随着市场经济的快速发展与供给侧改革的深入推进,物流业作为衔接生产与消费的“第三利润源”,正不断促进实体经济稳健发展。车辆路径问题作为物流配送中的关键环节,一直是学术界研究的前沿热点。传统车辆路径问题中,单一客户点只能由单一车辆配送服务,在客户大批量多样性的配送需求中已难以完全适用。因此需求可拆分车辆路径问题已引起各界学者广泛关注,并有着广阔的应用前景。与此同时,物流业竞争日趋激烈,客户对所接受的服务质量愈加敏感,配送准时性成为企业提升服务水平的重要切入点。本文综合考虑配送成本和模糊时间窗约束,研究考虑客户满意度的需求可拆分车辆路径问题。主要研究工作如下:(1)分析车辆路径中客户满意度的评价方法,根据现实中客户点对服务时间的敏感性,引入模糊隶属度函数将需求可拆分车辆路径中客户点的时间窗要求转换为客户对服务中货物送达时间的满意度,即由服务时间评价客户满意度。(2)在考虑客户满意度影响的基础上,一方面丰富配送总成本的研究内容,并将配送总成本最低和客户满意度最高作为目标函数,建立多目标优化模型;另一方面在模型中考虑客户最低服务水平约束,研究服务水平的设置对车辆配送方案的影响。(3)针对建立的多目标模型,给出求解模型的多目标禁忌搜索算法。在禁忌搜索算法中,考虑有效避免客户点被多次拆分,采用先路径后分组的思想,并通过最近距离法生成质量较好的初始解。同时综合帕累托原理,在不同客户点规模条件下求解拆分与否优化模型,为决策者在不同方案选择中提供参考。(4)应用模拟算例进行仿真实验,对比不可拆分的车辆路径问题,实验结果表明:①仅考虑优化配送总成本情况下,针对不同服务规模,需求可拆分车辆路径问题相较不可拆分车辆路径问题,能有效减少配送总成本,优化车辆数目,降低车辆空载率,提高车辆利用率;②考虑配送总成本和客户满意度情况下,无论拆分与否,双目标中配送总成本与客户满意度均存在矛盾相关性;③最低服务水平设置会对配送总成本和整体客户满意度产生影响,不同规模条件下影响结果有所差异,需要企业相关决策者根据自身发展水平及定位,权衡两个目标的重要程度,判断是否使用拆分策略,进而从pareto解集中选择最合适的方案。