随着市场经济的发展,物流对经济活动的影响日益明显,越来越得到了人们的重视。而配送是物流中一个重要的直接与消费者相连的环节,配送服务质量及及服务水平,会直接影响到客户对整个物流服务的满意程度。物流配送的核心部分包括货物的采集、货物的分拣及货物的发送三个主要过程,而配送车辆路径的合理优化,对于整个物流运输的速度、成本和效益有着非常重要的影响。作为物流系统优化中关键的一环,物流配送车辆路径问题的研究受到了人们的广泛关注。本文主要在第三方物流迅速发展的背景下,研究第三方物流配送的车辆路径问题,根据所考虑问题的特征将其分为车场封闭和车场开放的车辆路径问题,研究其在不同背景下的模型、求解方法及应用情况,以期为第三方物流企业的发展提供理论依据和决策支持。论文首先分别对车辆路径问题及开放式车辆路径问题的内涵、特点、分类和研究现状进行简要的介绍,并通过对国内外研究的总结,指出研究中存在的不足。对求解开放式车辆路径问题的启发式算法的研究现状也进行了较为详细的综述和归纳。其次分析了第三方物流企业拥有完成配送服务的所有车辆的情形,即在车场封闭条件下研究大规模的车辆路径问题,构造求解此问题的混合遗传算法,分两阶段对问题进行了求解,第一阶段先采用基于基地启发式分区算法,将零售网点进行区域划分,第二阶段利用优化算法,主要是遗传算法和邻域搜索算法,来确定具体的一条配送线路的先后次序；并对大规模车辆路径问题的一个案例—第三方物流企业的烟草物流配送问题进行研究,介绍烟草物流配送问题的研究现状,提出求解该问题的混合遗传算法,并用实际数据进行测试和比较。。再次分析了车场开放的带时间窗的车辆路径问题,在完成配送服务的车辆数目不确定的条件下,建立该问题的数学模型,同时运用改进的微粒群算法求解该问题,算法采用一种基于客户的序数编码方法构造初始种群,对微粒群算法的进化方程进行了改进,使改进微粒群算法的搜索过程具有自适应性。根据第三方物流配送的实际,基于问题的不同目标,运用数值检验了模型和算法的有效性。然后分析了第三方物流企业必须通过租赁车辆完成配送服务,同时客户需求为模糊数的情形,即开放式模糊需求车辆路径问题,通过运用模糊可信性理论,建立模糊机会规划数学模型,同时运用随机模拟算法和改进遗传算法求解该复杂的不确定性问题,并通过数值实验检验了模型和算法的有效性。最后,对所做的研究工作进行了归纳和总结,提出了今后需要进一步深入研究的问题和方向。