21世纪初,物流产业成为推动经济全球化的重要服务行业。在国民经济水平的快速发展和宏观调控的逐步改善下,中国的物流市场需求逐渐增加,产业水平保持较快发展。但中国物流产业的总成本仍是居高不下,根据《全国物流运行情况通报》得知,2014年社会物流总费用是10.6万亿元,2015年达到了10.8万亿元,而2016年1-11月的总费用为9.6万亿元。由此可见,物流行业的配送成本仍然过高。因此,减少物流产业的配送成本问题尤为重要。1959年,由Ramser和Dantzig提出的车辆路径问题(Vehicle Routing Problem,简称VRP),一直是业内研究的热点领域问题,其目标是尽可能减少路径配送成本,得到最优路径。根据各类约束条件可将VRP问题进行分类,如带车辆容积约束的VRP问题,带时间窗约束的VRP问题,单车场或多车场的VRP问题等。而本文主要针对带时间窗的车辆路径问题(With Time Windows Vehicle Routing Problem,简称VRPTW)求解物流行业中可供选择的最优路径。现如今,解决VRPTW问题的算法也数不胜数,主要基于两个方面的算法:精确算法和启发式算法。本文在经典启发式算法节约算法(CW算法)的基础上进一步做出改进,在硬时间窗约束的条件下,加入分割配送思想,不仅提高了算法的精确度和可行性,减少了配送总运输成本,还增加了车辆的载重率,提高了算法针对VRPTW问题的实效性。本文针对VRPTW问题,在原有CW算法中加入时间约束,使配送车辆必须在固定时间范围内送达货物,否则客户拒绝接收货物,即在CW算法中不仅对车辆载重控制,又添加了对时间的控制,多角度地接近现实问题。为将分割配送应用到CW算法中,文中定义了分割配送反应值这一概念,而为求解该反应值,本文介绍了蜂群优化算法(Bee Colony Optimization Algorithm,简称BCO),该算法中提到了货物对车辆的刺激值,该刺激值与车辆的运输里程c和运输时间t成正比,而运输里程和运输时间两种影响因素对问题结果存在一定的间接影响,因此采用层次分析法(Analytic Hierarchy Process,简称AHP)求出两种影响因素的权重,并作为因子a和b左右其影响程度。将以上思路结合在一起,得到分割配送反应值的计算公式H=△L/c~at~b(△L为CW算法中的节约值),从而按照反应值H从大到小的顺序决定哪个客户需求优先被分割,再结合原有CW算法的解题步骤,得到VRPTW的最优解。为验证本文提出的改进CW算法的可行性和实用性,将改进CW算法应用到具体实例中,得到了问题的满意解。同时与经典CW算法对比分析,得知改进后算法的精确度更高,实用性更强,车辆装载率更大。又进一步与其他学者的改进CW算法对比分析,得出本算法更适用于配送中心固定成本高于行驶成本的硬时间窗约束的VRP问题。