近年来，车辆路径问题（Vehicle Routing Problem，VRP）因其在社会生活中的重要性而越来越受到学术界的关注，其研究成果在物流甚至通讯、计算机应用等领域得到了广泛的应用，并成为组合优化问题里的重要分支。　　在实际的物流中，出于调度灵活性的考虑，物流公司往往会购买多种车型组建车队;而在某些运输领域如燃油运输、食品运输等领域中，由于卫生或安全方面的特殊需求，其运输货物往往具有排斥性，即不同货物如果同处一辆车上则需将其隔离。现有VRP研究中，往往侧重于多车队或者多车槽某一方面的研究，较少综合考虑二者在实际物流运输中的关联性。如何解决现实物流管理中的多车型多车槽路径问题(Heterogeneous Fixed Fleet Vehicle Routing Problem withCompartments，HFFVRPC)，成为VRP研究领域的热点。本文围绕HFFVRPC问题展开了深入研究，研究内容如下:　　一、随着VRP研究的深入，其涉及多个学科的交叉，在多个领域得到应用，研究成果呈指数增加，研究分支也越来越庞杂，急需对VRP研究分支进行系统的归类，以增强对VRP知识体系的全面把握。本文从全局出发，在Eksioglu研究成果的基础上，应用分类学(taxonomy)中的树状表示法对VRP国内外文献进行了多角度的、简约清晰的梳理，归纳出VRP研究的全景视图。　　二、通过对多车型车辆路径问题(Heterogeneous Fixed Fleet Vehicle RoutingProblem，HFFVRP)与多车槽车辆路径问题(Vehicle Routing Problem withCompartments，VRPC）文献的研究，结合现实中HFFVRPC的特性，提出了HFFVRPC的数学定义，构建了HFFVRPC的三下标流数学模型及在不同条件下的扩展模型。　　三、提出了一种混合的禁忌搜索算法用以求解HFFVRPC，并以实验证明其有效性。该算法具有以下特征:　　(1)设计了一种简约的编码方式，或称解的表示方法。HFFVRPC具有复杂的属性，其解的表示必须能体现出这些属性。在本文中，对有限的车辆进行编号，并生成与之对应的路径编号，在求解过程中固定车辆与路径的一一对应关系，从而能省略不必要的车辆重新分派步骤。　　(2)设计了一种改进的初始解构造法。该构造法将HFFVRPC模拟为装箱问题(Bin Packing Problem，BPP)，并依据订单与车槽的“匹配度”——由订单重量与车槽载重能力的差值、已服务客户与未服务客户间的相对距离决定——逐个将订单依次装入车槽。　　(3)设计了一种反应机制(Reactive Mechanism)。通过记录TS在改进寻优能力上的表现，根据此表现动态调整TS的禁忌表大小，能有效引导禁忌搜索的方向。并将此逻辑扩展——根据TS寻优表现动态调整控制邻域范围大小的参数，从而在一定程度上实现深入搜索(Intensification)与多样搜索(Diversification)平衡。　　本文的研究成果在一定程度上扩展了VRP的研究，并为燃油运输、食品运输等实际中的HFFVRPC应用提供了运营决策支持，因此，本文研究具有一定的理论价值与应用价值。