随着信息网络技术的快速发展,和互联网的普及,电子商务越来越深入的影响着人们的生活。电子商务模式下的物流运输具有服务对象众多、地域分布广、时效要求高等特点,不同类型的电子商务物流企业有不同的客户位置、发货货量、发货频率,时间要求,拥有不同的仓库资源、运输车辆资源,具有不同的优化目标。因此,电子商务物流企业如何根据企业目标,运用现有可用的物流资源,规划车辆行驶路径,满足客户需求,建立一套高效的车辆调度系统,从而降低运输成本,提高客户服务质量,成为电子商务物流行业发展面临的重要问题,具有很高的研究意义和实用价值。首先,本文选择物流服务企业H物流公司作为研究对象,采用理论分析的方法,对车辆路径问题的相关理论进行阐述,包括车辆路径问题的分类、求解方法和研究现状。其次,通过对H物流公司内部物流管理的研究,发现H物流公司物流管理中存在的现状问题。通过对现状问题进行层层分解,依次分析成本管理、车辆运输路径规划管理,了解H物流公司现状问题存在的原因。最后,本文结合H物流公司物流管理现状和客户需求,运用车辆路径问题相关理论,从以下两个方面展开深入研究:研究带容量约束的车辆路径问题（Capacitated Vehicle Routing Problem CVRP）。考虑到电商客户广泛分布于整个城市,发货货量少而频率高,为了提高优化效果,取消强制划分服务区域,城市内所有订单统一规划,车辆从仓库出发,到城市内各个订单地点装货后送回仓库卸货。首先,在此基础上综合考虑车辆资源限制和车辆装载空量限制以及运输价格,忽略时间要素,以总运输成本最小为优化目标,构建一仓多地点提货车辆行驶路径数学模型。然后,根据模型设计改进Dijkstra算法并求解;采用对比研究法对比优化前后效果,证明本文建立的一仓多地点提货车辆行驶路径数学模型是合理的,改进Dijkstra算法是有效的。最后,根据模型设计遗传算法,并以改进Dijkstra算法优化结果为初始解带入遗传算法求解,采用对比分析法对比优化后的效果,证明改进Dijkstra算法优化结果为初始解的遗传算法是有效的。希望对电子商务物流企业的不带时间窗约束的车辆路径规划和决策提供参考。研究带时间窗约束的车辆路径问题（Vehicle Routing Problem with Time windows VRPTW）。考虑到电子商务模式下买卖双方可以通过互联网快速完在线选品和成交,客户对所购买商品的快速获得的心理预期加大。为了满足客户的需求,给客户提供最好的服务体验,物流公司需要按照客户要求的时间上门提货。在此基础上综合考虑车辆资源限制、车辆装载空量限制、运输价格,以及时间限制,在满足客户取货时间要求的前提下,以总运输成本最小为优化目标,构建带时间窗一仓多地点提货车辆行驶路径数学模型。然后,根据模型设计带时间窗改进Dijkstra算法并求解。最后,采用对比研究法对比优化前后效果,证明本文建立的带时间窗一仓多地点提货车辆行驶路径数学模型是合理的,带时间窗改进Dijkstra算法是有效的。以期为电子商务物流企业的带时间窗约束的车辆路径规划和决策提供参考。本文的研究成果将进一步丰富物流管理领域和智能算法领域的理论和方法,为学术同行提供车辆路径问题建模和智能算法设计上的研究参考,为电子商务模式下的物流企业的物流配送和车辆路径规划的决策提供参考。