车辆路径问题一直是运筹学领域研究的热点之一,是有效降低物流成本的关键所在。考虑到现实生活中,越来越多退货维修和回收等物流活动的产生,整合正向物流和逆向物流的同时取送货车辆路径问题研究也逐渐受到关注。在现有的同时取送货车辆路径问题中,一般假设车辆行驶速度是不变的,或平均行驶速度一定。但是在现实生活中,由于人们上下班出行、天气状况、道路维修等因素地影响,车辆行驶速度在不同的时段或不同的道路类型上,会依据出行时间的不同而不同,从而导致两节点的行驶成本不同。因此,对于时间依赖型的同时取送货车辆路径问题进行研究具有一定的理论依据和现实意义。为了更好地体现时效性和符合现实情况,在已有的时间依赖型车辆路径问题的基础上,考虑了车辆行驶速度的加速度,以使车辆速度平滑变化。本文围绕时间依赖型的带软时间的同时取送货车辆路径问题,构建了软时间窗约束的时间依赖型VRPSPD问题的数学模型,并设计了嵌入自适应扰动机制的混合粒子群算法,其中该机制中是以变邻域下降搜索为主体,定义了路径内和路径间邻域结构,并设计了以路径重心为选择概率的轮盘赌规则,和适应性的邻域选择策略,以便充分发挥两者的优势。为了验证算法的可行性,对现有算例进行了扩展,结合了4个不同情境的时间依赖函数,对比分析了有无扰动机制的粒子群算法,以及有无加速度的运行结果比较,得出扰动机制有利于粒子群算法跳出局优解,并且在不同的情境下车辆行驶成本有所不同,且加速度的影响程度不同,因此根据实际情况,合理安排出行可以有效降低成本。