随着全球经济一体化的快速发展,在“互联网+”和“新零售”发展的背景下,生鲜配送、快递揽派、超市宅配、医药以及跑腿等本地生活O2O服务快速兴起。即时配送作为O2O服务运行的重要环节,高品质、便利化、准确及时的用户体验受到人们高度重视,并逐渐成为企业最重要的竞争领域。然而,在配送时间内随意取消订单、无故退换货、恶意差评等客户交易违约失信问题使得现有的即时配送方式存在车辆载货空跑、迂回运输、交叉运输等配送车辆调度不合理的情况,严重桎梏了即时配送的时效性,导致商家常常在订单高峰期响应不及时,遗失了不少优质客户,进而限制了城市物流即时配送的发展。因此,本文考虑客户信用度对物流配送路线的影响,研究在配送路线安排中将客户服务分为不同信用等级并结合服务时间窗进行合理的运输调度,降低即时配送资源浪费,实现物流配送企业的高效率运作,进而降低物流企业的运营成本。本文研究基于客户信用度的城市物流即时配送优化问题,主要包括两部分内容:客户信用评级指标体系优化研究;基于客户信用度的物流配送车辆路径优化问题研究。通过对上述两部分内容进行具体分析和深入研究,探讨对各部分进行优化分析的方法。本文的主要研究内容如下:（1）客户信用评级指标体系优化研究是本文研究基于客户信用度的城市物流即时配送优化问题的首要问题,应用客户信用评级系统理论,充分考虑即时配送中影响客户违约行为的变量,研究客户信用评级指标体系。首先,梳理国内外相关文献并进行实地调研,阐述客户信用评级系统的构成、客户信用评级选取应遵循的原则以及应达到的目标。其次,充分挖掘影响客户信用的关键因素,构建客户信用评级指标体系,应用结构方程模型对各指标因素进行显著性检验。最后,选取重庆实际外卖客户消费样本数据集进行实证检验,结果有效证明了本文所提客户信用评级指标体系的有效性。（2）针对当前城市物流配送过程中普遍存在的客户中途取消订单、无故退换货等交易违约问题,引入客户信用度的测度方法,研究基于客户信用度的物流配送车辆路径优化问题。首先,根据客户历史交易违约数据计算客户信用值,并应用客户信用等级评价表转化求解客户信用度,构建了包含车辆的配送成本、租赁成本以及基于客户信用度的违反时间窗惩罚成本的车辆路径优化模型。然后,设计了一种遗传（GA）-禁忌搜索（TS）混合算法对模型进行求解,该算法将遗传算法的全局搜索能力和禁忌搜索算法的局部搜索能力进行有效结合,先应用GA算法进行全局搜索,提高种群多样性,再进行TS局部搜索,并采用精英保留策略进行循环迭代寻优,进而拓展了算法的局部搜索空间和提高了算法的全局收敛性。最后,结合重庆某外卖物流配送网络的实例数据,研究验证了模型和算法的有效性,并进行了基于客户信用度的客户配送服务序列调整比较和敏感度分析。基于客户信用度的城市物流即时配送优化问题研究能够实现客户信用的有效测度和配送资源的合理化调度,提高物流企业信用管理能力,促进物流市场健康发展,同时也为城市物流系统中的客户信用体系构建和配送车辆调度提供决策支持和方法借鉴。