取送货车辆路径问题在多点调拨系统普遍存在,属于NP—hard问题.该问题研究通常需考虑车场数、车型种类、货品种类、客户服务次数等诸多因素,已有文献多假设客户间供需已匹配、单车场、单车型、单货品和取送货需求一次性满足,优化目标多设置为总路径最短.而从企业运营实践来看,运输方案不仅要规划客户间访问路径,还需进行客户间供需匹配;运输成本不仅与运距有关,还涉及运输货品的重量和派车成本;运输网络中多车场、多车型和多货品更加常见,且客户需求量往往大于车辆装载能力.因此,本文首次尝试基于“运距×运量”的车辆路径成本和基于额定吨位的固定派车成本之和最小为优化目标,建立同时考虑多车场、多车型、多货品、客户间供需未匹配和需求可拆分的取送货车辆路径问题模型,并设计基于大规模邻域搜索的迭代局部搜索求解算法.该算法采用基于运输效率提升的贪婪思想来快速构建高质量初始可行解,并通过引入四种移除算子、两种修复算子和车场车型调整优化策略形成大规模可行搜索邻域以增强全局寻优能力.基于18个文献算例和6个企业实例的数值实验结果表明:1)本文提出的算法在求解质量和求解效率方面均优于相关文献中的算法;2)相对人工调拨方案,本文设计的方案能够帮助企业节约33％的运输成本和21％的车次.本研究不仅可拓展取送货车辆路径问题现有理论,而且可为企业实际运营提供决策支持.