近年来电子商务迅速发展,快递业也越来越繁忙。每个配送企业面对的重要问题就是如何整合车辆资源,保证货物及时配送。车型不同的车辆载重不同,根据客户需求量选择合理的车型进行配送,达到充分利用车辆资源,提升经济效益是每个企业追求的目标。本文将研究如何利用现有的车辆资源实现组合优化配送,将为配送企业提供具有实际意义的参考。本文针对多车型车辆路径优化进行研究,分别对路段通行时间不确定情况下和路段通行时间确定情况下进行开展,针对每种情况具体分为单配送中心和多配送中心进行考虑,进而衍生为四个子问题:路段通行时间确定情况下单配送中心多车型车辆路径优化、路段通行时间确定情况下的多配送中心多车型车辆路径优化、路段通行时间不确定情况下单配送中心多车型车辆路径鲁棒优化问题和路段通行时间不确定情况下的多配送中心多车型车辆路径鲁棒优化问题。针对每个问题建立以时间成本最小和运输成本最小为目标的多目标模型,对于路段通行时间不确定情况下,利用鲁棒离散理论进行模型转化,根据提出的模型,以多染色体进化遗传算法进行求解。该算法在传统的遗传算法基础上结合链表的思想形成以多染色体作为解集的多目标进化遗传算法,在算法中针对子染色体和母染色体分别设计交叉算子进行交叉,运用擂台赛法进行构造Pareto非支配解集。本文中针对每个子问题进行了算例验证,结合实际路网,输入算例数据,通过结果表明多目标遗传算法可有效求解在确定情况下多目标多车型车辆路径优化模型和不确定情况下的多车型车辆路径优化鲁棒模型,Pareto解集提供不同车型的车辆分别在什么时刻出发以及具体的配送路径。对于不确定情况下利用传统遗传算法求解得到单车型解集,通过对比多车型解集和单车型解集,发现多车型车队正确组合优化具有更高的经济效益,并发现采用鲁棒优化理论所得到的结果相比传统的优化方法有较强的稳定性,对配送中心科学配送提供一定的理论依据和参考。