社会发展带来物资与人员的流动。作为经济流动与发展的基础之一,物流行业在近年来得到了巨大的发展与进步,同时物流的成本也受到越来越多的重视。在运输环节,解决车辆路由问题有助于更合理的安排运输路径,缩短车辆行驶路程、简化配送程序、减少配送次数、降低车辆的空载率,有效地提高运输效率,从而降低物流的成本。因此,对车辆路由问题进行深入的研究有着重要意义。　　 本文围绕着车辆路由问题开展研究,主要介绍了车辆路由问题在不同约束条件下产生的各种模型,不同变种之间各自的特点以及国内外现有的研究情况。同时介绍了现有的各种经典算法以及其在车辆路由问题中应用情况,并分析了传统的经典算法在某些特殊的实际问题上没有很好表现的原因。　　 本文重点介绍了一个实际生活中的车辆路由问题,展示了如何对一个实际车辆路由问题进行分析以及建模的过程。针对车辆路由问题作为一个NP难问题的特点,具体提出了一种基于遗传算法的启发式算法,使用改进的插入算法提高空闲车辆的利用率,并依靠以子任务为基本单位的染色体进行杂交进化,然后使用三种不同邻域的局部搜索算法对解进行改进。最后通过实验测试确定算法的参数,并与其他算法作对比来表明该算法的有效性。