物流运输调度问题（Vehicle Routing and Scheduling Problem，VRP）在运输企业的运作理论研究中占有十分重要的地位。时变关联物流运输调度问题(Time-varyingIncident Vehicle Routing and Scheduling Problem，TIVRP)作为VRP的一个扩展问题，是在实际生产运作管理中产生的。因此，研究TIVRP对于解决实际问题具有重要的理论和现实意义。本文针对TIVRP问题的不同类型做了深入地研究和分析，给出了相应的算法研究，并用实例验证算法的可行性以及有效性。本文所做的主要工作如下:　　首先，针对客户的时变性和关联性以及车辆速度的时变性，提出了时变客户关联车辆路径优化问题。针对该问题的特点，提出时间轴和关键点的概念，设计单位行驶费用的离散时变函数，定义关联系数。设计两个阶段的带禁忌表的蜂群算法进行求解。给出一个计算实例，结果表明两阶段算法能够得到时变客户关联车辆路径优化问题问题较高质量的解。　　其次，针对带时间窗的时变关联车辆路径优化问题问题，给出了问题描述和数学模型，设计了两个阶段的算法来解决该问题，得到问题的最终调度方案。给出一个计算实例，通过仿真实验验证算法的有效性。　　第三，针对客户需求的时变性和关联性以及车辆速度的时变性，提出了时变需求关联车辆路径优化问题。根据客户需求量的时变性的特点，提出单回路策略。加入需求关联的约束条件，分两个阶段来解决该问题。给出了基于蜂群算法的解决步骤，通过仿真实验验证了算法的有效性。　　第四，针对客户时间窗的时变性和关联性以及车辆速度的时变性，提出了时变时间窗关联车辆路径优化问题。并对I1插入法和蜂群算法进行了改进，设计两阶段的算法对问题进行求解。给出一个计算实例，结果表明改进的蜂群算法求解该问题是有效的。　　最后，对本论文进行总结与展望，归纳了本文的收获与成果，对需要更深层次探讨的问题进行说明。