伴随着电子商务的快速发展和市场规模的不断扩大,服装配送的业务量越来越多,为服装配送带来了更多的机遇,同时也对配送服务水平和成本的提出了更多的要求和挑战。对于DL物流公司来说要保持核心竞争力,就要在提高服务水平的同时降低运输成本。本文充分分析了 DL物流公司服装配送过程中的特性,对现有的典型的装卸一体的车辆路径问题进行扩展。首先根据容量的多样需求选择与其匹配类型的车辆进行配送,除了配送中心自有车辆的使用,同时允许车辆的租赁以适应换季等货量剧增的需求,同时引入车辆修正因子,提高应急能力。同时考虑服务水平和成本,构造包含固定成本、变动成本、时间惩罚成本和容量惩罚成本的目标函数,建立带时间窗的装卸一体的车辆路径VRPSPDTW模型。应用遗传禁忌混合算法对模型进行求解。本文在生成初始种群时采用改进的节约法产生初始解,作为初始群体的一部分,并在遗传算法的基础上选取一部分的解进行一定次数的禁忌迭代。在丰富解的种类的同时,可以有效地降低局部最优解的干扰,并改善最优解在全局的搜索速率。以DL物流公司服装配送进行数据的收集,同时应用传统遗传算法和遗传禁忌混合算法进行求解,验证模型的科学性和有效性。本文的研究结果充分考虑了服装配送的需求,更加符合实际的需求,可以为以最小化配送成本为前提的服装配送路径优化提供参考,具有一定的应用价值。