随着中国经济的快速发展，物流在社会中的作用越来越受到各个企业的重视。配送作为物流的主要环节，成本居高不下。在日趋激烈的市场竞争环境下，许多企业都期望通过降低物流成本来提升企业利润，因此选择使用有效的线路进行配送运输，优化运输成本，成为当前企业增强竞争力的重要途径之一。
　　送取货调度问题是车辆路径问题的实例延申，是个热门的科学论题。大多数学者在车辆路径问题上的研究主要集中在例如牛奶、快递、生鲜等日计划送取货企业改善优化，这些企业具有配送量大、时效性高的特点。而很少有关于配送量一般、配送规划按照周来进行的企业配送优化研究，这类企业的数量相当巨大，它们也有物流成本降低的急切需求。本文的创新点在于对被忽略的配送量一般、配送规划按照周来进行、同时带有柔性时间特点的企业进行建模，优化和研究。对相关周计划配送企业进行调查与研究，特点总结，而后进行建模。D公司是全球领先的塑料包装制造商，生产制造注塑类塑料产品，主要服务位于华东地区的日用品和化妆品企业，如庄臣、强生、家化、汉高、妮维雅、联合利华等国内外著名企业。其配送根据客户要求按周来进行规划，同时，客户对于配送日期有着一定的不确定性。由于D企业的典型性，使用它的数据进行研究，对于其他同类企业的柔性时间周计划送取货的调度问题优化具有代表和典型意义。
　　本文主要通过文献研究法、问卷调查法、数学建模和实验仿真等方法进行研究。通过文献分析了解国内外相关理论以及研究现状，并为基于遗传算法的柔性时间周计划送取货调度问题的优化研究提供借鉴和启示。分析比较精确算法、传统启发式算法、现代启发式算法的优缺点和适用范围，发现遗传算法被广泛应用于车辆路径问题，是一种经典算法，因此选择现代启发式算法中的遗传算法作为本文研究优化的算法工具来解决复杂的周计划配送模型问题。
　　以既满足客户的柔性时间要求，又降低企业配送成本提高利润，增强企业物流竞争力为目标，考虑物流配送距离、配送及时性和配送车辆数量对成本的影响，构建了基于遗传算法带有惩罚函数的柔性时间周计划送取货调度问题的优化模型，并设计适用于该模型求解的染色体编码方式以及遗传算子等。最后，应用D企业实际配送数据进行仿真实验，利用MALAB软件计算出周调度物流成本，通过与企业当前的专车运输成本、日计划遗传算法结果进行比较，验证本文所建模型及其求解算法是有效的。该模型能够成功进行成本和方案优化，对于D公司的送取货调度问题优化具有重要的实际应用价值，乃至对我国其他配送量一般、配送规划按照周来进行的企业配送调度同样具有指导意义。