随着经济的发展与科技的进步，作为企业“第三利润源泉”的物流已成为国民经济的重要产业。配送是物流中一个非常重要的环节，而如何优化车辆的配送路径则是物流决策者所需要重点考虑的问题，因而车辆路径问题（VRP）一直是学术界的研究焦点之一。随着现实中新应用的产生和客户服务需求的提出，VRP衍生了一系列的分支问题。本文所研究的问题也是一个VRP新型分支问题，它来源于一个企业在配送业务中所遇到的难题。与经典VRP相比，这个问题不仅增加了时间窗约束和周期性特征，而且还限制了客户周期内所能见到的司机数量（该约束称为访问限制约束），从而形成了带时间窗和访问限制的周期性车辆路径问题（PVRPTWLVQ）。　　 本文对带时间窗和访问限制的周期性车辆路径问题进行了研究。介绍了研究的背景和意义，然后对车辆路径问题及其重要分支问题进行了概述，提出了PVRPTWLVQ的问题描述及其数学模型，并将此模型与其他VRP分支问题模型作对比。提出了一种结合了多种启发式算法和智能优化算法的混合算法对问题进行求解，这种算法的主要思想是将问题空间划分成不同的子空间，将原问题的求解转化为各子空间问题的求解，最后各子空间的解的并集即为PVRPTWLVQ的最终解。提出了两组新的测试用例，其中一组是由带时间窗的车辆路径问题的经典测试用例扩展而成，而另外一组则是来源于实际生产运营中的数据。通过算例分析，证明了本文所提出的混合算法能够有效解决带时间窗和访问限制的周期性车辆路径问题，并且能为企业节省大量的运营成本，实现了问题的优化。