近十年来,受益于我国电子商务的蓬勃发展,尤其是网上购物的爆发式增长,我国的物流业和快递业也得到了迅速发展。中国国家邮政局预计,2018年中国快递将完成业务量490亿件,快递业务收入达到5950亿元。但是,高昂的物流费用还没有得到较好的改善,而运输费用又是物流费用中的主要构成部分。本文的研究对象是快递运输中的同城配送。目前,快递同城配送尚不成熟,还有着巨大的优化空间。本文首先通过系统分析定义了文章要研究的问题,在预处理后将其转化为收货与发货一体的,带容量约束、时间窗约束、限行约束的城市车辆路径问题。接着,本文研究了单程的配送问题,分别对收货和发货两个运输过程建立了混合整数规划模型,并设计了构造性启发式算法、集分割模型和列生成算法,其中启发式算法为列生成提供初始列。然后,本文重点研究了收发货一体的双程配送问题,建立了数学模型,设计了更复杂的集分割模型和列生成算法,列生成中有两个子问题分别对应收货和发货。最后,对收货和发货中的班次进行车辆匹配,建立了基于车型的非对称分配模型,从而形成整个运输周期。通过实例应用及分析,对比了本文各个算法的性能与特点,结果显示列生成算法得到的成本基本与最优成本一致,而且在130个点的规模下,耗时仅为184秒。与禁忌搜索算法进行对比,列生成也有一定优势。若应用于实际场景,不但能大大降低运输成本,而且还能提高调度的工作效率。