化石能源大量消耗和温室气体排放所带来的能源供给紧张、气候变暖、大气污染等，已成为影响我国经济社会发展的严峻问题。在我国诸多能耗行业中，交通运输领域能耗占比很大。同时，我国物流运输行业持续快速发展，然而对比发达国家，仍然存在许多亟待解决的问题，其中最主要的就是燃油成本占比过高带来的物流成本高居不下。因此，无论从人类社会可持续发展的角度，还是从国民经济增长的角度来考虑，减少交通运输过程中的燃油消耗量都是一个值得深入研究的问题。　　本文考虑燃油消耗量对车辆运行成本的影响，提出了基于油耗的具有时间窗约束的车辆路径问题（Fuel Consumption Vehicle Routing Problem with Time Windows，FCVRPTW），以最小化包括发车成本和油耗成本在内的总成本为目标，具有较强的实际应用价值。在分析燃油消耗影响因素的基础上，结合统计数据，提炼出油耗量目标函数，建立了问题的精确数学模型。由于所研究问题具有NP-hard性质，设计了基于新邻域的改进大规模邻域搜索启算法进行求解。该算法通过三种移除算法和两种插入算法来实现邻域搜索，并设计一种动态权重调整策略来充分利用五种算法的优势。最后，分别就问题模型和算法设计进行拓展。问题模型方面，将车辆总重分为自重和载重两部分，考虑了另一种更为复杂的分段式油耗目标函数；算法设计方面，将改进的大规模邻域搜索算法与传统线路间搜索和线路内搜索结合起来，设计了一种混合思想的启发式算法。　　由于本文提出的混合思想的启发式算法涉及多个关键参数，故而首先通过细致的测试来确定其最优取值。之后，分别对FCVRPTW、基于载重计费的车辆路径问题和具有时间窗约束的车辆路径问题进行求解。结果表明，FCVRPTW与传统车辆问题的解有明显的区别，且本文设计的算法在多种VRP衍生问题的求解上具有足够的精度和效率。