全球化日益加剧,如何保持企业的持续发展和效益最大化,提升企业的竞争力,降低物流成本已经成为企业追求的战略目标,因此将先进的物流理论和物流技术引入企业的生产和经营管理中已经成为必然。车辆路径问题自然受到国内外学者的重视。已有的车辆路径问题研究多是基于确定性信息,而在实际中往往具有很多随机性的信息,因此随机车辆路径问题的研究越来越被重视。而随着供应商管理库存的出现,又使得随机行驶时间的车辆路径问题变得更加突出。随机行驶时间的车辆路径问题研究更贴近于现实的状况,然而由于问题本身的难度和人们的重视程度不够,使得对该问题的研究还很少。本文在已有研究的基础上,提出了一个考虑行程时间可靠性的多目标的车辆路径问题的机会约束模型,并构造了求解该模型的遗传算法,通过算例对模型进行了验证。文章的主要内容如下：首先,本文对车辆路径问题的基本原理进行了阐述,系统的对车辆路径问题进行了分类,并比较全面的整理了车辆路径问题的基本模型和常用的求解算法。指出了目前已有的车辆路径问题研究中存在的问题。其次,本文建立了基于行程时间可靠性的车辆路径问题的模型,为了使模型更贴近现实,将行程时间可靠性理论引入模型,考虑由于各个路径的交通流量引发的行程时间不确定性,进行路径选择,并在模型中考虑车辆载重限制等条件。模型还考虑了多目标的情况,即在考虑车辆路径最短的同时考虑使用车辆数最少。然后,针对基于行程时间可靠性的车辆路径问题模型进行了遗传算法设计,最后通过编程进行了算例验证,得到了较为理想的结果。