车辆路径问题(Vehicle Routing Problem, VRP)是运筹学和组合优化领域研究的热点问题,同时也是企业物流配送中的关键问题。随着时代的发展,人们对物流服务水平的要求越来越高,由此拓展产生的车辆路径问题模型也变得越来越复杂。因此,以经典车辆路径问题为基础,完善车辆路径问题的研究,并构建高质量和高效率的求解算法对提高企业运输效率和降低运输成本具有重要的研究价值和现实意义。本文以经典车辆路径问题为基础,综合运用组合优化和智能启发式算法等工具,对人们关注较少却极具现实意义的一类问题——非配对的带取货和送货需求的车辆路径问题(Unpaired VRPPD问题)展开研究。主要研究内容如下：第一,简单介绍了研究Unpaired VRPPD问题的背景和意义,分析了VRPPD问题现状及解决该问题所采用的工具(即人工蜂群算法)的研究现状以及存在的不足,阐述了本文的主要研究内容。第二,对车辆路径问题进行概述,介绍了经典车辆路径问题的概念及数学模型,并介绍了求解该类问题的常用求解算法,为后续研究提供了理论基础。第三,针对人工蜂群算法的研究现状和不足之处,本文改进了算法的搜索方式和选择方式。通过benchmark函数进行验证,证明改进算法的有效性,提高了人工蜂群算法的性能。第四,详细介绍了Unpaired VRPPD问题的概念和数学模型,并结合该问题的特点,设计了初始解构造方法和局部搜索方法等,提出了以人工蜂群算法为主体的优化算法。通过实验仿真,并与分组遗传算法(GGA算法)的实验结果进行比较,验证了算法的有效性,最终获得了更为理想的车辆路径优化方案。本文通过人工蜂群算法求解了Unpaired VRPPD问题,有效的拓展车辆路径问题的研究领域,并丰富相关的求解算法。