配送是物流系统中很重要的一个环节，是一系列狭义的物流活动的集成，它要求在规定的时间内以一定的方式将确定的货物送到指定的地点。而车辆路径问题是研究货物运输成本最小的物流配送问题。车辆路径问题是运输组织优化中的核心问题，由于它将运筹学理论与生产实践紧密地结合，因此近几十年取得了丰富的研究成果，并且被称为“最近几十年运筹学领域最成功的研究之一”。 本文分析和总结了车辆路径问题的历史和研究现状，以及常用模型、时间复杂度，以综合性能的角度对求解VRPTW问题的算法进行了一定的归纳和分析，并在此基础上确定了本文的研究方法和目标。同时结合实际提出了本文的研究问题——带时间窗的车辆路径问题(VRPTW)，建立了以车辆容量和客户需求等为约束条件，以配送运输成本为目标函数的VRPTW数学模型。提出了一种两步优化的实现策略。 第一步，选取动态的push forward insertion heuristics(Stochastic PFIH)算法产生机制构建问题的初始解，保证了初始解的多样性，同时在产生的初始解中设置了限制条件，实现对初始解的筛选，为第二阶段路径优化提供了高质量的初始解；以改进的大规模邻域搜索为新解产生机制，并将模拟退火算法和大规模邻域搜索算法混合来进行路径优化，得到问题的最优解，该混合算法充分利用了两种算法的优点，克服了它们的缺点。 第二步，提出一种时间窗修正规则来调整时间窗，使得车辆在每个客户的等待时间为零，真正实现了路径的优化，节省了成本，并给出了理论证明。最后通过VC++编程在计算机上实现，以Solomon的标准数据中的C101系列数据进行数值实验，实验结果验证了本文算法的有效性。