随着我国经济转型战略的不断深化与发展,企业对于自身的管理提出了更高的要求,特别是在占综合成本比例较高的物流管理方面。从企业角度出发,居高不下的物流成本以及效率低下的配送方式,大大削弱了企业的竞争力。因此,配送方式及运输成本作为影响物流成本和效率的主要因素,成为企业关注的重要问题以及研究的重点。一方面,从资源利用和节约能源的角度出发,回收利用的逆向物流得到了更多的关注,越来越多的企业需要实行同时进行取货和送货的配送方式,以此来避免浪费有效提高资源利用率。另一方面,配送过程中出现的各种不确定信息会对既有的配送计划产生极大影响,这也是企业需要解决的难题。移动通信技术、定位技术及智能设备的迅猛发展,为具有不确定信息的动态车辆路径问题提供了解决基础。因此,对符合现实情况的车辆路径问题进行研究,能够帮助企业降低成本,提高利润,增强竞争力。本文选取不确定信息中的一类,即动态客户问题,以更具效率的同时取送货车辆路径问题为依托展开研究,为企业解决车辆路径问题提供借鉴,论文进行的主要工作如下:首先,简明扼要的介绍了研究背景及意义,揭示了该研究的理论意义与现实价值,并对国内外针对该问题的研究做了总结与分析,阐明了论文的主要研究框架。其次,针对具有动态客户的同时取送货车辆路径问题进行了理论介绍,明确该问题的定义、主要分类,常见的求解算法及其优劣。文章选取蚁群算法作为解决问题的方法,并对该算法做了详细的介绍,为后续的方法提出提供了基础。第三,研究了不带时间窗的具有动态客户的同时取送货车辆路径问题,针对该问题的特点构建了数学模型。以蚁群优化算法为基础,结合实时插入方法,提出了符合问题特点的混合蚁群优化算法ACS-RIM算法,并通过A公司的实例对算法的可行性进行了验证,合理解决了带有动态客户并且没有时间窗要求的VRPSDP问题。第四,研究了带时间窗的具有动态客户的同时取送货车辆路径问题,结合问题具有时间窗要求的特殊性,重新构建合适的数学模型。另外,改进了ACS-RIM算法,从节省资源降低成本的角度出发,使算法的插入操作更能符合时间窗的要求,提高算法的求解速度和质量。通过对实际企业物流配送系统的优化,有效解决资源浪费的问题,达到降低运输成本,提高运输效率的目的。