本文从车辆路径问题的相关概念入手,分析了构成车辆路径问题的组成要素,引出了动态车辆路径问题；在分析了动态车辆路径问题中遇到的各类不确定信息的基础上,将动态车辆路径问题分为六种类型,明确了本文的研究方向：由客户需求的不确定性引起的动态路径优化问题；随后对比了动态与静态车辆路径问题的不同特征；按照研究历程,总结了车辆路径问题的相关求解算法,并概括了各类算法的基本原理及优缺点。通过对比分析,确定了将GPS、GPRS以及GIS技术作为动态车辆调度系统的支撑技术,描述了动态车辆调度系统的网络架构,并进行了部分模块化的设计。通过对假设的配送企业相关问题的描述与分析,确定了两阶段的求解策略：静态优化阶段,是对预约申请客户进行的预优化过程；动态优化阶段,是结合一定的优化配送策略对实时申请客户进行的再优化过程。根据企业的目标,建立了基于软时间窗的动态车辆路径问题的数学模型。在动态优化阶段,将实时的客户需求细分为新增客户需求、原客户需求增加、原客户需求减少、原客户需求取消以及原客户时间窗变更五种类型,并对每种类型分别设计了对应的配送子策略；通过对基本遗传算法适应度函数的设计以及交叉操作的改进,设计了求解动态路径优化问题的改进遗传算法。通过Matlab和C挣的混合编程,对假设的配送案例进行了仿真运行,在模拟实现动态配送策略的同时也验证了算法的可行性。