随着世界范围内对低碳节能的逐渐重视，各行各业都在努力寻找降低环境不良影响的途径与方法。物流行业同样也面临降低作业过程中碳排放并且减少作业外部成本的压力，这就使得绿色物流变得日益重要。本文主要以集货和配送作业为主要研究对象，通过路线规划的手段，探讨在车辆调度过程中选择油耗较低的路线的方法。在车辆路径规划（VRP）研究的发展过程中，适应现实要求的新模型和快速的启发式算法不断涌现，然而在路线规划时考虑降低碳排放或燃油消耗的定量分析却十分欠缺。现有的VRP分析建模的中，最短化运输距离仍然是绝大多数模型中路线选择的基准，然而最短路径与最小油耗的路线却并不对等。本文抓住车辆油耗费率矩阵与载重量的变化关系，对经典的模型进行修改并引入最小化油耗的目标函数和考虑运行方向的决策变量，使之呈现出新特征：集货与配送作业油耗最优路线互逆相等；车辆使用最少并不一定是油耗最小的路线；与最短距离最优路线（共2n组）相比，车辆运行方向和服务点的重新分组分别占油耗差距的80.8%和19.2%。使用CPLEX优化引擎求解的统计结果显示：最小油耗比最短距离模型可以节约燃油约3.54%，并带来运输距离0.54%的上升。考虑到VRP问题的NP难特性，本文引入“油耗节约最大化”的路线合并和“高载重路段延后”的思想，开发了最大油耗节约（MFSA）和需求单调变化的插入（WIIA）算法，并在此基础上进行禁忌搜索以求得更优的路线。算例试验结果显示：简单启发式算法中MFSA精度最高与最优解间差距约6%，且计算能力上大幅增强，可以在1分钟内完成100个点以内规模的计算。禁忌搜索的两种不同初始解和搜索机制所构成的4种不同算法中，最小油耗路线中初始油耗较低的MFSA和路线结构更好的WIIA算法各占约50%；链式与树状搜索的比例也接近1：1；计算精度经过进一步搜索提高至3.04%，但其计算速度方面的优势需达到一定规模（n>33）方能体现。淄博的实际算例也证明以最小油耗为目标进行路线规划有利于降低作业燃油消耗，具有较强实际的应用价值。