物流配送是物流最重要的环节，它在整个物流体系中发挥着重要的作用，诸如完善物流系统、提高物流效益、降低物流库存等。物流配送在实践发展中越来越重要，企业的发展已经离不开它，只有合理高效的物流配送才能提高顾客满意度及企业物流的效率和效益，达到企业和顾客的双赢。在实际物流配送过程中，常常受到一系列不确定因素的影响，如交通管理、交通流量、天气变化、交通事故、车辆堵塞等，造成物流配送延迟，使原有的物流配送计划受到影响，从而影响企业的物流效率及顾客的满意度；当出现这种问题时，为了提高顾客满意度，必须有效的解决这类干扰问题。如何有效的处理这些不确定因素，使得不利影响降到最低成为物流界研究的难点问题。
　　针对上述不确定性突发事件，本文引入干扰管理的概念，来解决物流配送过程中发生的各种干扰事件，干扰管理思想即是针对突发的、难以预测的状况，在所要建立的模型中加入相应的约束条件和优化目标，另外采用高效的求解算法，迅速、高效地处理干扰事件，得出最有效的路径调整计划。干扰管理中所讲的路径计划调整并不同于传统的扰动发生时完全彻底的调整已有计划来重新建模和
　　优化，不同的是，干扰管理是以干扰发生后的状态为基础，只针对剩余未配送客户进行调整以求对系统扰动最小。本文正是以这一理念为基础，建立了有顾客时间窗变化的、物流配送延迟的干扰管理模型，以系统扰动最小为目标，采用多种群遗传算法，在干扰发生时，通过局部调整来求得最优路径。
　　本文的主要研究工作如下：
　　（1）在具体描述有顾客时间窗的物流配送延迟问题的基础上，提出顾客满意度最高、配送路径延迟时间最小两个目标，并提出解决这两个问题的思路。
　　（2）根据本文所提出的两个目标，建立有顾客时间窗的物流配送延迟的干扰管理模型。
　　（3）运用多种群遗传算法对干扰管理模型进行求解，找出有顾客时间窗的物流配送延迟的最优调整策略。
　　（4）根据文章提出的物流配送延迟干扰管理模型，结合A公司配送延迟的具体实例，验证了模型及算法的有效性。
　　本文所研究的有顾客时间窗的物流配送延迟的干扰管理问题，大大提高了物流配送效率，增加了顾客的满意度，减小了物流配送的成本。为干扰管理问题的进一步研究提供了基础和借鉴。