作为一个经典的NP难问题，车辆路径问题有着很高的研究价值。在现实中，良好的路径规划有助于节约资源耗费，降低成本，在中国物流行业快速发展的今天，对车辆路径问题的研究越来越重要。　　本文主要研究带重量约束的车辆路径问题，长久以来，国内外许多学者对这个问题进行了大量的研究，产生了许多优秀的算法。本文在前人的基础上，提出了一种分布式混合启发式算法，目标是在较短的时间内取得一个不错的结果。　　本文的主要工作包括:第一，实现经典的禁忌搜索，并提出了一个类似构造邻域的扰动策略以增强搜索的多样性;第二，提出一种基于自适应存储算法(Adaptive Memory，AM)的混合算法，在AM中将各个解根据相似度划分种群，并在此基础上使用不同方式来获取不同类型的初始解加以优化;第三，将混合算法并行化，并使用Spark分布式计算框架实现。　　本文采用了Christofides和Golden生成的两个大小不同的测试集进行算法测试，实验结果表明，本文的禁忌搜索有着不错的表现;分布式的混合算法取得了良好的效果和可扩展性，保证能在较短的可接受时间内取得不错的结果。