即时配送服务中的动态取送问题具有订单到达时间不确定、商品重量轻体积小、配送时效要求高的特点,与订单需求确定的传统物流配送区别较大,也更加复杂。近年来随着快递外卖等即时配送服务的发展,即时配送物流行业迎来了爆发,有着广阔的市场规模和巨大的发展潜力,同时随着物联网、智能穿戴技术的不断出现,以及智能优化算法的不断发展,研究即时配送中的实时订单分配和骑手的路径规划问题具备了可行性。本文以提高顾客对即时配送服务的满意度为出发点,以降低即时配送中顾客等待时间为目标,研究即时配送服务中的动态取送问题,提出了解决即时配送中订单分配和路径优化的方案,具有很强的理论和现实意义。动态取送问题不同于一般的静态取送问题,在求解过程开始之前无法获得所有订单的信息,必须在求解问题的过程中根据实时到达的订单请求对解决方案进行动态调整,求解的难度更大。本文针对即时配送的特点,在国内外目前对于即时配送中的动态取送问题的研究基础上,提出了一种基于滚动时域机制的订单分配和骑手路径规划模型,并设计了两阶段大规模邻域搜索算法对即时配送中的动态取送问题进行求解。本文的研究内容包括以下几个方面:（1）分析即时配送物流中动态取送问题的特点,不同于传统的车辆路径问题,动态取送问题的每个请求有取货点和送货点两个位置点,并且有各自的时间窗口,骑手需要在规定的时间窗口内先后访问取货点和送货点,并且订单的到达时间不确定,在开始求解问题之前无法获得所有的订单信息。在此基础上对即时配送物流中的动态取送问题进行定义,并提出了在不拒绝顾客请求的条件下使得所有顾客的等待总时间最小为优化目标。然后在分析静态取送问题和动态取送的异同点之后,分析对比了解决动态问题的实时优化方法和解决静态问题的智能优化算法。（2）考虑动态取送问题的特点和优化目标,对其进行建模。提出了求解动态取送问题的假设,包括骑手访问同一订单内取货点和送货点的先后顺序、同一订单配送过程中不可更换骑手等,保证建立的数学模型符合实际问题的约束条件。（3）针对建立的动态取送问题模型,提出了基于滚动时域机制的两阶段启发式算法求解该问题。首先针对动态问题,利用滚动时域机制将其转化成为多个静态子问题,然后在此基础上首先使用贪心算法构造初始解,再利用自适应大规模邻域搜索算法对其进行迭代优化,并通过模拟退火算法判断解的可接受性。（4）利用大连市某平台外卖订单的真实数据设计测试算例,并选取了其中两个具有代表性的商圈作为算例的源数据,根据模型的假设对其进行处理,最终生成了 18组测试算例。（5）设计对比实验对本文提出的算法和其他启发式算法进行比较,对比其在不同算例规模下的超时订单数量、订单平均送达时间以及累计超时时间三个维度的表现。实验结果表明,在三个维度上本文提出的结合滚动时域机制的自适应大规模邻域搜索算法表现均最佳,尤其在大规模算例中优势明显。（6）根据实验结果可说明提出的本文提出的基于滚动时域机制的自适应大规模邻域搜索算法是一种提高处理即时配送中的动态取送问题求解质量的有效算法,并且可以在较短时间内获得高质量的求解方案,适用于对计算时间要求较高的即时配送领域。