随着全球一体化进程的加速以及国际市场竞争的加剧，我国中小企业通过廉价劳动力、高生产效率和低价格资源等方式获得经济报酬的时代已经一去不复返，企业降低成本的做法已经由传统的生产领域转向非生产领域，物流就是其中一个重要环节。信息技术作为实现物流合理化的重要手段，改变了以往依据个人的经验来安排车辆行驶路径，变为根据物流网络环境中的确定信息和不确定信息来安排车辆行驶路径，以降低企业成本，提高运作效率，提升客户的满意度。面对实际存在的客户需求、旅行时间等不确定或随机的因素，传统的求解确定车辆路径问题的有效方法不一定能有效解决随机的车辆路径问题。因此，有必要研究随机车辆路径问题的特征，构造符合实际的模型，并采用新的方法来求解模型。另外全球定位系统、地理信息系统等的运用为收集实时信息提供了可能。总的来说，竞争的压力以及客户的需求要求企业研究并解决上述不确定性问题，同时智能导航系统以及物流信息系统等应用也为企业解决这些问题提供了便利。现在国外国内学者对随机车辆路径问题做了不少研究，但是还是有很多方面需要改进和完善，为解决实际问题提供指导。　　 近年来，随着经济的快速发展，越来越多的企业意识到可以对其产品进行全部或部分回收，进行再利用、再循环或者加工，在节约资源的基础上能降低企业生产成本和社会环境成本；再者由于环境保护意识普及和和相关法规的出台，社会和政府要求生产企业必须妥善处理废弃品。在这样的背景下，逆向物流逐步受到重视。因此，将随机车辆路径问题与逆向车辆路径问题这两类与实际紧密相关的问题结合起来研究具有很强的现实意义。　　 本文在前人研究的基础上，以同时送取货的车辆路径问题和随机车辆路径问题的研究现状为背景，将随机旅行时间车辆路径问题与同时送取货的车辆路径问题结合起来，建立带随机旅行时间的同时送取货的车辆路径问题的机会约束规划模型。针对该模型中的机会约束条件，本文采用随机模拟方法来动态解决旅行时间的取值问题，并与简单遗传算法、改进的遗传算法相结合来求解该模型，并通过大量的测试对比验证改进的算法能够更有效的求解该模型。通过对比验证，得出无论是针对50客户，还是100客户，改进的算法能够在很大程度上搜索到更好的解，而且，改进的算法对SCA3的改进程度要大于CON3的改进程度。从文章最后的明细解表可以看出，在本文的所设定的参数组合下，载重约束比时间约束更紧。本文的创新之一是针对不确定的旅行时间，依据其分布函数，平均旅行时间为依据，采用随机模拟方法来进行动态取值。文章的创新之二是对简单的基于随机模拟的遗传算法的改进。简单的基于随机模拟的遗传算法因其多重随机性降低了算法的收敛速度和程度，为了克服因随机性而导致的收敛速度降低这一缺点，本文在简单的随机模拟遗传算法中引入贪婪策略，设计出改进的基于随机模拟的遗传算法来求解该问题，获得更好的解。　　 本文的贡献在于，利用随机模拟方法来处理随机的旅行时间，并将随机模拟的方法与现代启发式算法相结合，通过编程来进行模拟仿真。其次，在简单的基于随机模拟的遗传算法中引入贪婪策略来克服随机性所带来的收敛速度下降的问题。通过对比试验得出，改进的遗传算法在以迭代时间延长为代价的基础上能够获得更好的解。　　 文章总共分为六章，其内容安排如下：第一章是绪论，对随机旅行时间问题和同时送取货问题从国外和国内两个角度进行综述；第二章主要阐述了求解车辆路径问题的相关算法和本文涉及的随机的车辆路径问题；第三章系统阐述了遗传算法在求解车辆路径问题的关键步骤以及随机模拟的原理；第四章建立随机旅行时间的同时送取货车辆路径问题模型，利用随机模拟方法来处理机会约束条件；第五章用简单的基于随机模拟的遗传算法和改进的基于随机模拟的遗传算法进行仿真，并比对分析结果；第六章是文章的结论和展望。