在经济全球化以及互联网+时代环境下,企业之间的竞争愈演愈烈,资源消耗、人力成本上升等,企业可压缩的成本空间逐渐缩小,使得第三利润源——物流越来越受到关注,它在社会经济中的地位也越来越重要。配送是物流过程的一个重要环节,而且配送成本占物流总成本比例也相对较高。合理安排配送活动、选择高效配送路线,可以降低企业物流成本、提高服务质量,进一步增加企业竞争力。物流配送的核心问题是配送路线优化问题即车辆路径问题。本文以Z电子商务企业南京物流中心配送活动为研究对象,依据公司实际情况,在传统车辆路径问题基础上加入车辆每次最长行驶时间与时间窗约束,在送货途中还要同时考虑取货(退货)问题,并且在实际生活中,车辆行驶时间受天气、事故等不可控因素影响呈现随机状态,所以本文研究带时间窗的同时送取货随机时间车辆路径问题,建立相应求解模型。为了更符合公司实际情况,对最长行驶时间与时间窗考虑满足一个概率约束,并利用统计学知识将这两个随机约束转化为确定性约束进行求解。针对所建模型,综合考虑各求解算法优缺点,选用遗传算法进行问题求解。以Matlab为运行环境,对优化结果进行比较分析。结果表明,不同概率水平下优化结果存在差异,且概率水平高(时间要求严格)的配送成本高于概率水平低的配送成本;与企业实际配送情况相比,优化后的配送路线明显降低配送成本、提高车辆利用率以及配送效率,使得企业利润空间增大、竞争优势增强。