随着对VRP(Vehicle Routing Problem,VRP)研究的深入,研究者将越来越多的约束添加到基本VRP中,出现了多种VRP拓展问题,使得问题更加接近实际。多配送中心VRP(Multi-Depot VRP,MDVRP)是在VRP问题基础上引入了多个配送中心,因其更符合当前实际物流配送系统运行情况而成为VRP问题研究的热点。已有学者对这一问题进行了拓展研究,如多配送中心开放式的VRP问题,其配送中心开放、资源共享,可实现车辆联合配送,且配送车辆在完成配送任务后可不必回到原配送中心,可以停泊在就近的配送中心,甚至配送中心不提供停泊服务等,针对该类问题研究的核心目标是提高配送中心及车辆的运行效率,降低服务成本。目前,针对多中心开放式VRP问题的研究正处于不断深化和拓展进程中,本文针对以下4个扩展问题展开研究,并取得以下创新性成果:(1)针对受模糊时间窗影响的多中心开放式VRP问题,先定义模糊时间窗、客户满意度函数和时间惩罚费用函数,建立以运输成本、车辆派遣成本和客户点处时间惩罚成本为目标函数的优化模型,在算法设计中先基于整体法假设虚拟配送中心,形成单配送中心网络,再设计改进的蚁群算法求解,算例实验验证了模型和算法的有效性。(2)提出多中心开放式模糊时间窗同时配集货车辆路径问题,并构建该问题的优化模型。设计混沌遗传变邻域搜索算法求解模型,在算法中引入混沌的伪随机性以保证初始解的多样性;将变邻域搜索算法应用到遗传算法的局部搜索策略中,加强种群的寻优能力。从问题提出和科学性论证、模型构建、到算法设计上都体现较强的创新性。(3)针对考虑货损及联合配送的多中心开放式车辆路径优化问题,以生鲜品配送为例,建立包含配送成本、派遣成本以及时间惩罚成本、货损成本的总成本最小为目标的优化模型,设计蚁群算法求解。通过对算例进行多次求解并与单配送中心独立配送模式优化方案做对比,验证了算法及模型的有效性,研究成果为生鲜电商冷链物流配送环节的发展提供了一种较好的思路。(4)针对有模糊需求、多中心及开放式三重约束的车辆路径问题,运用三角模糊数表征模糊需求,根据可信性理论设置决策保守程度值刻画决策者的风险偏好,对多中心约束采用“先路径后分组”策略,在此基础上构建优化模型;设计两阶段禁忌搜索算法进行求解,第1阶段求解包含全部客户的旅行商问题,以此作为算法第2阶段的初始解,并采用合适的编码方式以保证算法两个阶段解的兼容。算例实验结果表明所设计两阶段禁忌搜索算法的第1阶段能够显著提升算法整体的求解质量,能够在可接受时间内对该类问题进行有效求解。综上,本文研究成果不仅丰富和拓展了信息不确定、不完备情况下多中心VRP、VRP、开放式VRP的相关理论研究,也可为提升实际物流配送企业车辆调度和生产决策的科学性提供指导。