随着社会经济和物流业的快速发展,面对客户需求体量急剧增加,一些企业可能在一个大城市内同时设有多个配送中心,大幅提高配送能力,保证对客户的有效交付;与此同时,一些客户也对货物的配送服务提出了更高的要求,不仅要求供应商需要有足够的供应能力,还要求货物在指定的时间内完成交付。以往企业多用分区配送方式进行处理,实施过程简单,但运作效果低下,难以有效利用配送资源,造成配送中心忙闲不均、车辆闲置或迂回运输等不合理现象频繁发生。在此背景下,针对带时间窗的多配送中心车辆路径问题(MDVRP-TW),考虑问题信息确定和不确定两种情况,本文设计一种开放式协同配送模式来进行配送方案规划。该配送模式对企业在区域内的所有物流配送资源进行统筹规划,最大化企业的配送能力和响应能力。规划得到的车辆配送路线,能为客户提供准时又高效的配送服务,提高服务质量,降低物流配送的总成本,增强企业在行业内的竞争力。本文主要研究内容如下:首先,给出本文的研究背景与意义,根据当前此类问题的研究现状,总结研究中的不足,确定研究方向和求解方法。其次,分析确定环境下的MDVRP-TW。突出当代配送的服务功能,引入客户满意度;建立开放式协同配送模式,让问题在“多对多”的网络化配送模式下寻最优解;建立问题的多目标数学模型,优化配送成本和客户满意度。然后,拓展研究在不确定环境下UC-MDSVRP-TW。假定在不确定环境中客户需求量和车辆行驶时间随机不确定,基于随机规划理论,建立在一定置信水平下的机会约束规划模型。接着,设计求解问题的云遗传算法。设计云发生器,利用云模型特性,自适应设定操作的交叉和变异概率,并对遗传的具体进行过程进行一定的设计改进,提高算法对问题最优解的搜索能力和收敛速度。最后,调研生鲜农产品配送企业情况,基于本文研究给出优化的配送方案,验证所提出的模式、模型及算法的有效性。结果表明,本文模型能有效减少需要的配送车辆,降低运输费用,大幅提高车辆的利用效率。