车辆路径问题是对车辆配送路径进行优化,实现物流配送成本最低,是物流运作系统的核心问题,在现实中具有广泛的应用。三维装箱问题是寻找一个合理的方案将所有小盒子装入一个容器中,要求满足一定的约束,达到容器利用率最高,被广泛应用于物流运输业。在现实物流配送中,三维装箱问题对车辆路径问题具有制约作用,装箱失败会导致车辆路径无效。因此,必须对这两个问题进行集成优化,即三维装箱车辆路径问题。该问题的研究有助于提高车辆装载率,降低总的配送成本,是现代物流配送系统规划的热点问题。同时,现实中的客户均追求配送服务的及时性,对配送服务时间都有要求,使得企业处于一个基于时间竞争的市场环境。因此,研究带软时间窗的三维装箱车辆路径问题,具有较强的理论和现实意义。本文以一个配送中心和多个客户的配送网络为研究对象,考虑现实中客户软时间窗的约束,集成优化三维装箱问题和车辆路径问题,以总的配送成本(包括车辆的启用成本,车辆的行驶成本,和不满足客户服务时间窗的惩罚成本)最小为目标,建立带软时间窗的三维装箱车辆路径问题的优化模型。通过优化模型确定最优的车辆配送路径的行驶方案和物体装箱方案。三维装箱问题和车辆路径问题都属于NP难题,因此带软时间窗的三维装箱车辆路径问题也是NP难题。本文针对模型的复杂性,基于贪心算法、微粒群优化算法、局部搜索算法和装箱启发式算法设计一种混合算法对模型进行求解。该混合算法分为两层:(1)外层采用基于贪心算法的微粒群优化算法求解带软时间窗约束的车辆路径问题,生成具体的路径方案,在适应度函数中调用内层算法,再根据其返回值优化路径方案;(2)内层采用基于装箱启发式算法的局部搜索算法求解三维装箱问题,判断三维装箱的可行性,如果装箱可行,并给出具体的装箱方案。最后,通过具体算例进行试验仿真,算例结果说明了优化模型和求解算法是有效的和实用的。