随着市场竞争的日趋激烈,企业传统两大利润源的不断萎缩,物流成本对企业利润的影响程度也不断增大,尤其是在其中占有较大比例的物流配送成本对企业获利能力的影响更是与日俱增。在与配送成本有关的各类问题中,车辆路径问题是一个备受关注的焦点问题,尤其是从90年代后期开始,车辆路径问题的重要性被越来越多的国内学者和企业所认同。本文在分析车辆路径问题的基础上,对基于时间窗的多目标车辆路径问题进行了研究,文章的主要研究内容如下：首先,本文在阅读大量文献的基础上,指出了目前关于车辆路径问题的研究中,在模型的建立和求解算法两个方面存在的问题。并对车辆路径问题的基本原理进行了阐述,比较系统的总结了车辆路径问题的分类情况和常用的求解算法。其次,针对目前在模型建立中存在的目标单一、约束条件与现实存在一定差距的问题,本文将客户满意度作为一个新的目标函数引入到带有时间窗的车辆路径问题的基本模型中,建立了多目标数学规划模型,并把现实中比较常见的多车型约束条件加入到了建立的多目标数学规划模型中,在一定程度上增加了多目标模型的实用性。再次,针对建立的多目标数学规划模型进行了遗传算法的设计,对选择算子、交叉算子和变异算子进行了一定程度的改进,改进了遗传算法的性能,在一定程度上避免了算法的“早熟”问题。最后,用MyEclipse软件对设计的遗传算法进行了编程实现,并选取了两篇文献的算例数据进行了计算,对得到的结果进行了比较,对算法的有效性进行了验证。