目前关于车辆路径问题的研究,大部分内容以每个客户的需求只能用一辆车完成配送为约束条件;然而,在实际的城配物流车辆调度中,有些客户的需求量比较大,城配物流企业需要对这些客户的需求进行拆分并由多辆车进行配送;此外,客户对配送车辆还有交付时间窗的约束,关于带时间窗的拆分配送车辆调度问题的研究比较少,因此非常有必要对这类符合城配物流配送特点的车辆调度问题进行建模并设计高效的优化算法求解,以提高城配物流企业服务水平、减少运输成本和人工调度车辆的时间,具有较强的实际意义。根据城配物流车辆调度的实际情况,本文研究带时间窗的拆分配送车辆调度问题,针对问题中的带时间窗和拆分配送两个约束条件设计了对应的解决方案。对时间窗的约束设计一个惩罚函数,由于车辆早到造成等待成本的损失,晚到降低企业服务客户的满意度,因此,设置车辆晚到的惩罚系数大于车辆早到的惩罚系数。对拆分配送的约束设计一种拆分策略,优先拆分配送需求量大于等于车辆装载量的客户,整车配送的客户需求默认能满足时间窗要求;拆分剩下的各个客户需求都不能满足整车配送,但需要满足客户要求交付的时间要求,对此提出遗传算法和蚁群算法的混合算法,首先使用具有强全局搜索能力的遗传算法得到一组较优的解集,然后将该解集作为蚁群算法的初始解集,使用具有强全局收敛能力的蚁群算法进一步优化,最终得到问题的最优解。采用Solomon标准数据,通过与一般的遗传算法和蚁群算法进行对比实验,证明了本文混合算法的优越性。本文设计了一个城配物流车辆调度系统,该系统使用了本文提出的遗传蚁群混合算法来实现车辆的调度以及线路的优化,应用ASP.NET、Html、Css、j Query等前端技术进行网页端功能的开发,应用SQL Server 2008数据库进行数据的保存,应用C#语言进行算法服务端代码的编程,应用Cordova和Vue.js结合的技术进行司机端APP功能的开发,应用高德地图API进行车辆路径规划结果的展示。其中网页端主要用于客户订单信息的创建,订单信息包含客户地址、客户经纬度、商品需求量、要求交货时间窗等信息,网页端将订单信息通过Json的格式传给算法服务端;算法服务端运算完后得出订单是否被拆分、订单被分配到哪辆车以及车辆服务客户的顺序等信息,算法服务端再通过Json的格式回传给网页端;网页端的调度人员确定调度结果后,将配送任务指派给司机端APP;司机根据司机端APP的配送任务信息对客户的需要进行配送。