随着社会经济的发展,目前的物流业正朝着高效率、高质量、低成本的方式发展,许多物流企业朝这个方向不断改进。越库配送车辆路径问题涉及集货、配货、越库内部操作三个环节,综合考虑供应商、越库配送中心、零售商的影响,使研究更加贴近实际物流运作。对集货配送车辆路径以及越库内部库门进行合理规划,及时满足客户需求的同时降低物流运营总成本,是提高物流企业核心竞争力的关键。针对越库配送下考虑时空距离的库门分配与车辆路径问题（Vehicle Routing Problem considering Temporal-Spatial Distance and Cross-dock Door Assignment,VRPTSDCDA）,首先,结合实际的物流配送活动以及仓库的实际运作确定本文要优化的具体方向。其次,对本文所研究的VRPTSDCDA进行问题描述,构建以车辆派遣成本、车辆运输成本、时间惩罚成本、叉车固定成本和叉车运输成本之和最小化为目标的数学模型。然后,根据本文所研究问题的特征,计算客户间的时空距离,采用时空距离对客户聚类生成初始种群,以此提高初始解的质量。将遗传算法的交叉与变异概率进行改进,保证了算法的有效收敛,加入模拟退火的新解接受机制,改善算法的局部搜索能力,设计改进的自适应遗传算法对问题进行求解。最后,在数值实验中通过多个标准算例对算法的求解性能进行验证,并设计符合本文问题的算例,通过对不同规模的算例进行实验,以验证所设计的模型有效性。研究成果不仅深化和拓展了车辆路径问题相关理论研究,也为物流企业制定车辆调度计划提供一种科学合理的方法。