在需求可拆分的车辆路径问题（Split Delivery Vehicle Routing Problem,SDVRP）中,一个客户的需求可以由多辆车来满足,其目标是用同一车队以最小的总运输成本来满足所有客户的需求。其解空间远远大于经典的带容量约束的车辆路径问题。在本研究中,我们观察到一个等价关系,它将SDVRP的解空间划分为许多等价类,每个等价类可以由一个二维表形式的“路径表”和一个基于一系列树结构组成的“指派图”来表示。利用巧妙的记录方法,可以有效地检查一个等价类是否包含至少一个可行解。此外,利用定义在指派图上的几个基本操作,可以有效地定义和实现等价类上的邻域算子,从而实现从一个等价类移动到另一个等价类的新局部搜索算法。利用在指派图上定义的一系列基础操作,本文实现了文献中的11个邻域算子,并对它们进行了详细的说明。特别地,对于路径间的算子,我们提出了一个基于指派图的通用实现框架,Swap（m,n）,并展示了如何用它来高效地枚举邻居解。在随机搜集的2260个SDVRP解上的实验表明,新的邻域算子的性能优于基于其他表达方式实现的邻域算子。与使用经典邻域算子对解进行操作的局部搜索算法相比,该方法在局部搜索算法中能够有效地减少搜索空间。利用实现好的算子,本文实现了一个经典的模拟退火算法,并将其与现有的表达方式实现的模拟退火算法进行了比较,在6组测试数据上的实验结果表明基于该方法实现的算法表现更加出色。此外,本研究还复现了一个目前较为先进的SDVRP启发式算法,在对其中部分算子替换成新的算子后算法性能表现得到了进一步的提升,以此来展现该方法可以改进现有一系列SDVRP局部搜索算法的潜力。最后,本文还通过广泛的数值实验对该方法进行了灵敏度分析,通过分析新生成的435个实例在求解结果上的差异说明了所提方法在实例规模较大、限制车辆数最小、客户平均需求占车辆容量比例较高、解的连通性较强的情况下将会更有效。