运营成本的关键因素之一。另一方面，燃油消耗与碳排放密切相关，而据相关统计，货运对城市的污染占污染总量的40%-50%。因此，以运营费用最小为目标的车辆路径问题（Vehicle Routing Problem，VRP）是减少碳排放和降低物流公司运营成本两个要求在环境效益和经济效益上的统一。
　　本文将VRP问题划分为两层，一是虚拟的客户层，在客户层上，结点代表客户点和仓库，弧是连接各客户点的虚拟路线；二是真实的网络层，在网络层上，结点代表交叉口，弧是连接交叉口的路段。客户层上的一条弧在网络层上代表基于不同出发时间的多条路径。VRP 问题变为了客户层上的车辆-客户点分配和路线规划问题，以及网络层上的路径选择问题。本文通过引入路径灵活性（Path Flexibility，PF），基于离散化的出发时间，预计算网络层上对应于客户层每两个客户点之间的时间最小路径集，并把相关信息嵌入到VRP模型中去，从而实现客户层和网络层的综合决策。
　　结合绿色VRP问题（Green VRP，GVRP），本文构建了由燃油消耗费用和车辆折旧费用构成的运营费用复合函数，选取了综合模态排放模型（the Comprehensive Modal Emission Model，CMEM）构建燃油消耗函数，综合考虑速度、载重和距离的影响。结合时变 VRP问题（Time-dependent VRP，TDVRP），本文选取了路段速度是一天中时段的阶跃函数这一假设来构建网络层时变路网，更好地反映路网的拥堵程度，并通过改进的 Dijkstra 算法预处理备选路径集。本文所构造的时变网络条件下考虑路径灵活性的绿色车辆路径问题（GTDVRP-PF）更加贴近城市物流运输的现实情况，同时满足经济效益与环境效益。模型通过遗传算法进行求解。本文将模型应用于经典的Sioux-Falls路网进行实例分析。通过和时间最小、距离最小目标的实验结果进行对比，论文验证了模型和算法的有效性。同时，本文进一步对等待时间、路径灵活性和车辆载重等影响因素进行了分析。