随着互联网技术的提高,网络购物、外卖平台、新零售等数字时代的产物不断涌现,消费者的购物方式发生了改变。人们习惯于足不出户,在手机上进行购物。新科技大大满足了新时代人民的需求,但是同时加剧了货物运输、配送的压力。不论是长途运输的货物运输,还是中短距离的城市配送,都实现了新的突破。网购行为的普及、外卖购物的需求增加等,例如大量的订单涌现,使原本的城市末端的配送问题更突出。但是由于物流企业在货物配送路线上的规划不合理、配载率低、空载率高等原因,导致配送成本居高不下。为了提高货运车辆及人员与配送货物需求的比例,大多物流企业选择在配送车辆上加大投入量,虽然暂时满足了运力需求,但是也会加剧交通拥堵现象。与此同时,随着国家大力呼吁和提倡发展低碳经济,碳排放问题得到了越来越多的关注。基于此,本文选择城市末端配送车辆调度问题作为研究对象,通过对企业车辆的合理调度安排,可以减少使用车辆数;将碳排放量转换为碳排放成本,以油耗成本、碳排放成本、固定成本组成的综合成本为目标,建立考虑碳排放的城市配送车辆调度优化模型,并通过实际案例验证考虑碳排放的车辆调度优化效果,实现低碳化目标。本文针对城市物流配送的特点,着重考虑了时间窗、车型、实时载重等因素,分别研究考虑了城市配送中确定需求和不确定需求的两种情况。首先在确定需求的情况下,设计了改进的蚁群算法对模型进行求解,验证了模型的有效性,并通过对车型的敏感性分析,来验证实时载重对碳排放产生的影响;在此基础上,考虑了不确定需求下的城市配送车辆调度,引入三角模糊数作为客户的模糊需求进行计算,并以最小行驶距离和最小总成本为目标函数进行了对比,使用同一算法计算了确定需求和不确定需求两个模型,验证了模型的有效性。