在经济全球化和信息化的推动下，现代物流已从为社会提供传统运输服务，扩展到以现代科技为支柱的综合物流系统。为了降低物流运输企业的成本，提高运作效率，全面提高客户满意度，车辆调度与路径优化问题越来越受到人们的关注。　　 本文首先回顾了国内外有关车辆路径问题（VRP）的研究成果，对VRPSDP和VRPTW的基本概念、主要分类、研究的发展和现状进行了系统、详细的介绍，并指出了目前研究中存在的问题。针对这些问题，本文做了以下几方面的工作：　　 设计了带有时间窗约束的VRPSDP（VRPTWSDP）的并行分枝定价算法。根据所使用并行开发工具的特点，在搜索树构造的层次上以主从式策略实现了分枝定价算法的并行化。利用双向动态规划算法求解作为定价子问题的带有时间和容量两类资源约束的最短路径问题。根据VRPTWSDP的特点，开发了按时间资源进行分枝的方法，并在实验中与完全按弧分枝的方法在计算效果上进行了对比。在并行分枝定价算法求解VRPTWSDP实例的有效性实验中，详细分析了算法并行化对生成的节点数、加速比和相对加速比的影响。以AHGA和CGPGA为基础，设计了VRPTWSDP的串、并行遗传算法。　　 设计了求解VRPSDP的粗粒度并行遗传算法（CGPGA）。并行算法以单向环作为连接拓扑，各子群体独立进行遗传操作，迁移算子用于群体间的信息交流，采用多样性替换的方法进行个体替换。本文给出了CGPGA算法在集群系统上的重复非阻塞MPI实现。对典型VRPSDP实例进行测试的结果表明，该遗传算法能较快地获得小规模问题的最优解，并能有效地求解大规模的问题。