当今快递行业实现高效可靠服务面临着三大挑战:第一,互联网技术的快速发展以及人民生活水平的显著提高,客户对快件时效要求越来越高,快递行业需要提供更加快捷的物流服务来提升顾客满意度;第二,绿色物流对于提高快递行业的资源利用率提出了更高要求,快递行业需要更加完善的调度计划以充分使用车辆资源,避免空驶、对流、迂回等不合理的运输现象出现;第三,传统快递车辆调度忽视路网交通阻抗的不确定性,容易引发决策风险。需要更加充分地考虑现实路网交通阻抗的不确定性,避免城市拥堵路段,提高物流效率。本文考虑路网交通阻抗的不确定性,对集送一体化车辆路径问题展开研究。本文采用区间数度量路网交通阻抗,运用鲁棒偏差准则,即最大后悔值,定义了车辆路径的鲁棒成本。在此基础上以基于最小最大后悔值为目标,构建了区间交通阻抗下集送一体化车辆路径鲁棒优化模型。考虑鲁棒成本的计算需要事先确定车辆路径,本文设计了 Benders分解算法。该算法将模型分解为主模型与子模型,分别固定路径上界与下界,从而计算鲁棒成本的上下界,并通过迭代使其差距不断缩小直至为零。通过一个简单算例进行分析验证,结果表明,模型与算法运行良好。最后,以Y快递公司为例进行实证分析。结果表明,与该公司使用的原调度方案相比,本文提出的车辆调度方案更具鲁棒性。本文所提出的鲁棒优化模型与算法充分考虑了路网交通阻抗的不确定性,对于快递车辆调度具有较好的实用价值。所提出的方法可拓展应用于其它车辆路径问题,具有良好的理论意义。