本课题针对多目标带约束的车辆路径问题（VRP）进行研究，综述了目前研究VRP问题的各种精确算法、启发式算法及其优缺点；以VRPTW（Vehicle Routing Problem with Time Windows）为研究对象，采用基于约束法的蚁群算法求解此带约束的多目标问题。 本文提出的基于约束法的蚁群算法（Constraint method based Ant Colony System, CACS），其基本思想是：构建多个蚁群，使每个蚁群分别侧重优化一个目标，同时蚁群之间互通信息，使得各个蚁群既独立优化各自的目标、又协同并进。在此算法的基础上加入插入法和两度优化算法来改进解的质量；同时根据多目标问题的特点和蚁群算法内在的并行性，在CACS的基础上，实现了带有并行策略的基于目标约束法的蚁群算法（Parallel Constraint method based Ant Colony System, PCACS），大大地提高了运算效率。试验分析的结果证明了本文算法的有效性。