随着我国城镇化进程的加快,城市规模越来越大,国家对物流业健康发展政策的大力支持,使得城市物流成为近年发展的热点。城市物流系统是物流系统按区域划分出的一种类别,城市物流是有货物运输、存储、流通加工、配送等七种元素组成,其中配送是城市物流的核心因素之一,从系统上来说,城市物流配送网络系统是城市物流系统的核心子系统之一。一个现代化的城市物流系统必须具有现代化的城市物流配送网络系统,完善优化城市配送网络就是以城市整体为本,按照客户的要求,把货物安全送达相应的地点,在这个配送过程中,尽量使配送的车辆数、运营的里程数、对城市环境的污染等降到最少,这也是典型的车辆路径问题。由于城市内客户点数量和布局、交通运输、政策管理等特点,使得城市配送车辆路径问题具有更多的限制和约束,所以结合城市配送实际,选择客户时间、道路行驶速度等因素,研究带时间窗的时变条件下城市配送路径优化问题(TDVRPTW,Time-dependent Vehicle Routing Problem With Time Windows)。本文通过查阅大量文献资料,首先总结了车辆路径问题的概念及有关算法,详细描述了城市物流配送系统的内涵及功能,并对城市配送系统的特征及形成关键因素进行了分析研究;然后基于城市物流配送的特点及车辆路径问题基本条件的界定,分析建立了带时间窗的时变条件下城市配送路径问题相关数学模型;最后对问题算法进行了研究,把聚类思想融入到路径优化算法中,设计了基于模糊聚类-人工蜂群两阶段启发式算法:第一阶段对客户群进行模糊聚类分析,打破原有行政区划,将客户群划分不同类别,降低原有问题的规模;第二阶段对原有人工蜂群算法中的蜜源选择概率公式进行改进,添加与迭代次数和蜂蜜优良比率有关的扰动因子,解决算法迭代后期可能陷入局部最优的缺点。使用Solomon设计的Benchmark Problems中的标准测试数据库r101测试数据,采用matlab编程,在算法第一阶段进行聚类仿真,在算法第二阶段对划分的类别进行具体路线规划实验仿真,并与一般人工蜂群算法运算结果进行对比。最后以重庆市天友乳业股份有限公司自营专卖店配送为例,通过具体分析,对其具体配送路线进行了优化。本文根据城市配送特点,提出符合城市配送实际的TDVRPTW问题数学模型,设计了模糊聚类-人工蜂群问题求解算法,通过实例分析验证了模型的有效性及求解大规模问题时方法的可行性,有助于根据城市配送特征,制定更为合理城市配送方案,为优化城市物流配送路线提供决策依据。