随着社会对物流配送需求的不断增长,物流从业人员的劳动强度随之加大。同时,随着人力成本的持续攀升和自动驾驶技术的快速发展,无人配送成为未来趋势。而当前无人配送车的动力大多源于电池,碍于当前技术限制和政策考虑,暂不适用于长距离大载量运输。若用传统货车将无人配送车运送至最后一公里配送区域,能在一定程度上弥补无人配送车的不足。本文针对城市配送货物量大、小型无人配送车数量有限和城市货车停靠点分散的特点,研究用大车（货车）搭载无人配送小车（以下简称为小车）进行组合配送的问题,即一辆大车搭载多台小车,大车负责运送、拾取和释放小车,由小车给客户送货,小车可在大车处补充货物并执行多行程配送的问题,本文研究简称为车载可补货无人配送小车配送路径问题。本文的主要研究内容如下:（1）结合实际背景建立不带时间窗的车载可补货无人小车配送路径模型。模型针对一个仓格仅能存放一件货物的多仓格式无人配送小车,考虑大车可以搭载、释放和拾取无人配送小车、大车可以在停车点给无人配送小车补充货物、无人配送小车在得到货物补充后执行多行程可开放式配送的情况,以总配送路径最短为目标,确立大车和无人配送小车的协同配送约束,建立数学模型。（2）针对不带时间窗的车载可补货无人小车配送路径问题设计带大邻域搜索的混合遗传算法。该算法在遗传算法基础上增加大邻域搜索算法对个体优化,在算法优化过程中先对小车路径优化,再在小车路径基础上优化大车路径。在改造的Solomon数据上,将所提算法与Gurobi求解器、遗传算法、大邻域搜索算法的实验结果进行比较。所提算法用最短时间在9组实验数据中求得8组最好解,表明了所提算法的高效性。（3）建立带时间窗的车载可补货无人小车配送路径模型,设计自适应大邻域搜索算法用于求解。该算法创新设计一种基于投注机制的自适应机制和带可插入位置数评价的插入算子,使用带剪枝的深度优先搜索策略在小车路径基础上生成大车路径。（4）带时间窗的车载可补货无人小车配送路径问题实验与分析。对所设计的自适应大邻域搜索算法使用田口方法调整参数,并与带大邻域搜索的混合遗传算法、Gurobi求解器和其它启发式算法在改造Solomon数据集上进行实验比较分析,结果证明所提带大邻域搜索的混合遗传算法和自适应大邻域搜索算法解决此问题的高效性。在小规模数据上两算法求得结果差距在0.5%以内,随着数据规模增加两算法求得结果差距保持在2%左右。接着,统计分析显示自适应大邻域搜索算法优势的显著性,说明所提插入算子和自适应机制的有效性。最后,将本文提出配送模式用S公司实际配送数据进行仿真,仿真结果表明本文配送模式的总配送距离短于S公司的配送距离。综上所述,本文提出一种大车可携带小车的开放式多行程双层车辆路径问题,分别设计两种算法以解决带时间窗约束和不带时间窗约束的上述问题,为构建现代化物流体系提供理论支撑和决策支持,具有重要的理论意义和实践意义。