物流配送服务作为一个直接与客户接触的流程是整个物流系统的重要构成。物流配送服务的效果不但会对企业的物流配送成本造成影响,而且还会对客户的回头率与对企业的忠诚度产生影响,以致最终会进一步对企业自身的形象与信誉构成影响。因此为了确保配送服务的效率与效果,提供物流配送服务的企业在进行配送服务前会制订一个初始配送方案。然而,在进行物流配送服务时,在途车辆会遇到一些不可避免的不确定事件,例如道路出现堵塞,行车发生故障以及很多不可抗力事件。这些情况的出现会对车辆正常行驶造成干扰,进而导致企业最一开始时制订的方案无法继续实行。干扰管理的出现就是为了解决这类事件对物流系统造成的扰动,尽可能的使干扰事件的出现对整个现行的物流系统所带来的的扰动的程度控制到最低。本文不但考虑在干扰事件已经出现后,怎样去度量扰动并生成新的使后续物流配送服务受到的扰动最小的路径规划方案,同时考虑对于类似交通拥堵这样的常态化干扰事件,在进行路线规划时如何减少其对后续配送过程的扰动影响,构建行驶受扰延迟下物流配送的双向干扰管理模型。本文的主要研究工作如下:（1）提出双向干扰管理模型。通过对国内外干扰管理研究的梳理与分析,发现目前研究普遍是在干扰事件发生后对系统进行规划、建模、求解。这种干扰管理方法属于一种事后干扰管理,尽管可以有效应对已经出现的干扰事件,但对类似于由交通拥堵引起的行驶受扰延迟这类常态化、频繁化的干扰事件,随着事件的频繁发生,对客户的影响将不断累积,显然此时它的效率并不是很高。基于此,本文提出了一种双向干扰管理办法,在原有传统的事后干扰管理办法的基础上,对以交通拥堵为代表的常态化干扰事件在初始路径规划时进行一个事前干扰管理。（2）运用可能性理论来解决信息不确定性问题。现有的干扰管理研究中对模糊时间窗的应用较少,但模糊时间窗更加贴近实际情况,本文设定客户时间窗是模糊的。此外,虽有少数模糊时间窗的应用,但在模糊时间窗的后期处理上仍然是通过满意度转化为区间数形式,即将模糊数转化为确定数。本文通过可能性理论来对本文所设定的模糊时间窗进行处理,并且通过可能性理论对模糊数进行排序,保留了时间窗的不确定性。（3）行驶受扰延迟下基于可能性理论的物流配送双向干扰管理模型求解。利用混合蚁群算法对模型求解,并采用MATLAB2020实现数据处理与模型优化。通过算例来检验本文所提出的模型的有效性与可行性。综上所述,本文对行驶受扰延迟下基于可能性理论的物流配送双向干扰管理模型的研究具有重要理论和现实意义。理论方面,首先,本文结合原有传统事后干扰管理办法,提出了事前事后相结合的双向干扰管理方法,丰富了干扰管理理论;其次将能有效处理不确定信息的可能性理论应用于物流路径规划和干扰管理研究中,一方面丰富了可能性理论的应用范围,另一方面也为物流领域不确定信息处理提供了新的视角。实践方面,在交通拥堵出现次数愈加频繁的情况下,考虑交通拥堵等常态化干扰事件的事前干扰管理模型,对重视客户满意度的企业的物流配送方案有一定的指导价值。