车辆路径问题的研究促进了现代物流和垃圾运输等行业的发展。随着电子商务和物流行业的迅速发展,物流配送路线的合理规划能够降低车辆配送成本,减少社会资源浪费,对社会经济的可持续发展起着非常重要的作用。城市人口的快速增长和社会经济的迅速发展促进了我国城市化进程,同时城市生活垃圾的产生量呈逐年快速增长的趋势,因此及时高效的处理城市生活垃圾变得尤其重要,然而城市生活垃圾的运输问题是对其处理的重要环节,这关乎到垃圾处理的社会、环境和经济等方面的问题。当前对于城市生活垃圾收集运输的研究,多集中在垃圾混合收运和车型较为单一的情况,这不符合现实生活和垃圾收运的发展方向,而对关于多车型垃圾分类收运路径优化问题的研究很少。因此本文以垃圾收运路径问题作为研究的切入点,研究了基于城市生活垃圾分类收集运输的车辆路径问题。车辆路径问题属于非确定性多项式难问题,传统精确算法对其求解效率较低,同时较大规模问题难以在有限的时间内给出最优解,近年来基于种群机制的智能优化算法是广泛采用的求解方法。鲸鱼优化算法（Whale Optimization Algorithm,WOA）是近年来提出的一种高效的群智能优化算法,已经被广泛应用到路径规划、故障诊断和特征选择等问题中。因此,针对鲸鱼优化算法进行改进并将其应用于物流配送车辆路径问题和城市生活垃圾分类收运的车辆路径问题。主要研究成果如下:（1）文中提出了两种改进的鲸鱼优化算法:离散鲸鱼优化算法（Discrete Whale Optimization Algorithm,DWOA）和变邻域离散鲸鱼优化算法（Discrete Whale Optimization Algorithm with Variable neighborhood search,VDWOA）求解旅行商问题（Traveling Salesman Problem,TSP）。采用改进的WOA算法求解TSP问题时,首先设计鲸鱼优化算法的离散化编码策略。然后为了增加经典WOA算法的种群多样性和跳出局部最优的能力,引入自适应权重策略更新种群位置和高斯扰动机制进行局部搜索。最后WOA算法的邻域结构单一,缺少扰动机制,引入变邻域搜索算法来进一步增加邻域的多样性,增加扰动机制,提升算法的全局寻优能力。实验数据采用TSPLIB标准测试库（Traveling Salesman Problem Library）,对比的算法有目前较为流行的蝙蝠算法、灰狼优化算法、飞蛾扑火算法和较为成熟的粒子群算法以及其它文献中求解TSP问题的鲸鱼优化相关算法,实验结果表明所设计的算法与对比算法相比有更好的优化性能和更高的求解精度。（2）设计了DWOA和VDWOA算法求解带容量约束的车辆路径问题（Capacitated Vehicle Routing Problem,CVRP）,实验数据采用CVRP标准测试实例,实验结果验证了VDWOA算法在求解CVRP问题方面的有效性。研究带车载容量约束和时间窗约束的车辆路径问题（Capacitated Vehicle Routing Problem with Time Windows,CVRPTW）的特点,在既满足车载容量约束又满足客户软时间窗约束的前提下,通过合理规划车辆配送路线,使得包含运输成本、车辆使用成本和违反时间窗约束的惩罚成本之和最小为优化目标构建数学模型。设计改进的鲸鱼优化算法求解该模型,实验数据采用Solomon标准测试库,并通过实验验证了与其它算法相比VDWOA算法在求解CVRPTW问题方面具有有效性和优越性。在A市B物流公司的案例中,VDWOA算法可以为物流公司B提供合理的车辆配送路线,有效的降低物流配送成本。（3）城市生活垃圾的产生量逐年快速增长,给垃圾收运系统带来了巨大的挑战。城市生活垃圾组成成分复杂,如今人们分类投放垃圾的意识逐渐增强,对垃圾分类处理是实现垃圾减量化的必然要求。文中提出一种城市生活垃圾分类收集运输的车辆路径问题（Vehicle Routing Problem of municipal solid Waste Sorting Collection and Transportation,VRPWSCT）。研究VRPWSCT问题的特点,考虑垃圾的清运阶段和转运阶段,通过合理规划车辆配送路线,使得包含运输成本、车辆使用成本和违反时间窗约束的惩罚成本之和最小为优化目标建立VRPWSCT问题的数学模型。设计VDWOA算法求解VRPWSCT问题,采用的实验数据是北京市原宣武区垃圾收集点的部分相关数据,通过仿真实验得出完成垃圾收集运输的成本和所需每种车型的车辆数量及清运车辆的行驶路线。