物流行业在我国作为新兴行业，最近几年发展迅猛，但同时也伴随出现了许多问题，其中物流成本控制就是一个比较关键的问题。在物流成本中又以运输成本所占比重最大。企业想要减少物流的总成本就应该从降低运输成本着手，通过优化运输路线、提高运输效率来减少不必要的支出，从而达到节约成本，提高利润的效果。对于相当多的企业，许多运输问题最终都能归纳为车辆路径问题，有效解决车辆路径问题成为减少成本的关键所在。由于车辆路径问题属于NP-Hard问题，各界学者对此问题的研究主要集中在启发式算法的研究上，先后尝试了多种启发式算法用以解决此问题，但求解效率与结果质量均不理想。膜计算作为一种新的生物计算分支，在计算机领域已成功解决了一些NP-Hard问题。本研究受到膜计算思想的启发，将其引入物流领域，用以设计能够解决带时间窗的车辆路径问题（VRPTW）的相应系统。本文所提及的膜计算不同于标准的P系统研究，而是侧重于膜计算优化方法的研究。由于到膜计算最大并行性与膜间物质交流的特点，使得其能有效地融入多种启发式算法而不使整个系统降低计算效率。本研究使用蚁群系统与禁忌搜索算法作为膜内子算法，并通过膜间的信息交流规则进一步改进了系统。研究先后设计出了VRPTW-ECP系统及其改进系统。研究中使用Java语言编写了相应的模拟程序用来模拟设计出的系统，通过小规模问题验证了系统的正确性。最后通过Solomon算例对系统进行测试。模拟程序在实验中取得了十分出色的结果，实验结果优于任何单独使用的启发式算法。对于求解收敛速度的分析也体现了系统的高效性。本研究为使用膜计算解决VRPTW这一经典的NP-Hard问题提供了一个成功案例，也为解决物流领域的其它NP-Hard问题提供了一种全新的思路。