车辆路径问题(VRP)是运筹学、应用数学和计算机等领域研究的热点问题之一，其研究宗旨是设计合理的车辆行驶路线以达到降低运输成本的目的，经过五十多年的发展，已被广泛应用于通讯、生产、国防及生物等领域。车辆路径问题是组合优化中典型的NP-hard问题，当问题规模较大时，求解所需的计算时间会随问题规模的增大而成指数级的增长，将很难得到问题的精确解。由于NP问题求解的复杂性，目前车辆路径问题的求解方法主要使用启发式算法。本文主要对两类车辆路径问题的模型和算法进行了研究，主要工作如下：1.针对带有容量限制的车辆路径问题，提出了一种混合离散人工蜂群算法。该算法给出了食物源位置的离散编码方法，利用邻域搜索生成候选食物源，引入局部搜索来增强开采能力。最后通过数值实验，验证了该算法的性能优于其他算法。2.针对带时间窗的车辆路径问题，提出了改进的萤火虫算法：设计了一种离散机制把个体的连续编码形式转化为车辆位置的离散编码方式，从而使算法能够求解离散问题；采用局部搜索算子增强局部寻优性能。实验结果分析表明，该改进算法可以更有效地求出最优解。