物流是20世纪的新兴产业，它的重要性已为人们所熟悉:物流是企业实施供应链管理思想的基础，是电子商务活动的重要组成部分，是企业的第三利润源泉。物流活动为物品创造了空间效用、时间效用和形质效用，其中空间效用源于运输配送。运输配送是社会再生产的必要条件，是人们日常生活的必要元素，是影响商品成本的重要因素，是现代生产运作方式变革的力量。　　本文对物流运输配送中的VRPTW(Vehicle Routing Problem with TimeWindows)问题提出了基于多属性标号的启发式算法。该算法分两部分。首先，构造初始解。构造初始解时应用面向对象的思想，通过对车辆，客户点，行车路线进行多属性描述，使算法很容易地处理现实当中一些操作层面的问题，譬如司机午休、某个任务点指定必须由某个车辆来服务、多车型和多车槽等等，而这些问题用数学模型来描述会存在一定的困难。同时该路径构造算法具有并行构建初始解的性质，这样得到的初始解质量更高，更有利于后续的优化。其次，初始解改进。针对初始解的缺点，本文算法采用蚁群系统来对初始解进行优化，优化方向为减少使用的车辆，和在减少车辆的基础上降低总成本。　　为验证本文算法的有效性，本文用设计的算法求解Solomon标准问题集(R1、C1和RC1)和多车型问题集，把得到的结果和精确解进行比较。实验数据表明，本文的算法是有效的。