随着近些年物流企业的快速发展,企业对减少成本的期望越来越强烈,非常需要针对车辆分派问题进行研究。车辆路径问题正是对此类问题进行研究,早期大多数研究主要集中在约束车辆路径问题,但是约束车辆路径问题的局限性抑制了它的实用性。动态车辆路径问题是在约束车辆路径问题的基础上,通过取消预知全部顾客需求的限制条件,从而更加符合实际情况,但同时也比约束车辆路径问题更难求解最优解。目前动态车辆路径问题的研究还不多,而针对更符合实际情况的带时间约束的动态车辆路径问题的研究更少,非常需要针对此类问题建立模型并设计高效的算法。本文通过对带时间约束的动态车辆路径问题建立相应数学模型,提出混合算法(模拟退火算法和遗传算法)的解决方案,并在此基础上,实现带时间约束的动态车辆调度系统的设计与开发。本文提出的混合算法将解决方案设置为两个阶段:第一个阶段发挥模拟退火算法的快速性,获取预备最优解集;第二个阶段发挥遗传算法的高效性,并使用第一个阶段的预备最优解集作为种群,在处理遗传算法中针对选择操作、交叉操作、变异操作提出了灵活的解决方案,最终获得最优解。通过与一般的遗传算法和模拟退火算法进行对比实验,证明了本论文算法的优越性。另外,基于本文混合算法开发的带时间约束的动态车辆调度系统包含了三个阶段,即前台数据输入,后台数据运算,以及通过结合百度地图应用程序界面来展示运算结果。