伴着信息时代的到来，市场竞争更加剧烈，时间价值也日益提升。准时服务已经成为现代企业角逐市场的重要手段，体现着企业的服务水平，标志着企业的市场竞争能力。但同时，实现准时服务的城市交通环境却是不确定的：时变的交通流量，偶发的交通事故，突发的交通拥挤，导致了车辆在路段上随机的旅行时问。在多起点、多终点的不确定城市交通网络中，某一起、终点对之间只存在随机最优路径，不同司机在选择随机最优路径时会表现不同的行为特征，司机的择路行为(包括路径选择和出行时间选择)会随着出行目的、约束时间、司机的经验、对路网络的熟悉程度以及出行时间的不确定程度而变化。作为实现交通出行合理化的重要内容和手段，研究不确定环境下车辆择路行为有助于减少城市交通拥挤，节约社会能源，保护城市环境，降低出行成本，提高运作效率，全面提高城市交通出行的满意度。本文较深入地研究了实时信息下的一系列车辆路径选择问题，建立了车辆可租赁的车辆路径问题模型，并设计优化算法求解。全文共6章，主要内容和相关结论如下：第一章：介绍了研究背景与意义，思路与方法，创新点及论文研究目标与结构。第二章：首先阐述了目前车辆路径问题的研究成果，在此基础上，将不确定信息车辆路径问题划分为非实时信息处理的不确定信息车辆路径问题和实时信息处理的不确定信息车辆路径问题两大类，分析了不确定信息车辆路径问题的内涵、特点、研究现状及相应的各种数学模型、优化方法，指出研究中存在的问题。第三章：本章考虑在多周期计划内，按照一定时间窗的设置进行路径问题优化，建立了人员和车辆可租赁的车辆路径模型。并采用节约算法和贪婪启发式算法组合，来求解车辆路径和人员优化和分配问题。第四章：在第三章的基础上，对车辆可能经过区域的交通线路动态时变性（如城市中心区上下班高峰、交通拥堵等）和车辆最优的出发时间进行考虑，建立了线性整数规划数学模型，并采用插入式算法进行优化求解，通过具体的算例来验证其有效性。第五章：在车辆最优出发时间的基础上，对车辆数量进行考虑，建立了线性整数规划数学模型，并采用改进的蚁群算法进行优化求解，通过具体的算例来验证其有效性。第六章：结论及展望：对论文进行了全面的总结，指出了进一步研究的方向。