随着国家对医疗行业的改革和相关政策的不断推进,医疗行业面临的竞争压力日益增大。近几年人们生活水平的提高,使人们的卫生保健意识也进一步加强,医疗用品的需求市场不断扩大。但医疗用品对配送有准确性和及时性的要求,导致其配送具有与普通物流配送不同的特性,因此基于不同订单对时间窗的要求和不同医疗用品的运输需求构建适用的车辆调度机制是目前医疗用品配送亟待解决的问题。在借鉴和梳理了国内外相关研究文献的基础上,本文以城市内的一家专业医疗用品配送中心为研究对象,在一个配送周期内,已知所需的多种类型不同车辆的装载能力以及客户节点的订单内容、运输量和时间窗要求等信息,重点考虑配送周期内的不确定性的紧急订单对车辆调度方案的干扰,在收到第一份紧急订单后续十分钟之内的紧急订单作为一批同时处理,兼顾不同种类医疗用品所需的运输条件不同等现实约束,以及有退货需求节点的货物回运,以该配送中心的总配送成本最小为目标建立非线性数学模型。然后根据模型特点,将自适应大邻域搜索算法与蚁群算法相融合,设计了ACOALNS算法对问题进行求解,对应所研究的问题在算法中采用最优保存策略来选择可行解,生成初始种群,同时还设计了多种破坏算子和补全算子来获得更好的邻域解。最后,通过与单独安排车辆配送紧急订单的方案得到的目标函数值进行比较,验证了本文所提方案的有效性;并与穷举法求得的精确解进行不同规模的对比实验,验证了算法的科学性;同时也从不同紧急订单的占比与目标函数值的关系和不同需冷藏运输订单占比与目标函数值的关系两方面进行了敏感性分析实验。结果表明,配送中心在处理不确定性紧急订单时,可以通过及时地插单和回路合并的方式来进行合理的车辆调度,从而达到降低配送成本的目的;并且这一过程中要尽可能地提高冷藏运输车的使用率。本文的研究成果可为承运医疗用品的配送企业日常车辆调度提供决策支持,同时本研究也丰富了医疗用品配送物流和车辆调度的相关文献。另外,还考虑了有质量问题的医疗用品的逆向物流,提高了车辆利用率,对后续的研究工作有一定的启发意义。