配送车辆路径优化问题自1959年提出以后一直是科研界非常关注的问题，对于大规模的MDVRPTW问题，如何设计快速有效，简单科学的算法，对于企业降低物流的成本，获取利润源，提高客户满意度方面都具有相当重要的意义。论文基于此项研究意义，通过对大量文献的阅读，总结MDVRPTW的特点，通过对具体企业的相关研究，将模糊聚类思想和免疫算法等引入到论文中，深入分析求解的方法并进行相关的仿真实验，证明此算法的可行性。针对大规模的车场路径规划问题，通过分析建立了带软时间窗的相关数学模型，然后通过对具体企业的研究，提出采用模糊聚类，客户分派，路线规划的三阶段求解算法求解。第一阶段，利用模糊聚类方法和决策的基本理论，结合定性和定量分析的方法，运用matlab软件对客户进行合理区域的划分；并提出对客户按照20/80法则划分出重点客户，对重点客户重点维护。实例仿真显示此算法的快速有效性和可行性。第二阶段，考虑到绝大多数车场设置是为了服务客户群，基于此考虑采用改进的距离就近分配方法来对客户区域进行车场的指派，进而将MDVRPTW问题转化为多个小规模的VRPTW问题进行求解。第三阶段，路径排程阶段。对于小规模的VRPTW问题应用设计的改进免疫算法并结合其它启发式算法进行路径的排程，打破过去最近邻居距离的经验做法。当需求量变化时，引入干扰管理的思想对路径进行调整，并从供应商干和客户两方面考虑，建立了问题的干扰模型，并进行仿真实验。最后以康师傅饮品配送为例，通过对其进行具体分析，并采用本文设计的方法对企业的配送路径进行进一步的优化。